近日，蘋果公司發表了一篇新的人工智能論文，號稱找到了彌補目前自動駕駛汽車中，光學雷達傳感器（LIDAR，light detection and ranging）測繪技術不足的辦法。

論文中介紹的系統被稱為VoxelNet，它能夠把光學雷達傳感器收集的原始數據轉化成3D測繪圖，還能在測繪圖中辨識出包括汽車、自行車和行人等在內的物體，讓駕駛更安全。

科技網站TheVerge在11月22日的報道中介紹，光學雷達傳感器被認為是自動駕駛系統的眼睛，它通過向四周物體發射激光，從而對周圍的環境進行3D建模。這種方法比一般的照相攝像頭能包含更多深度信息，卻只能創造出小片的測繪圖，這導致只要有物體擋住激光，就無法看到更大區域的圖像，這個缺陷令它不適合安全自動駕駛。

為了解決這個問題，以往工程師的做法是，使用多個獨立系統，首先將3D光學雷達傳感器數據劃分成多個有用區域，然后分辨各區域中都是什么。蘋果的VoxelNet系統則將以上這些流程全部并入一個神經網絡，令系統處理更加高效。蘋果的論文中稱，與多個競爭對手的系統表現相比，自己系統的表現可以輕松勝出。

VoxelNet處理生成的3D測繪圖像中，能夠分辨出行人、自行車和汽車等物體。如圖所示，黃框中是行人、藍框中是自行車、綠框中是汽車。

這種系統除了可以廣泛應用于自動駕駛汽車，還能應用于管家機器人、AR、VR等多種人工智能設備。

據彭博社2016年10月的報道，蘋果公司曾經試圖研發過自己的自動駕駛汽車，代號Titan。但隨后更改了自己的目標，不研發自動駕駛汽車，只研發自治系統（autonomous

systems），這樣可以用自己的軟件系統和汽車制造商合作。2017年6月，蘋果公司CEO蒂姆·庫克在接受彭博社采訪時，確認了蘋果正在研發自治系統的消息。

庫克在訪問中稱，“我們把自治系統看作是所有人工智能應用之母，它可能是我們正在研發的最難的人工智能項目之一。”他還補充道，“我們把它看作是至關重要的核心技術。”

不過，蘋果的這項新系統在有的自動駕駛工程師看來，并不算是特別重大的突破。The

Verge采訪了自動駕駛視覺系統專家、荷蘭工程師Roland

Meertens。Meertens介紹，為了繞過光學雷達傳感器的缺陷，其他公司也在研發不同方法：“比如特斯拉，就根本不使用光學雷達傳感器，但特斯拉的汽車非常擅長沿著車道行駛。”