蘋果獲得自動駕駛汽車機器學習專利：AI 判斷駕駛決定

美國 Apple 公司獲得一項與未來自動駕駛汽車相關的複雜機器學習系統專利，自動駕駛汽車使用一套廣泛的傳感器來看周圍的環境，幫助探測行人、其他車輛和路標等物體。攝像機幫助汽車查看物體。激光雷達使用激光來測量物體和車輛之間的距離，雷達探測物體並追蹤其速度和方向。

這些傳感器都將數據反饋給汽車的控制系統或計算機，以幫助它做出有關轉向或剎車的決定。一輛完全自主的汽車需要一套傳感器，在所有條件和環境下準確探測物體、距離、速度等，而不需要人類干預。

惡劣的天氣、繁忙的交通、有塗鴉的路標都會對感應能力的準確性產生負面影響。特斯拉使用的雷達不容易受到惡劣天氣條件的影響，但在確保完全自主的汽車所使用的選定傳感器能夠以所需的確定性水平探測到所有物體以保證其安全方面仍然存在挑戰。

為了實現真正的自動駕駛汽車，這些傳感器必須在地球上任何地方的所有天氣條件下工作，從阿拉斯加到桑給巴爾島，以及在開羅和河內等擁擠的城市。

大多數自動駕駛車輛將使用人工智慧和機器學習來處理來自其傳感器的數據，並幫助對其下一步行動做出決定。這些算法將幫助識別傳感器檢測到的物體，並根據系統的訓練將它們分類，如行人、路燈等。然後，汽車將使用這些信息來幫助決定汽車是否需要採取行動，如剎車或轉向，以避免檢測到的物體。

在未來，機器將能夠比人類司機更有效地進行這種檢測和分類。而這正是今天蘋果公司授予的一項專利的意義所在。

今天，美國專利和商標局正式授予蘋果公司一項與 Apple Car 項目有關的專利，該項目專注於創建自主電動汽車。更具體地說，該專利涉及機器學習系統和算法，用於控制自主或部分自主車輛的運動方面的推理、決策和運動規劃。

能夠感知其環境，並在幾乎沒有乘員持續輸入的情況下導航到目的地的機動車，因此可稱為 “自主”或 “自駕”車輛，是研究和開發的一個越來越大的焦點。直到最近，由於現有硬體和軟體的限制，分析車輛外部環境相關方面的計算所能達到的最高速度，不足以使人們在沒有人類指導的情況下做出非微不足道的導航決定。

然而，即使有今天的快速處理器、大記憶和先進的算法，在其他實體 (如其他司機或其他自主車輛) 的不可預測的行為，以及關於車輛環境的靜態和動態成分的不完整或嘈雜的數據的情況下，就自主車輛的軌跡做出及時和合理的決定 (既不基於過度悲觀的假設，也不基於過度樂觀的假設) 的任務仍然是一個重大挑戰。

在每種情況下，汽車的系統都必須確定車輛周圍的當前環境狀態。然後，再確定可以採取的一組相應的行動。一個動作可以是左轉，也可以是換車道。至少在某些情況下，機器學習可以用來幫助汽車，為每個可能的決策分配一個數字或值，然後確定最佳行動方案。

當你掌握了建立一個擁有傳感器大軍、複雜的 LiDAR 相機和一系列機器學習算法的全功能自動駕駛汽車的複雜性時，你就能理解蘋果公司需要一些時間才能將他們的第一輛汽車推向市場。