上周萬眾期待蘋果發布會中，最令人矚目當然是新一代iPhone X手機和Apple Watch 第四代手錶登場。
蘋果台上展示不少人工智能（AI），以及令人目眩的虛擬手機遊戲；尤以港人工程師李景輝開發HomeCourt App，集合了影像處理和AI的分析功能，可即時監測球員的位置、姿態，射球出手時的高度、角度和時機等資訊，幫助NBA的球員，改善灌籃訓練及提昇射球的準繩度，大出風頭。
當然亮麗功能背後，實為炫耀iPhone新一代的A12晶片性能。
蘋果手機作業系統，增強了支撐以AI實現的電腦視覺(Computer Vision)，例如人臉解鎖FaceID、以人臉或動物的表情作通訊圖像的Animoji。新一代照相技術，又加入了以AI自動對焦及淺景深等。
以上種種功能，全部要求極高硬件運算速度。從上兩代前A10晶片，蘋果已嵌入6核GPU，以加強對處理影像。A11再加入Neural engine神經網絡引擎，以處理圖像辨識、物體追蹤、空間位置感應等AI推理。到了新一代A12，第二代neural engine從雙核增加至8核，為CPU和GPU不同的核心間分配任務，以提高工作效率及降低耗電。
談到電腦視覺和神經網絡，不能不提從十年前開始，史丹福大學李飛飛教授開拓的ImageNet項目，開發電腦視覺取得了突破性成功，影響近年的研究方向。電腦視覺應用十分普遍；以汽車無人駕駛為例；除了要辨認駕駛路線和附近的行人，電腦視覺還要極短時間，判別前方地上，究竟是石頭還是垃圾，瞬間作碾過或馬上避開的決定，一直是AI重要挑戰。
李博士觀察小孩子認識身邊事物的過程，其實接收大量影像，通過腦袋神經細胞學習和了解。電腦世界之中，其實亦可通過類似訓練方法，以大量圖片及神經網路演算法，調教電腦視覺軟件，作出準確分析。結果ImageNet開發，加上神經網絡之父Hinton的深度學習模型，電腦視覺領域上取得重要突破，更為日後TensorFlow及 Kersa奠下基礎。
這項目重點，便是建立巨型影像數據庫，輸入大量照片影像，並對於影像加入標示，然後利用作監督式學習的（標示影像極為耗時，不少AI公司仍聘請大量人手作標示，近年才發展出弱監督式學習，減少標示的人手需求）。當然這項目難以由數位研究人員之力可以達成，於是研究團隊便利用類似眾籌的方法，使用Amazon的Mechanica Turk工具，以類似眾籌方法，網上召集不同地方人士，為ImageNet輸入圖片及加入描述標示。2005年，ImageNet數據庫已成功收集近1500萬張圖片及2,200種分類。2005年，李博士在TED演說中，以短短20分鐘介紹ImageNet 項目，如向突破電腦影像研究樽頸。讀者如有興趣，值得花時間觀看。
作者：梁定康，現任網絡工程師，負責研究IT保安及網絡設計