北京時(shí)間11月22日上午消息，蘋(píng)果的科學(xué)家對(duì)如何讓無(wú)人駕駛汽車(chē)更好地識(shí)別騎行者和行人，并減少傳感器的使用展開(kāi)了研究，還將結(jié)果發(fā)布在網(wǎng)上。這似乎是該公司首次公開(kāi)發(fā)布與無(wú)人駕駛汽車(chē)有關(guān)的論文。

　　周因(YinZhou，音譯)和昂塞爾·圖澤爾(OncelTuzel)于11月17日向獨(dú)立在線(xiàn)期刊arXiv提交了這篇論文。由于蘋(píng)果向來(lái)對(duì)外保密未來(lái)的產(chǎn)品計(jì)劃，導(dǎo)致該公司難以吸引人工智能和機(jī)器學(xué)習(xí)領(lǐng)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的全新軟件方法，可以幫助電腦探測(cè)3D物體。

　　蘋(píng)果拒絕對(duì)此置評(píng)。

　　學(xué)術(shù)人士已經(jīng)習(xí)慣了與其他組織的同行分享自己的研究成果。而為了順應(yīng)這一趨勢(shì)，蘋(píng)果今年7月也為該公司的研究人員發(fā)起了《蘋(píng)果機(jī)器學(xué)習(xí)期刊》。他們的成果很少會(huì)發(fā)表在這份期刊之外，而該期刊迄今為止尚未發(fā)表任何關(guān)于無(wú)人駕駛汽車(chē)的論文。

　　無(wú)人駕駛汽車(chē)通常使用常規(guī)的2D攝像頭和深度感應(yīng)LiDAR模塊，以此識(shí)別周?chē)氖澜?。雖然這些模塊可以提供深度信息，但由于分辨率較低，因此，如果沒(méi)有常規(guī)攝像頭提供的實(shí)時(shí)數(shù)據(jù)，就很難探測(cè)遠(yuǎn)距離的小物體。

　　但蘋(píng)果研究人員表示，借助新的軟件，他們可以獲得“極其令人鼓舞的結(jié)果”，僅僅借助LiDAR的數(shù)據(jù)即可識(shí)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(shí)別3D物體的方法。該實(shí)驗(yàn)完全采用計(jì)算機(jī)模擬進(jìn)行，尚未上路測(cè)試。

　　盡管蘋(píng)果CEO蒂姆·庫(kù)克(TimCook)曾經(jīng)將無(wú)人駕駛汽車(chē)稱(chēng)作“所有人工智能項(xiàng)目之母”，但他們卻并未披露該公司在這一領(lǐng)域的研究成果。

　　蘋(píng)果去年12月對(duì)美國(guó)監(jiān)管者表示，該公司對(duì)這項(xiàng)技術(shù)感到振奮，希望監(jiān)管者不要限制相關(guān)測(cè)試。

　　蘋(píng)果今年4月還向加州監(jiān)管機(jī)構(gòu)提交了無(wú)人駕駛汽車(chē)的測(cè)試計(jì)劃。