一如 12月初承诺 ，苹果终于在 上周公布 首份探讨以新技术合成拟真照片，以利于未来人工智慧网路训练的研究文件。

这份有6名苹果科学家参与的研究中，苹果发展出一种名为“模拟与非监督学习”的方法作为神经网路训练。报告指出，拜近来图像辨识技术进步之赐，以合成图片训练AI模型变得更为容易，省去了大量昂贵加注解的麻烦，然而碍于合成与真实图像的品质差距，使得以合成图片训练未能达预期效果。为此苹果发展出模拟与非监督学习法，利用未标籤的真实资料增进合成图片的真实性，同时保留模拟器的注解资讯。

苹果发展的S+U学习法是利用类似生成对抗网路的对抗网路，名为SimGAN，但是以合成图片作为输入资料。为保留注解、避免不自然的人造感以及稳定训练品质，研究人员训练了图像精炼网路，并对GAN 训练框架做了一些修改，包括缩小对抗损失及自我正规化造成的损失，并以图片的精练纪录更新判别器，藉此提升产出图片的真实感。

之后研究人员分别做了质性评估、人力判定、并训练机器模型进行视觉及手势评估来评估这批合成相片，最后在没有任何真实标籤资讯情况下获得优异的结果。

苹果执行长库克 今年年中表示 AI是智能手机未来，宣示苹果进军AI的决心后， 10月即找来 卡内基梅隆大学教授Ruslan Salakhutdinov带领AI团队，希望能在这块领域赶上Google、微软甚至Amazon。