当地时间周四（4月4日），随着 Ian Goodfellow 更新了他在领英上的个人资料，他 3 月份从谷歌跳槽到了苹果的事实得到了证实。目前，他是苹果特殊项目小组的机器学习主管。
DeepTech 曾就此事联系 Goodfellow ，未收到没有回复相关评论。根据 CNBC 的报道，谷歌的发言人证实了他的离开，苹果则对此拒绝置评。
图 | Ian Goodfellow
在人工智能领域，IanGoodfellow 是当之无愧的新生代领袖。
Goodfellow 最广为人知的工作是创造了生成式对抗网络，被称为“GAN 之父”。他开创的这种技术不仅入选了《麻省理工科技评论》 2018 年全球十大突破性技术（TR 10），他本人也是《麻省理工科技评论》第 17 届“全球 35 位 35 岁以下的科技创新青年”（TR 35）获得者。
通常，神经网络需要标记好的示例才能有效地学习。虽然它们也可以从未标记的数据中学习，但效果常常不尽人意。但 Goodfellow 设想两个神经网络是否可以一起工作一个神经网络去了解数据集并生成示例；第二个则试着判断这是真是假，允许第一个调整参数并作出改进。
Goodfellow 从把这种方法命名为“生成式对抗模式网络 （GAN）” 。这个互相对抗的神经网络方法，大大提高了对未标记数据的学习能力。GAN 已经可以执行一些令人眼花缭乱的技巧。比如通过内部化一组照片的特征，GAN 就可以提高像素图片的清晰度，还能想象出真实的假照片，或将图片变成特定的艺术风格。
GAN被认为可以给机器带来一种类似想象力的能力，因此可能让它们变得不再那么依赖人类，但也把它们变成了一种能力惊人的数字造假工具。
图丨 Goodfellow 的另一大作恐怕就是他和新晋图领奖得主 Bengio 共写的“大花书”
而在短短四年内，这项技术给机器学习领域带来了巨大的影响，也让它的发明人Goodfellow成为了 AI 领域里的一名新生代"教父"。
在 GAN 出现之前的几年里，AI 领域的研究人员们通过深度学习（Deep Learning）而实现了惊人的突破。只要你为一个深度学习系统提供经足够多的图片，它就能学会分辨出“即将过马路的行人”这种图片识别能力。正是通过深度学习，自动驾驶汽车以及驱动 Alexa 和 Siri 等虚拟助手的对话技术才能成为现实。
Goodfellow 于 2014 年在蒙特利尔大学获得博士学位，此后一直在 Open AI 和谷歌工作。根据一份税务申报文件，他在 Open AI 的薪酬超过 80 万美元。他的研究在学术文献中也被广泛引用。
在谷歌的时候，Goodfellow 围绕 GANs 和安全问题开展了工作，包括对抗性攻击的领域。苹果的人工智能研究人员此前也曾利用 GAN 技术进行过相关研究。
目前，苹果正在人工智能领域发力，来提升其软件和硬件能力。去年，苹果挖来了谷歌的人工智能和搜索主管 John Giannandrea 来负责公司的人工智能战略。苹果除了为 FaceID 和 Siri 等功能开发人工智能，苹果还一直在研发自动驾驶技术。然而最近，苹果的自动驾驶项目小组进行了一轮裁员。
业内有一种说法认为，苹果在人工智能领域属于“后来者”，远落后于谷歌、微软、亚马逊等公司。不过，在接受《麻省理工科技评论》的一次采访中，苹果 CEO 库克表示：“苹果的 AI 不被看好是因为我们不喜欢谈论并未实现的功能”。
库克认为，机器学习技术其实已经很好地用到了iPhone中。在那次采访中，他列出了苹果公司使用机器学习技术的一个清单：对照片进行图像识别；Apple Music 能够从我们的音乐记录中学习我们的音乐偏好，以此向我们推荐相应的歌曲；甚至， iPhone 的电源管理系统也使用机器学习来研究我们的使用情况并做出相应的优化，以延长 iPhone 电池的待机时间。
他表示，外界不看好苹果公司人工智能的原因可能在于，苹果只喜欢谈论它准备好提供给用户的功能，而其它公司则不然，他们喜欢谈论还处在“未来”当中的东西。
“我们此时不想谈论在 2019 年、2020 年、2021 年我们在做些什么，不是因为我们不知道做什么，而是因为我们不想谈论那些”，他说。
而且，在苹果做 AI 研究恐怕需要密切关注到底哪些用户数据可以被访问，哪里数据太私密不能被访问。毕竟，曾经在法律强制性的要求下，苹果公司仍然高调地拒绝了法院解锁iPhone的要求。
目前，苹果已经开始通过博客宣传其AI研究，开设了其专有的 AI 博客Apple Machine Learning Journal”，读者可以快捷地跟进更新的内容，或许用不了多久，我们就能看到Goodfellow 在上面发表他的最新研究成果，了解他在苹果正在领到什么样的研究。
-End-
坐标：北京国贸
请随简历附上3篇往期作品（实习生除外）
