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—