隨著IanGoodfellow更新了他在領英上的個人資料，他3月份從谷歌跳槽到了蘋果的事實得到了證實。目前，他是蘋果特殊項目小組的機器學習主管。

DeepTech 曾就此事聯系Goodfellow，未收到沒有回復相關評論。根據 CNBC 的報道，谷歌的發言人證實了他的離開，蘋果則對此拒絕置評。

在人工智能領域，IanGoodfellow 是當之無愧的新生代領袖。

Goodfellow 最廣為人知的工作是創造了生成式對抗網絡，被稱為“GAN 之父”。他開創的這種技術不僅入選了《麻省理工科技評論》 2018 年全球十大突破性技術（TR 10），他本人也是《麻省理工科技評論》第 17 屆“全球 35 位 35 歲以下的科技創新青年”（TR 35）獲得者。

通常，神經網絡需要標記好的示例才能有效地學習。雖然它們也可以從未標記的數據中學習，但效果常常不盡人意。但 Goodfellow 設想兩個神經網絡是否可以一起工作——一個神經網絡去了解數據集并生成示例；第二個則試著判斷這是真是假，允許第一個調整參數并作出改進。

Goodfellow 從把這種方法命名為“生成式對抗模式網絡 （GAN）” 。這個互相對抗的神經網絡方法，大大提高了對未標記數據的學習能力。GAN 已經可以執行一些令人眼花繚亂的技巧。比如通過內部化一組照片的特征，GAN 就可以提高像素圖片的清晰度，還能想象出真實的假照片，或將圖片變成特定的藝術風格。

GAN被認為可以給機器帶來一種類似想象力的能力，因此可能讓它們變得不再那么依賴人類，但也把它們變成了一種能力驚人的數字造假工具。

圖丨Goodfellow 的另一大作恐怕就是他和新晉圖靈獎得主 Bengio 共寫的“大花書”

而在短短四年內，這項技術給機器學習領域帶來了巨大的影響，也讓它的發明人Goodfellow成為了 AI 領域里的一名新生代"教父"。

在 GAN 出現之前的幾年里，AI 領域的研究人員們通過深度學習（Deep Learning）而實現了驚人的突破。只要你為一個深度學習系統提供經足夠多的圖片，它就能學會分辨出“即將過馬路的行人”這種圖片識別能力。正是通過深度學習，自動駕駛汽車以及驅動 Alexa 和 Siri 等虛擬助手的對話技術才能成為現實。

Goodfellow于2014年在蒙特利爾大學獲得博士學位，此后一直在Open AI和谷歌工作。根據一份稅務申報文件，他在Open AI的薪酬超過80萬美元。他的研究在學術文獻中也被廣泛引用。

在谷歌的時候，Goodfellow 圍繞GANs和安全問題開展了工作，包括對抗性攻擊的領域。蘋果的人工智能研究人員此前也曾利用GAN技術進行過相關研究。

目前，蘋果正在人工智能領域發力，來提升其軟件和硬件能力。去年，蘋果挖來了谷歌的人工智能和搜索主管 John Giannandrea 來負責公司的人工智能戰略。蘋果除了為 FaceID 和 Siri 等功能開發人工智能，蘋果還一直在研發自動駕駛技術。然而最近，蘋果的自動駕駛項目小組進行了一輪裁員。

業內有一種說法認為，蘋果在人工智能領域屬于“后來者”，遠落后于谷歌、微軟、亞馬遜等公司。不過，在接受《麻省理工科技評論》的一次采訪中，蘋果 CEO 庫克表示：“蘋果的 AI 不被看好是因為我們不喜歡談論并未實現的功能”。

庫克認為，機器學習技術其實已經很好地用到了iPhone中。在那次采訪中，他列出了蘋果公司使用機器學習技術的一個清單：對照片進行圖像識別；Apple Music 能夠從我們的音樂記錄中學習我們的音樂偏好，以此向我們推薦相應的歌曲；甚至， iPhone 的電源管理系統也使用機器學習來研究我們的使用情況并做出相應的優化，以延長 iPhone 電池的待機時間。

他表示，外界不看好蘋果公司人工智能的原因可能在于，蘋果只喜歡談論它準備好提供給用戶的功能，而其它公司則不然，他們喜歡談論還處在“未來”當中的東西。

“我們此時不想談論在 2019 年、2020 年、2021 年我們在做些什么，不是因為我們不知道做什么，而是因為我們不想談論那些”，他說。

而且，在蘋果做 AI 研究恐怕需要密切關注到底哪些用戶數據可以被訪問，哪里數據太私密不能被訪問。畢竟，曾經在法律強制性的要求下，蘋果公司仍然高調地拒絕了法院解鎖iPhone的要求。

目前，蘋果已經開始通過博客宣傳其AI研究，開設了其專有的 AI 博客Apple Machine Learning Journal”，讀者可以快捷地跟進更新的內容，或許用不了多久，我們就能看到Goodfellow 在上面發表他的最新研究成果，了解他在蘋果正在領導什么樣的研究。