Apple最新的人工智能研究探索了自動駕駛汽車測繪系統(tǒng)的問題

據(jù)報道，蘋果公司建造自動駕駛汽車的野心多年來一直在轉(zhuǎn)變，但我們知道該公司正專注于軟件方面。今年6月，首席執(zhí)行官蒂姆庫克說，這家iPhone制造商正在構(gòu)建自動化系統(tǒng)，可以為各種不同的車輛提供動力(而不是像自己的Apple品牌SUV一樣)。“我們認為它是所有人工智能項目的母親，”庫克說。

現(xiàn)在，該公司機器學習團隊的一項新研究證實了這一方向，在預打印服務器arXiv上發(fā)表了一篇論文， 描述了可用于各種用途的繪圖系統(tǒng)，包括為“自主導航，家政機器人和增強/ /虛擬現(xiàn)實。“但是，很明顯，這只是學術(shù)研究：它并不表示Apple正在研究這些特定的用例。

有問題的系統(tǒng)被稱為VoxelNet，它是關(guān)于改善我們從大多數(shù)自驅(qū)動系統(tǒng)的眼睛獲得的數(shù)據(jù)：LIDAR傳感器。這些組件是許多自動駕駛車輛不可或缺的組成部分，通過將激光從附近的物體上彈開來構(gòu)建周圍環(huán)境的3D模型。它們提供比普通相機更好的深度信息，但產(chǎn)生斑塊狀地圖，大部分通常被阻擋激光路徑的物體看不見。正如Apple的研究人員所說，這導致了“稀疏且點密度高度變化”的地圖。換句話說，它對安全的自駕車不利。

為了解決這個問題，工程師經(jīng)常部署一些離散系統(tǒng)，首先將3D LIDAR數(shù)據(jù)劃分為感興趣的區(qū)域(分成稱為“體素”的3D像素)，然后對其中的內(nèi)容進行分類(識別自行車，行人，街道標志) ， 等等)。Apple的VoxelNet基本上將這些流程壓縮成一個單一的神經(jīng)網(wǎng)絡，從而使系統(tǒng)比其前代產(chǎn)品更高效。研究人員Yin Zhou和Oncel Tuzel將VoxelNet的性能與許多競爭對手的計劃進行了對比，并輕松地超越了它們。

這是對自動駕駛汽車的開創(chuàng)性研究嗎?好吧，不，不是真的。為自動駕駛汽車制造計算機視覺系統(tǒng)的荷蘭工程師Roland Meertens表示，結(jié)果令人印象深刻，但指出其他公司長期以來一直使用不同的方法來克服LIDAR的缺點 - 包括將3D數(shù)據(jù)與普通相機的數(shù)據(jù)相結(jié)合。

“特斯拉，例如，根本不使用激光雷達，但他們的車輛非常擅長保留車道，”梅爾滕斯告訴The Verge。他補充說，雖然VoxelNet可能會被用于自動駕駛汽車(包括Apple的汽車)，但對于其他研究類似數(shù)據(jù)的研究人員來說，解決其他領(lǐng)域的不同問題時，它將“非常有趣”。

考慮到Apple只在學術(shù)服務器上發(fā)布它，這是有道理的。也許更有趣的是，它是公開的。蘋果公司臭名昭著的秘密企業(yè)文化意味著它的人工智能工作并不像谷歌和Facebook這樣的競爭對手科技公司。這是其在人工智能工作中的一個缺點，人工智能是一個發(fā)布高質(zhì)量研究有助于吸引高素質(zhì)人才的社區(qū)。蘋果公司已經(jīng)采取了一些措施來開放一些，包括今年7月開設(shè)博客，突出其工作的關(guān)鍵領(lǐng)域。

到目前為止，該博客已經(jīng)研究了許多支持重要Apple產(chǎn)品的AI工具，包括面部識別(面部識別)和語音識別(針對Siri)。但該公司尚未在其博客上發(fā)表任何關(guān)于自治系統(tǒng)的研究 - 包括本文。蘋果似乎很樂意研究如何制作詳細的地圖，但并不熱衷于為自己的自我驅(qū)動野心制定一個公共課程。