雷鋒網(wǎng)按：在NIPS大會上，蘋果公司的AI總監(jiān) Salakhutdinov 發(fā)表了演講，更加深入地對蘋果如何利用機(jī)器學(xué)習(xí)研發(fā)自動駕駛汽車系統(tǒng)以及取得的成果進(jìn)行了闡述。對于一向走保密風(fēng)格的蘋果來說，這又是一次少有的高調(diào)。

據(jù)《連線》雜志報道，在本周五舉辦的一個重大學(xué)術(shù)會議 NIPS 上，蘋果公司的人工智能研發(fā)總監(jiān) Ruslan Salakhutdinov 向在場的 200 位 AI 專家發(fā)表了演講，主要探討了蘋果如何利用機(jī)器學(xué)習(xí)來完成自動駕駛項目。

他此次演講的大部分內(nèi)容主要圍繞著機(jī)器學(xué)習(xí)對自動駕駛汽車系統(tǒng)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、以及繪制詳細(xì)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。如雷鋒網(wǎng)報道，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，蘋果公司的 CEO 庫克也首次證實了蘋果對自動駕駛技術(shù)的關(guān)注和興趣。

會上，Salakhutdinov 展示了蘋果上個月在網(wǎng)上發(fā)表的一篇論文中披露的項目數(shù)據(jù)。該項目的核心是使用激光雷達(dá)來檢測行人和騎自行車的人。

同時，Salakhutdinov 還討論了一些蘋果此前并未向外透露過的系統(tǒng)。其中，有一個系統(tǒng)是通過創(chuàng)建軟件，并通過車輛上安裝的單個或多個攝像頭獲得的圖像來識別汽車、行人和道路的可行駛路段。

據(jù) Salakhutdinov 展示的圖像顯示，即使雨滴濺到攝像頭，該系統(tǒng)的表現(xiàn)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范圍之內(nèi)，該系統(tǒng)也能推斷出行人在人行道上的位置。為此，Salakhutdinov 還調(diào)侃道：“如果你五年前問我，我也會非常懷疑這是否能做到?！?/span>

在展示完成后，Salakhutdinov 討論的另一個項目是，如何讓安裝了新系統(tǒng)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(shù)，該技術(shù)可以用于即時定位和地圖構(gòu)建，并進(jìn)行本地化的同步和映射。SLAM 被用于機(jī)器人和自動駕駛汽車，并且在地圖制作和增強(qiáng)現(xiàn)實方面也有應(yīng)用。

最后，Salakhutdinov 還展示了蘋果如何從路上的汽車中收集數(shù)據(jù)，并利用這些數(shù)據(jù)建立廣泛而詳細(xì)的 3D 地圖，并提供交通信號燈和各種道路標(biāo)記等信息。大多數(shù)的自動駕駛汽車原型需要詳細(xì)的數(shù)字地圖才能操作。Salakhutdinov 還提到了在動態(tài)情況下進(jìn)行決策的工作，在他的演示PPT里，有一個主題是關(guān)于一輛汽車環(huán)繞著行人的道路圖。

據(jù)雷鋒網(wǎng)了解，Salakhutdinov 于2016年10月加入蘋果公司，目前他仍在卡內(nèi)基梅隆大學(xué)兼任教授一職。自其加入該公司以來，蘋果已經(jīng)發(fā)布了5篇關(guān)于機(jī)器學(xué)習(xí)的學(xué)術(shù)論文。不過，與僅在本周就為NIPS發(fā)表了60余篇論文的 Alphabet 相比，蘋果還有很長一段距離需要追趕。對蘋果而言，在學(xué)術(shù)論文上是如此，在自動駕駛領(lǐng)域更是如此。

注：圖片來源于網(wǎng)絡(luò)；Via Wired

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。