苹果揭露人工智能无人驾驶项目新成果,会进一步加大技术共享力度

　　苹果人工智能研发团队揭示了苹果人工智能方面取得的成果，并表示会在后续加大技术的共享力度。此举被视为苹果向学术界的人工智能专家作出让步。
       苹果人工智能研发团队总监鲁斯兰·萨拉克霍特迪诺夫出席了为期一周，围绕机器学习展开的神经信息处理系统大会（NIPS）。在12日8日NIPS大会的一场午餐会上，萨拉克霍特迪诺夫的讲话让外界一瞥苹果围绕自驾驶技术展开的秘密研究。

　　萨拉克霍特迪诺夫透露了苹果最近在人工智能方面取得的成果，例如如何利用机器学习这项技术，利用摄像头和其它传感器所获数据来识别城市街道上的汽车和行人，帮助汽车在不熟悉的区域导航，以及创建内容详尽的3D城市地图。

　　神经信息处理系统大会上，苹果高管透露了苹果人工智能项目取得的成果

　　4月，苹果获得加州机动车管理部门许可，测试自驾驶汽车。6月，首席执行官蒂姆·库克证实他对这项技术充满浓厚兴趣。不过，苹果造车计划的规模和范围仍旧是一个未知数。

　　12月8日，萨拉克霍特迪诺夫并未透露苹果的研究计划如何扩展成规模更大的无人车项目。苹果发言人也拒绝发表评论。

　　11月，网上出现了一篇研究论文，讲述苹果的一项研究计划。萨拉克霍特迪诺夫在午餐会上披露了这项计划的数据。这项研究旨在利用绝大多数无人车搭载的3D扫描仪——激光雷达来识别行人和骑车人。

　　另外，萨拉克霍特迪诺夫还讨论了此前并未被曝光的其它项目，其中之一是正在研发中的，从汽车安装的摄像头拍摄的图像中识别汽车、行人和可通行路段的软件。他通过展示一些图像来演示该系统的出色性能。即使镜头被雨水蒙住，系统仍能有效识别；在人行道部分被停靠车辆遮住的情况下，系统仍能推断出行人的方位。

　　谈及此，他说：“如果你5年前问我，我可能会对‘是的，可以做到’这样的话持非常怀疑的态度。”

　　萨拉克霍特迪诺夫讨论的另一个项目涉及所谓的“SLAM”技术，即同时进行定位和测绘。SLAM技术用于机器人和无人车，同时还应用于建筑测绘和增强现实。

　　绝大多数原型无人车需要详细的数字地图，才能正常运转。他谈论的第四个项目是，利用车载传感器获得的数据生成细节丰富的3D地图，涵盖交通信号灯和路标等细节。

　　本次大会的一个重要目的就是吸引机器学习工程师的目光，埃隆·马斯克等科技大佬出席了大会，而人工智能人才短缺是苹果举行午餐会的重要原因，麻省理工学院和斯坦福大学等高校的研究人员，以及Alphabet和脸书等企业的代表出席了午餐会。

　　午餐会上，工程师讨论如何将机器学习应用于Siri私人助理等苹果产品。苹果机器学习主管、华盛顿大学教授卡洛斯·古斯特林指出，加盟苹果的机器学习工程师可使用强大的电脑系统和大规模数据集。他宣布苹果将开放代码，允许应用开发人员利用最初由他的创业公司Turi研发的机器学习技术。这个重磅消息赢得现场的一片掌声。2016年夏季，苹果收购了Turi。

　　8日的午餐会以及萨拉克霍特迪诺夫公开讨论研发成果，说明苹果被迫放弃了一贯以来的保密做法，以便与谷歌等竞争对手争夺顶尖人才。

　　萨拉克霍特迪诺夫2016年10月加盟苹果，但保留了卡耐基梅隆大学的教授职位。在2016年的NIPS大会上，他宣布手下的研究团队能够像脸书和谷歌的研究人员一样，发表学术论文。此举被视为苹果向学术界的人工智能专家作出让步。

　　苹果人工智能研究团队的“解冻”较为缓慢。据公司一名发言人透露，自萨拉克霍特迪诺夫加盟以来，苹果只公布了5篇学术性机器学习论文，但他们不会继续这种慢节奏。在技术博客“苹果机器学习记录”中，苹果分享了他们的部分研发工作。

　　但尽管如此，相比之下，Alphabet的人工智能研究团队仅在NIPS大会就贡献了60多篇论文。为了在人工智能领域跟上竞争对手的步伐，苹果还需要加大共享力度。