雷锋网按:在NIPS大会上,苹果公司的AI总监 Salakhutdinov 发表了演讲,更加深入地对苹果如何利用机器学习研发自动驾驶汽车系统以及取得的成果进行了阐述。对于一向走保密风格的苹果来说,这又是一次少有的高调。
据《连线》杂志报道,在本周五举办的一个重大学术会议 NIPS 上,苹果公司的人工智能研发总监 Ruslan Salakhutdinov 向在场的 200 位 AI 专家发表了演讲,主要探讨了苹果如何利用机器学习来完成自动驾驶项目。
他此次演讲的大部分内容主要围绕着机器学习对自动驾驶汽车系统的影响。例如,他讨论了如何在繁忙街道上检测汽车和行人、在不熟悉的街道上行驶、以及绘制详细的城市 3D 地图。
这次演讲为大家了解苹果的自动驾驶汽车项目提供了新的见解。如雷锋网报道,今年4月,苹果正式获得在加州测试无人驾驶汽车的许可;而在今年6月,苹果公司的 CEO 库克也首次证实了苹果对自动驾驶技术的关注和兴趣。
会上,Salakhutdinov 展示了苹果上个月在网上发表的一篇论文中披露的项目数据。该项目的核心是使用激光雷达来检测行人和骑自行车的人。
同时,Salakhutdinov 还讨论了一些苹果此前并未向外透露过的系统。其中,有一个系统是通过创建软件,并通过车辆上安装的单个或多个摄像头获得的图像来识别汽车、行人和道路的可行驶路段。
据 Salakhutdinov 展示的图像显示,即使雨滴溅到摄像头,该系统的表现依然出色。在一些危险情况下,如行人被部分停放车辆遮挡而不在视线范围之内,该系统也能推断出行人在人行道上的位置。为此,Salakhutdinov 还调侃道:“如果你五年前问我,我也会非常怀疑这是否能做到。”
在展示完成后,Salakhutdinov 讨论的另一个项目是,如何让安装了新系统的车辆在世界各地移动时保障运行。为此,他提到一种 SLAM 的技术,该技术可以用于即时定位和地图构建,并进行本地化的同步和映射。SLAM 被用于机器人和自动驾驶汽车,并且在地图制作和增强现实方面也有应用。
最后,Salakhutdinov 还展示了苹果如何从路上的汽车中收集数据,并利用这些数据建立广泛而详细的 3D 地图,并提供交通信号灯和各种道路标记等信息。大多数的自动驾驶汽车原型需要详细的数字地图才能操作。Salakhutdinov 还提到了在动态情况下进行决策的工作,在他的演示PPT里,有一个主题是关于一辆汽车环绕着行人的道路图。
据雷锋网了解,Salakhutdinov 于2016年10月加入苹果公司,目前他仍在卡内基梅隆大学兼任教授一职。自其加入该公司以来,苹果已经发布了5篇关于机器学习的学术论文。不过,与仅在本周就为NIPS发表了60余篇论文的 Alphabet 相比,苹果还有很长一段距离需要追赶。对苹果而言,在学术论文上是如此,在自动驾驶领域更是如此。
注:图片来源于网络;Via Wired