Apple最新的人工智能研究探索了自动驾驶汽车测绘系统的问题

据报道，苹果公司建造自动驾驶汽车的野心多年来一直在转变，但我们知道该公司正专注于软件方面。今年6月，首席执行官蒂姆库克说，这家iPhone制造商正在构建自动化系统，可以为各种不同的车辆提供动力(而不是像自己的Apple品牌SUV一样)。“我们认为它是所有人工智能项目的母亲，”库克说。

现在，该公司机器学习团队的一项新研究证实了这一方向，在预打印服务器arXiv上发表了一篇论文， 描述了可用于各种用途的绘图系统，包括为“自主导航，家政机器人和增强/ /虚拟现实。“但是，很明显，这只是学术研究：它并不表示Apple正在研究这些特定的用例。

有问题的系统被称为VoxelNet，它是关于改善我们从大多数自驱动系统的眼睛获得的数据：LIDAR传感器。这些组件是许多自动驾驶车辆不可或缺的组成部分，通过将激光从附近的物体上弹开来构建周围环境的3D模型。它们提供比普通相机更好的深度信息，但产生斑块状地图，大部分通常被阻挡激光路径的物体看不见。正如Apple的研究人员所说，这导致了“稀疏且点密度高度变化”的地图。换句话说，它对安全的自驾车不利。

为了解决这个问题，工程师经常部署一些离散系统，首先将3D LIDAR数据划分为感兴趣的区域(分成称为“体素”的3D像素)，然后对其中的内容进行分类(识别自行车，行人，街道标志) ， 等等)。Apple的VoxelNet基本上将这些流程压缩成一个单一的神经网络，从而使系统比其前代产品更高效。研究人员Yin Zhou和Oncel Tuzel将VoxelNet的性能与许多竞争对手的计划进行了对比，并轻松地超越了它们。

这是对自动驾驶汽车的开创性研究吗?好吧，不，不是真的。为自动驾驶汽车制造计算机视觉系统的荷兰工程师Roland Meertens表示，结果令人印象深刻，但指出其他公司长期以来一直使用不同的方法来克服LIDAR的缺点 - 包括将3D数据与普通相机的数据相结合。

“特斯拉，例如，根本不使用激光雷达，但他们的车辆非常擅长保留车道，”梅尔滕斯告诉The Verge。他补充说，虽然VoxelNet可能会被用于自动驾驶汽车(包括Apple的汽车)，但对于其他研究类似数据的研究人员来说，解决其他领域的不同问题时，它将“非常有趣”。

考虑到Apple只在学术服务器上发布它，这是有道理的。也许更有趣的是，它是公开的。苹果公司臭名昭着的秘密企业文化意味着它的人工智能工作并不像谷歌和Facebook这样的竞争对手科技公司。这是其在人工智能工作中的一个缺点，人工智能是一个发布高质量研究有助于吸引高素质人才的社区。苹果公司已经采取了一些措施来开放一些，包括今年7月开设博客，突出其工作的关键领域。

到目前为止，该博客已经研究了许多支持重要Apple产品的AI工具，包括面部识别(面部识别)和语音识别(针对Siri)。但该公司尚未在其博客上发表任何关于自治系统的研究 - 包括本文。苹果似乎很乐意研究如何制作详细的地图，但并不热衷于为自己的自我驱动野心制定一个公共课程。