北京时间 2 月 8 日晚间消息，据报道，苹果公司正计划在其“Apple Car”电动汽车中使用“机器学习”（ML）技术，因为当前的处理器速度还不够快，无法自动做出一些关键的驾驶决定。

事实上，人们之前已经预料到，苹果将在 Apple Car 中引入机器学习技术，尤其是在人工智能（AI）和 Siri 主管约翰・詹南德雷亚（John Giannandrea）掌管 Apple Car 的开发工作之后。

但如今，一项最新披露的专利技术进一步证实了这一猜测。苹果在这份专利文件中解释了机器学习技术如何应用于 Apple Car 中，以及 Apple Car 为什么需要它。

这一切都与做决定的速度有关。即使是一项正确的决定，如换道或避免碰撞，如果没有足够快地完成，也可能是致命的。

苹果在专利文件中称：“直至最近，由于现有硬件和软件的限制，用于分析车辆外部环境相关的最高计算速度，还不足以在没有人工指导的情况下，做出重要的导航决定。”

尽管当前的计算硬件和软件正在变得更好，但苹果仍认为，这依然是不够的。苹果称：“即使现在有了高速处理器、大容量内存和先进的算法，但对车辆环境做出及时和合理的决定，依然是一个巨大的挑战。”

苹果还谈到了自主决策的复杂性，称这既不是基于过于悲观的假设，也不是基于过于乐观的假设。汽车也许能够自动驾驶，但永远不会独自驾驶。因此，还要考虑到的一个因素是：其他司机在其他汽车里的“不可预测的行为”。

此外，现实世界比任何测试环境都要混乱得多，因此苹果还指出，在数据不够完成的情况下，也要做出自动驾驶的决定。这也体现了自动驾驶的复杂性。

苹果还称，在一些州，当车辆行驶在一条几乎空荡荡的笔直的高速公路上，几公里或几英里都不可能转弯时，需要评估的行动数量可能相对较少。但在其他一些州，当车辆接近拥挤的十字路口时，行动的数量可能会大得多。

在每种情况下，汽车的系统都必须确定车辆周围的“当前环境状态”。然后，再确定“可以采取的一组相应的行动”。一个动作可以是“左转”，也可以是“换车道”。至少在某些情况下，机器学习可以用来帮助汽车，为每个可能的决策分配一个数字或值，然后确定最佳行动方案。

本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/602/155.htm]