Apple hat im vergangenen Jahr das Machine-Learning-Startup Laserlike übernommen, wie nun bekannt wurde und von The Information berichtet wird. Apple hat die Übernahme auch bereits mit seinem Standard-Statement "Apple buys smaller technology companies from time to time and we generally do not discuss our purpose or plans." bestätigt. Zu den Produkten des Unternehmens zählt unter anderem eine App, die als "Interessen-Suchmaschine" bezeichnet wird. Darin werden Nachrichten, Webseiten, Videos oder lokale Inhalte und Themen aufgefunden, die für den Nutzer relevant sind. Inzwischen ist diese App nicht mehr frei verfügbar.
Apple dürfte die Laserlike-Technologien für die Verbesserung und Weiterentwicklung seiner eigenen Produkte, wie beispielsweise Siri verwenden. Die Mitarbeiter des Teams wurden inzwischen in Apples AI Sparte unter der Leitung von John Giannandrea integriert.
Apple hat einem aktuellen Bericht von
The Information zufolge ein weiteres kleines Unternehmen aus dem Bereich künstliche Intelligenz übernommen. Dabei soll es sich um Silk Labs handeln, wo man sich auf die Entwicklung einer leichtgewichtigen AI-Software spezialisiert hatte, die sich perfekt zum Einsatz in Consumer-Hardware wie Kameras oder Lautsprecher eignet. In diesen Produkten kann die Software für die Erkennung von Bildern und Audioinhalten genutzt werden. Für Apple bieten sich hierdurch natürlich auf der einen Seite verschiedene Einsatzszenarien für die Software von Silk Labs, auf der anderen Seite teilte das Unternehmen nach eigener Aussage auch Apples Bestreben nach Verbesserungen beim Datenschutz. Vor allem ein Produkt namens "Sense" könnte für Apple interessant sein. Hiermit wollte Silk Labs ein "digitales Gehirn" für Smart Home Geräte entwickeln und hatte dazu auch vor drei Jahren eine Kickstarter-Kampagne gestartet. Apple hat sich bislang nicht zu dem Übernahme-Gerücht geäußert.
Neben Augmented Reality ist auch das Maschinenlernen eines von Apples aktuellen Themen. Passend dazu hat man nun auf Github ein Maschinenlernen-Framework namens Turi Create veröffentlicht, mit dem es Entwicklern auf einfache Weise ermöglicht werden soll, eigene Maschinenlern-Modelle zu entwickeln. Nach Apples eigener Aussage ist Turi Create einfach anzuwenden, mit einem visuellen Fokus ausgestattet, flexibel und schnell sowie skalierbar. Das Framework ist so gestaltet, dass die damit entwickelten Modelle nach Core ML exportiert werden können, womit sie dann auch in Apps für iOS, macOS, watchOS und tvOS genutzt werden können.
Als Beispiel für die Nutzung von Turi Create nennt Apple eine Funktion, mit der eine App bestimmte Objekte auf Bildern erkennen kann. Hierfür sind nur einige wenige Zeilen Code notwendig. Hervorgegangen ist das Framework aus der Übernahme des AI-Startups Turi im August vergangenen Jahres.
Vor wenigen Tagen hat Apple drei neue Artikel auf seinem "Apple Machine Learning Journal" veröffentlicht, die auch in dieser Woche auf der Interspeech 2017 in Stockholm präsentieren wurden. Auf dem Blog haben Apple-Mitarbeiter die Möglichkeit, ihre Forschungsergebnisse zu veröffentlichen, was ihnen in der Vergangenheit untersagt war. Wie gut die dort veröffentlichten Arbeiten sind, zeigt sich nun an dem ersten wissenschaftlichen Paper, welches von Apple-Mitarbeitern im vergangenen Oktober veröffentlicht wurde. Die Arbeit mit dem Titel "Learning from Simulated and Unsupervised Images through Adversarial Training" hatte als zentrales Thema eine spezielle Erkennungs-Technologie für Bilder und die Nutzung von simulierten und echten Bildern, um mit ihnen ein AI Bildprogramm zu trainieren. Wie nun bekannt wurde, wurde das Paper auf der diesjährigen Conference on Computer Vision and Pattern Recognition (CVPR) angenommen, wo es zudem einen "CVPR 2017 Best Paper Award" gewann.
Die CVPR ist die bedeutendste und einflussreichste Konferenz auf dem Gebiet des Maschinenlernens und Künstliche Intelligenz und die Verleihung eines Best Paper Awards äußerst selten, wodurch die Qualität der Apple-Arbeit unterstrichen wird. (via MacRumors)
Im vergangenen Monat hatte Apple einen neuen Blog mit dem Titel "Apple Machine Learning Journal" ins Leben gerufen, auf dem Mitarbeiter Forschungsergebnisse ihrer Arbeit an Maschinenlernen, künstlicher Intelligenz und angrenzenden Bereichen veröffentlichen können. Teilweise lassen sich hierdurch spannende Einblicke in die Arbeit und die angestrebten Projekte gewinnen. In der vergangenen Nacht haben Apple-Ingenieure dort nun drei neue Artikel veröffentlicht, die auf wissenschaftlichen Veröffentlichungen basieren, die Apple auch in dieser Woche auf der Interspeech 2017 in Stockholm präsentieren wird.
Der erste Artikel mag dabei auch für Laien durchaus interessant sein und kümmert sich um die Lern- und Verbesserungsmechanismen von Siri, die Apple mit iOS 11 einführen wird. In den beiden anderen Artikeln geht es zum einen um die Art und Weise, wie Daten, Zeiten und andere Zahlen dargestellt werden können, sowie die Einführung von neuen Sprachen für Siri.
Apple gilt eigentlich als extrem verschlossen, wenn es um die Veröffentlichung von eigenen Forschungsergebnissen und Arbeiten geht. Dies hat in der Vergangenheit auch immer wieder zu Abwanderungen talentierter Mitarbeiter geführt, denen man nun unter anderem auch mit dem Machine Learning Journal entgegenzuwirken versucht.
In den vergangenen Monaten sollen verschiedene, teils hochrangige Ingenieure Apple verlassen haben, weil sie frustriert darüber waren, dass sie aufgrund von Cupertinos Geheimhaltungspolitik ihre Forschungsergebnisse nicht auf Konferenzen oder im Netz veröffentlichen durften. Dem soll Apple nun begonnen haben entgegenzuwirken, so dass inzwischen verschiedene Entwickler aus Cupertino als Autoren auf wissenschaftlichen Veröffentlichungen zu finden sind. Der nächste Schritt auf diesem Wege ist nun getan und Apple hat das sogenannte Machine Learning Journal, ins Leben gerufen. Hierbei handelt es sich um einen Blog für die Apple-Ingenieure, auf dem sie ihre Forschungergebnisse und Erkenntnisse aus dem Bereich der Artificial Intelligence öffentlich darlegen können. Der erste Beitrag mit dem Titel "Improving the Realism of Synthetic Images" liefert dabei Einblicke in ein kürlich veröffentlichtes Paper, welches die Verbesserungen von automatisiertem, bildbasierten Maschinenlernen zum Thema hat.
Apple hat angekündigt, über das gesamte Jahr hinweg fortlaufend Inhalte auf der neuen Plattform zu veröffentlichen und ruft Studenten, externe Ingenieure und Wissenschaftler dazu auf, die Beiträge zu kommentieren und Fragen zu stellen.