蘋果公司在機器學習領域的進展過去被強調過，但在本周的一次演講中，該公司的人工智能主管更加深入地討論這一問題。正如連線雜志所述，Ruslan Salakhutdinov在臺上向我們展示了蘋果是如何使用機器學習的。

Salakhutdinov的演講是在一個名為“NIPS”（Neural Information Processing Systems）的機器學習會議上發表的，該會議已經持續了31年，近年來呈指數級增長，今年吸引了8,000人參會。

Salakhutdinov的大部分演講都圍繞著機器學習對自動駕駛汽車系統的影響。例如，他討論了圍繞在繁忙街道上檢測汽車和行人、在未知街道上行駛、以及繪制城市詳細3D地圖的項目。

Salakhutdinov展示了蘋果的系統，該系統用于識別汽車、行人和道路上的可駕駛區域。他展示了這個系統是如何工作的，即使在一些特殊情況下，比如外面下雨的時候，或者行人和其他危險超出視線范圍內的時候。這個系統甚至可以推斷出行人可能在哪里。他調侃道：“如果你五年前問我，我會非常懷疑你是否能做到。”

Salakhutdinov展示的另一個項目是蘋果上個月發表的一篇研究論文的基礎，該論文的核心是使用激光雷達來檢測行人和騎自行車的人。

Salakhutdinov還展示了蘋果如何從路上的汽車中收集數據、利用這些數據建立大范圍且詳細的3D地圖，以此來提供交通信號燈和各種道路標記等信息。這樣的地圖在自動駕駛汽車上發揮了重要作用。

Salakhutdinov討論的另一個項目是一種叫做SLAM的技術（Simultaneous Localization and Mapping），該技術能夠讓軟件按一定方向移動，用于即時定位與地圖構建。SLAM被用于機器人和自動駕駛汽車，并且在地圖構建和增強現實方面也有應用。第四個項目是利用裝載傳感器的汽車收集的數據來生成3-D地圖，該地圖包含交通信號燈和道路標志信息。

蘋果在自動駕駛系統方面的開發工作上，表現出令人驚訝地開放。蒂姆?庫克稱自動駕駛系統“非常令人興奮”，并表示蘋果正在開發的自動化是“人工智能項目之母”。蘋果還推動了自動駕駛汽車測試政策的改革。最近，一份報告稱，蘋果正式在加州測試無人駕駛汽車。

蘋果在自動駕駛系統上最終能研發出怎樣的成果，尚有待觀察，但聽聞其如此公開的消息肯定很有意思。