在 NIPS 大會上，蘋果公司的 AI 總監 Salakhutdinov 發表了演講，更加深入地對蘋果如何利用機器學習研發自動駕駛汽車系統以及取得的成果進行了闡述。對於一向走保密風格的蘋果來說，這又是一次少有的高調。
據《Wired》雜誌報導，在 8 日舉辦的一個重大學術會議 NIPS 上，蘋果公司的人工智慧研發總監 Ruslan Salakhutdinov 向在場的 200 位 AI 專家發表了演講，主要探討了蘋果如何利用機器學習來完成自動駕駛項目。
他此次演講的大部分內容主要圍繞著機器學習對自動駕駛汽車系統的影響。例如，他討論了如何在繁忙街道上檢測汽車和行人、在不熟悉的街道上行駛、以及繪製詳細的城市 3D 地圖。
這次演講為大家了解蘋果的自動駕駛汽車項目提供了新的見解。今年 4 月，蘋果正式獲得在加州測試無人駕駛汽車的許可；而在今年 6 月，蘋果公司 CEO 庫克也首次證實了蘋果對自動駕駛技術的關注和興趣。
會上，Salakhutdinov 展示了蘋果上個月在網上發表的一篇論文中披露的項目數據。該項目的核心是使用光學雷達來檢測行人和騎自行車的人。
同時，Salakhutdinov 還討論了一些蘋果之前並未向外透露過的系統。其中，有一個系統是透過創建軟體，並透過車輛上安裝的單個或多個鏡頭獲得的圖像來辨識汽車、行人和道路的可行駛路段。
據 Salakhutdinov 展示的圖像顯示，即使雨滴濺到鏡頭，該系統的表現依然出色。在一些危險情況下，如行人被部分停放車輛遮擋而不在視線範圍之內，該系統也能推斷出行人在人行道上的位置。為此，Salakhutdinov 還調侃說：「如果你 5 年前問我，我也會非常懷疑這是否能做到。」
在展示完成後，Salakhutdinov 討論的另一個項目是，如何讓安裝了新系統的車輛在世界各地移動時保障運行。為此，他提到一種 SLAM 的技術，該技術可以用於即時定位和地圖構建，並進行本地化的同步和映射。SLAM 被用於機器人和自動駕駛汽車，並且在地圖製作和擴增實境方面也有應用。
最後，Salakhutdinov 還展示了蘋果如何從路上的汽車中收集數據，並利用這些數據建立廣泛而詳細的 3D 地圖，並提供交通號誌和各種道路標記等資訊。大多數的自動駕駛汽車原型需要詳細的數位地圖才能操作。Salakhutdinov 還提到在動態情況下進行決策的工作，在他的展示 PPT 裡，有一個主題是關於一輛汽車環繞著行人的道路圖。
據了解，Salakhutdinov 於 2016 年 10 月加入蘋果公司，目前他仍在卡內基美隆大學兼任教授一職。自其加入該公司以來，蘋果已經發布了 5 篇關於機器學習的學術論文。不過，與僅在本週就為 NIPS 發表了 60 多篇論文的 Alphabet 相比，蘋果還有很長一段距離需要追趕。對蘋果而言，在學術論文上是如此，在自動駕駛領域更是如此。
（本文由 雷鋒網 授權轉載；首圖來源：Flickr/matt buchanan CC BY 2.0）
