预告 | DCU博士讲解苹果第一篇获奖论文，不容错过！

2017 年 7 月 26 日 AI科技评论 AI研习社

本文转载自「AI研习社」，搜索「okweiwu」即可关注。关注后还有更多福利！

伴随着 AI 科技评论、AI 研习社对 CVPR 2017 的反复报道轰炸，相信大家已经知道苹果的第一篇机器学习论文「Learning From Simulated and Unsupervised Images through Adversarial Training」（https://arxiv.org/abs/1612.07828）拿下了今年 CVPR 的最佳论文奖。上周苹果官方也在自己的机器学习博客上发出了对这篇论文的解读文章，AI 科技评论第一时间对其进行了编译，感兴趣的读者可以点这里。

那么苹果的这篇论文究竟水平如何？学术界对论文的具体评价如何？论文里还有其它亮点和槽点吗？有没有机会更深入地理解？我们请到了来自都柏林城市大学的叶腾琪 Ph.D. 来与我们共同仔细研读这篇论文！

活动信息

分享论文：Learning From Simulated and Unsupervised Images through Adversarial Training

时间：7 月 27 日（周四）20:00

地点：AI 研习社微信群

背景资料

当地时间 7 月 22 号上午，夏威夷会议中心的卡米哈米哈 3 号大厅（Kamehameha III，以 19 世纪夏威夷国王卡米哈米哈三世命名）坐无虚席。CVPR2017 的获奖论文在此正式揭晓。

本届 CVPR 共有两篇最佳论文、两篇最佳论文提名、一篇最佳学生论文。苹果去年 12 月发表的对抗网络 SimGAN 《Learning From Simulated and Unsupervised Images throughAdversarial Training》研究，是两篇最佳论文之一。

即 “《借助对抗训练，从模拟、无监督图像中学习》”，作者为 Ashish Shrivastava，Tomas Pfister，OncelTuzel，Joshua Susskind，Wenda Wang，Russell Webb。

这是奉行保密文化的苹果公司所发布的第一篇 AI 论文，标志着苹果公开 AI 学术研究成果、对外敞开大门的第一步。该论文发表于去年 12 月，提出了由三部分（模拟器 Simulator，精制器 Refiner，再加上一个判别器 Discriminator）组成的 SimGAN 训练方法。

有意思的是，当初就有学者对这篇论文的含金量提出质疑，认为苹果这份论文 “试水” 的意义远大于研究本身的意义。

编译了苹果的论文解读博文的 AI 科技评论编辑个人觉得，论文解决的问题不是全新的，但也是较为紧迫的；论文中的方法不完全新颖，但是运用得高效、合理；论文中对模型的训练过程有不少描述；论文的实验过程严谨、多样、完善。所以这不是一篇新颖的、令人激动的论文，但它是一篇完备的、深思熟虑的、着力运用好已有方法、并给后来者提供足够指引的论文，可以称得上是一篇范文，值得广大学生、研究者参考借鉴。

观看直播或加群

长按或扫描下方二维码，进入 AI 研习社（okweiwu） 微信交流群，明晚（周四）八点活动准时开始！