为了争夺人才,苹果在顶会NIPS上又透露了公司自动驾驶研究的新情况

来源 | wired

编译 | 微胖

这几年来,苹果神秘的自动驾驶项目不断变换着重心,不过今年似乎加快步伐了。

四月,苹果获得加州自动驾驶路测许可。苹果 CEO 库克也证实,公司正在研发可以让汽车(以及其他工具)自动行驶的软件。

最近,在顶会 NIPS 的一次研讨会上,在 200 多位 AI 专家面前,苹果 AI 主管 Ruslan Salakhutdinov 又介绍了公司近期在机器学习方面的进展。

Salakhutdinov 首次向大家展示了苹果于 11 月发布的首篇关于自动驾驶技术论文的相关数据。

11 月 17 日,两名正在研究自动驾驶技术的苹果计算机科学家给在线期刊 arXiv 提交一篇论文。他们在论文中介绍了一款苹果研发的全新软件 VoxelNet,用于帮助系统探测 3D 物体,提升激光雷达系统功能。


VoxelNet 细节

Salakhutdinov 也披露了一些之前尚未公开过的研究。

比如,根据来自交通工具上单个或多个摄像头的图像数据,识别汽车、行人以及道路上可驾驶车道的系统软件。

他展示了一些图片,表明即使在摄像头被雨点模糊、行人部分被停着的汽车挡住的情况下,系统也可以做出良好的推断。

「如果你在五年前问我有没有可能做到这些,我是没有把握的。」他表示。

他还介绍了一个与 SLAM 有关的项目。SLAM 的英文全程是 Simultaneous Localization and Mapping,中文称作「同时定位与地图创建」。SLAM 试图解决这样的问题:一个机器人在未知的环境中运动,如何通过对环境的观测确定自身的运动轨迹,同时构建出环境的地图。SLAM 技术正是为了实现这个目标涉及到的诸多技术的总和。

通常,SLAM 被用于机器人和自动驾驶,也见于地图绘制和虚拟现实,也属于机器人和计算机视觉领域的热门研究方向。

最后,他谈到了一个项目:如何利用从汽车获取数据,比如交通信号灯以及路标,协助搭建更加丰富的 3D 地图。几乎所有的自动驾驶车辆原型,都离不开高精地图。

虽然 Salakhutdinov 并未深入谈及这些研究如何被用于苹果自动驾驶项目,项目的规模和范围仍未可知,但是苹果似乎专注于自动驾驶「大脑」的研发。

不过,吸引苹果公司参加这次盛会的首要原因是人才短缺问题,而不是技术共享。

在这次盛会上,苹果工程师也介绍了其他公司产品使用机器学习的情况,比如 Siri 以及 Face ID。

公司机器学习主管、华盛顿大学教授 Carlos Guestrin 介绍了公司为入职工程师们提供的强大的机器学习系统和大数据集,也保证在苹果工作,并不意味着研究人员不能发表自己的研究。

当 Carlos Guestrin 宣布苹果开源 Turi Create 以帮助开发者更便利地使用机器学习时,这一举措赢得了在场专家们的热烈掌声。去年夏天,Guestrin 的创业公司 Turi 被苹果收购,随后他也加入苹果。

苹果为公司产品研发了不少机器学习技术,但是,公司仍然只愿透露非常小的一部分。自从2016年10月 Salakhutdinov 加入苹果后,公司大约只发表了 5 篇机器学习方面的学术论文,公司也会在博客上发表一些技术博文。

而谷歌母公司为这次顶会贡献了 60 多篇论文。

产业苹果Ruslan SalakhutdinovNIPSNIPS 2017SLAM
返回顶部