周因 (Yin Zhou, 音譯) 和昂塞爾·圖澤爾 (Oncel Tuzel) 於11月17日向獨立線上期刊arXiv提交了這篇論文. 由於蘋果向來對外保密未來的產品計劃, 導致該公司難以吸引人工智慧和機器學習領域的研究人員, 所以這篇論文可謂意義重大.
研究人員提出了一種名叫VoxeNet的全新軟體方法, 可以幫助電腦探測3D物體.
蘋果拒絕對此置評.
學術人士已經習慣了與其他組織的同行分享自己的研究成果. 而為了順應這一趨勢, 蘋果今年7月也為該公司的研究人員發起了《蘋果機器學習期刊》. 他們的成果很少會發表在這份期刊之外, 而該期刊迄今為止尚未發表任何關於無人駕駛汽車的論文.
無人駕駛汽車通常使用常規的2D攝像頭和深度感應LiDAR模組, 以此識別周圍的世界. 雖然這些模組可以提供深度資訊, 但由於解析度較低, 因此, 如果沒有常規攝像頭提供的即時數據, 就很難探測遠距離的小物體.
但蘋果研究人員表示, 藉助新的軟體, 他們可以獲得 '極其令人鼓舞的結果' , 僅僅藉助LiDAR的數據即可識別行人和騎行者. 他們還表示, 這種方法可以擊敗其他只用LiDAR識別3D物體的方法. 該實驗完全採用計算機類比進行, 尚未上路測試.
儘管蘋果CEO蒂姆·庫克 (Tim Cook) 曾經將無人駕駛汽車稱作 '所有人工智慧項目之母' , 但他們卻並未披露該公司在這一領域的研究成果.
蘋果去年12月對美國監管者表示, 該公司對這項技術感到振奮, 希望監管者不要限制相關測試.
蘋果今年4月還向加州監管機構提交了無人駕駛汽車的測試計劃.