苹果公布了一些最新无人车进展,但,研发依然缓慢

允中 编译 wired

早在上个月,Ruslan Salakhutdinov就预告说,苹果会在NIPS上搞一个技术交流活动,不过可能少有人想到会与的进展有关。

何许人也?苹果AI研发主管是也。

在NIPS 2017现场,Salakhutdinov透露了一些苹果无人车最新进展。

主要涉及感知和定位环节,Salakhutdinov的大部分讲话都围绕机器学习对自驾车系统的影响展开。例如,在繁忙街道上检测汽车和行人,在位置街道感知定位,以及如何制作详细的城市3D地图等。

也不算完全首次公开的新内容。

演讲的核心还是围绕苹果上个月在arXiv发表的论文。当时谈到了3D点云在自主导航、家庭机器人方面的作用。还谈到了基于激光雷达的3D检测的端到端训练框架VoxelNet。

Salakhutdinov现场展示了苹果如何从道路上搜集汽车数据,并利用这些搜集而来的数据构建广泛而详细的3D地图,交通信号灯、道路标记等各种信息均在其中。

他也提到了之前谈过的SLAM在自动驾驶中的应用,以及如何用装载传感器的货车收集数据生成详细的3D地图。

总之,主要还是机器学习是如何在苹果的AI项目中发挥作用的,比如雨滴溅到传感器镜片时仍能让系统保持良好,还有如何对大量数据进行分析的研究。

而更多苹果无人车的具体进展,比如无人车项目的规模、适用范围等,均属于“无可奉告”。

苹果AI进展缓慢

所以,也不难理解为啥外界认为苹果在AI方面继续掉队,没有解冻迹象。

甚至没太多内容与外界分享,比如一年来论文发表数也就5篇。

这跟去年Salakhutdinov刚加盟时的信心,相去甚远。

量子位之前报道过,去年10月,苹果宣布将Salakhutdinov招入麾下,任AI主管。当时在AI研究界引起的波澜甚至不亚于2013年Yann LeCun加入Facebook、Geoffrey Hinton加入谷歌。

不久后,NIPS 2016上,Salakhutdinov就宣布说苹果搞AI也是能发论文的,紧接着在arXiv上,苹果第一次公开了自己的AI研究论文,提出用模拟和无监督学习来改善合成图像的质量。该论文还在CVPR上荣获“最佳论文奖”。

算是搞了一个大新闻。

但然后也就没太多然后了,从NIPS 2016 到NIPS 2017,苹果在机器学习方面的论文总数,一共5篇。苹果官方专门开设的机器学习博客,进展也不多。

所以这个数字属于什么水平呢?不对比不知道。

Google母公司Alphabet,光本周在NIPS 2017发表的论文数,就超过了60篇。

惊不惊喜?意不意外?

希望苹果真是在闷声酝酿大消息。

—完—

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20171210C0DYZ300?refer=cp_1026

同媒体快讯

相关快讯

扫码关注云+社区