2016-2022 All Rights Reserved.平安財經網.復制必究 聯(lián)系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯(lián)網 版權歸原作者所有。
據報道,蘋果公司建造自動駕駛汽車的野心多年來一直在轉變,但我們知道該公司正專注于軟件方面。今年6月,首席執(zhí)行官蒂姆庫克說,這家iPhone制造商正在構建自動化系統(tǒng),可以為各種不同的車輛提供動力(而不是像自己的Apple品牌SUV一樣)。“我們認為它是所有人工智能項目的母親,”庫克說。
現(xiàn)在,該公司機器學習團隊的一項新研究證實了這一方向,在預打印服務器arXiv上發(fā)表了一篇論文, 描述了可用于各種用途的繪圖系統(tǒng),包括為“自主導航,家政機器人和增強/ /虛擬現(xiàn)實。“但是,很明顯,這只是學術研究:它并不表示Apple正在研究這些特定的用例。
有問題的系統(tǒng)被稱為VoxelNet,它是關于改善我們從大多數自驅動系統(tǒng)的眼睛獲得的數據:LIDAR傳感器。這些組件是許多自動駕駛車輛不可或缺的組成部分,通過將激光從附近的物體上彈開來構建周圍環(huán)境的3D模型。它們提供比普通相機更好的深度信息,但產生斑塊狀地圖,大部分通常被阻擋激光路徑的物體看不見。正如Apple的研究人員所說,這導致了“稀疏且點密度高度變化”的地圖。換句話說,它對安全的自駕車不利。
為了解決這個問題,工程師經常部署一些離散系統(tǒng),首先將3D LIDAR數據劃分為感興趣的區(qū)域(分成稱為“體素”的3D像素),然后對其中的內容進行分類(識別自行車,行人,街道標志) , 等等)。Apple的VoxelNet基本上將這些流程壓縮成一個單一的神經網絡,從而使系統(tǒng)比其前代產品更高效。研究人員Yin Zhou和Oncel Tuzel將VoxelNet的性能與許多競爭對手的計劃進行了對比,并輕松地超越了它們。
這是對自動駕駛汽車的開創(chuàng)性研究嗎?好吧,不,不是真的。為自動駕駛汽車制造計算機視覺系統(tǒng)的荷蘭工程師Roland Meertens表示,結果令人印象深刻,但指出其他公司長期以來一直使用不同的方法來克服LIDAR的缺點 - 包括將3D數據與普通相機的數據相結合。
“特斯拉,例如,根本不使用激光雷達,但他們的車輛非常擅長保留車道,”梅爾滕斯告訴The Verge。他補充說,雖然VoxelNet可能會被用于自動駕駛汽車(包括Apple的汽車),但對于其他研究類似數據的研究人員來說,解決其他領域的不同問題時,它將“非常有趣”。
考慮到Apple只在學術服務器上發(fā)布它,這是有道理的。也許更有趣的是,它是公開的。蘋果公司臭名昭著的秘密企業(yè)文化意味著它的人工智能工作并不像谷歌和Facebook這樣的競爭對手科技公司。這是其在人工智能工作中的一個缺點,人工智能是一個發(fā)布高質量研究有助于吸引高素質人才的社區(qū)。蘋果公司已經采取了一些措施來開放一些,包括今年7月開設博客,突出其工作的關鍵領域。
到目前為止,該博客已經研究了許多支持重要Apple產品的AI工具,包括面部識別(面部識別)和語音識別(針對Siri)。但該公司尚未在其博客上發(fā)表任何關于自治系統(tǒng)的研究 - 包括本文。蘋果似乎很樂意研究如何制作詳細的地圖,但并不熱衷于為自己的自我驅動野心制定一個公共課程。
2016-2022 All Rights Reserved.平安財經網.復制必究 聯(lián)系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯(lián)網 版權歸原作者所有。