(公众号：)按：在NIPS大会上，苹果公司的AI总监 Salakhutdinov 公开发表了演说，更为了解地对苹果如何利用机器学习研发自动驾驶汽车系统以及获得的成果展开了阐释。对于向来回头保密风格的苹果来说，这又是一次鲜有的高调。据《连线》杂志报导，在本周五举行的一个根本性学术会议 NIPS 上，苹果公司的人工智能研发总监Ruslan Salakhutdinov 向到场的 200 位 AI 专家公开发表了演说，主要探究了苹果如何利用机器学习来已完成自动驾驶项目。

他此次演说的大部分内容主要环绕着机器学习对自动驾驶汽车系统的影响。例如，他辩论了如何在挤迫街道上检测汽车和行人、在不熟知的街道上行经、以及绘制详尽的城市 3D 地图。这次演说为大家理解苹果的自动驾驶汽车项目获取了新的看法。如报导，今年4月，苹果月取得在加州测试无人驾驶汽车的许可；而在今年6月，苹果公司的 CEO 库克也首次证实了苹果对自动驾驶技术的注目和兴趣。

会上，Salakhutdinov 展出了苹果上个月在网上公开发表的一篇论文中透露的项目数据。该项目的核心是用于激光雷达来检测行人和骑自行车的人。同时，Salakhutdinov 还辩论了一些苹果此前未向外透漏过的系统。

其中，有一个系统是通过创立软件，并通过车辆上加装的单个或多个摄像头取得的图像来辨识汽车、行人和道路的可行经路段。据Salakhutdinov 展出的图像表明，即使雨滴飞溅到摄像头，该系统的展现出仍然出众。

在一些危险性情况下，如行人被部分停放在车辆遮盖而不出视线范围之内，该系统也能推断出行人在人行道上的方位。为此，Salakhutdinov 还嘲讽道：“如果你五年前回答我，我也不会十分猜测这否能做。

”在展出已完成后，Salakhutdinov 辩论的另一个项目是，如何让加装了新的系统的车辆在世界各地移动时确保运营。为此，他提及一种 SLAM 的技术，该技术可以用作即时定位和地图建构，并展开本地化的实时和同构。SLAM 被用作机器人和自动驾驶汽车，并且在地图制作和增强现实方面也有应用于。

最后，Salakhutdinov 还展出了苹果如何从路上的汽车中搜集数据，并利用这些数据创建普遍而详尽的 3D 地图，并获取交通信号灯和各种道路标记等信息。大多数的自动驾驶汽车原型必须详尽的数字地图才能操作者。Salakhutdinov 还提及了在动态情况下展开决策的工作，在他的展示PPT里，有一个主题是关于一辆汽车环绕着行人的道路图。

据理解，Salakhutdinov 于2016年10月重新加入苹果公司，目前他仍在卡内基梅隆大学担任教授一职。自其重新加入该公司以来，苹果早已公布了5篇关于机器学习的学术论文。不过，与仅在本周就为NIPS公开发表了60余篇论文的 Alphabet 比起，苹果还有很长一段距离必须追上。

对苹果而言，在学术论文上是如此，在自动驾驶领域更是如此。录：图片源于网络；Via Wired原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：中欧体育-www.kaixindiyi.com