Machine Learning, Artificial Intelligence und Self-Driving Technologie bei Apple.3 min read

Mac 10. Dezember 2017 2 min read
Apple Core ML - Machine Learning

author:

Machine Learning, Artificial Intelligence und Self-Driving Technologie bei Apple.3 min read

Reading Time: 2 minutes

Letzten Freitag hat Apple, bzw. Ruslan Salakhutdinov, seines Zeichens Director of Artificial Intelligence Research bei Apple, am Rande einer Konferenz rund 200 Spezialisten zu einem kostenlosen Mittagessen mit Ausblick auf Artificial Intelligence (AI) und Machine Learning (ML) Projekte bei Apple eingeladen.

So eine Chance lässt man sich nicht entgehen. Salakhutdinov diskutierte über Projekte, bei denen Daten von Kameras und anderen Sensoren verwendet wurden, um Autos und Fussgänger auf städtischen Strassen zu erkennen, in unbekannten Räumen zu navigieren und detaillierte 3D-Karten von Städten zu erstellen.

Der Vortrag bot neue und unerwartete Einblicke in Apples geheimnisvolle Bemühungen um die autonome Fahrzeugtechnologie. Apple erhielt bereits im April vom kalifornischen Department of Motor Vehicles (DMV) die Erlaubnis, selbstfahrende Fahrzeuge zu testen, und CEO Tim Cook bestätigte im Juni sein Interesse an dieser Technologie.

Erfahrungen aus vier Machine Learning Projekte bei Apple

  • Salakhutdinov zeigte Daten von einem Projekt, das Software trainiert zur Identifizierung von Fussgängern und Radfahrern mit Hilfe von 3D-Scannern, den sogenannten Lidars, die in den meisten autonomen Fahrzeugen verwendet werden.
  • Ein anderes Projekt zeigte eine Software, die Autos, Fussgänger und die befahrbaren Teile der Strasse in Bildern von einer Kamera oder mehreren Kameras, die an einem Fahrzeug montiert sind, identifiziert. Selbst wenn Regentropfen die Linse bespritzt haben, konnte die Position von Fussgängern auf dem Bürgersteig problemlos abgeleitet werden, selbst wenn sie teilweise von geparkten Autos abgeschirmt wurden.
  • Ein weiteres Projekt, das Salakhutdinov besprach, bestand darin, Software, die sich durch die Welt bewegt, eine Art Orientierungssinn zu geben. SLAM, so wird die Technologie genannt, wird an Robotern und autonomen Fahrzeugen eingesetzt und hat auch Anwendungen in der Kartenerstellung und Augmented Reality.
  • Ein viertes Projekt nutzte die von sensorbeladenen Autos gesammelten Daten, um aussagekräftige 3D-Karten mit Funktionen wie Ampeln und Strassenmarkierungen zu erstellen. Die meisten Prototypen autonomer Fahrzeuge benötigen detaillierte digitale Karten, um zu funktionieren. Salakhutdinov erwähnte auch Arbeiten zur Entscheidungsfindung in dynamischen Situationen.

Was genau Apple aber im Bereich Self-Driving macht, das bleibt unklar. Salakhutdinov sagte nicht, wie die Projekte in eine grössere Anstrengung im automatisierten Fahren passen. Apple selber jede Stellungnahme ab.

Apple muss ich im Bereich AI und ML öffnen

Apple öffnet sich ungewöhnlich mit Informationen. Zum einen um Talente im Bereich AI und ML anzuziehen, denn der Fachkräftemangel diesbezüglich gibt es auch im sonnigen Kalifornien. Haupt-Mitbewerber sind Google und Facebook. Die beiden Unternehmen geben auch sehr viel Preis darüber, was als nächstes erforscht werden soll. Genau hier macht Apple den Unterschied. Man spricht nicht gerne darüber was man als nächstes tun will, sondern berichtet viel lieber darüber, was man bereits gemacht hat. Das schürt auch keine falschen Hoffnungen. Die hingegen kommen automatisch in Form von Gerüchten und werden von einem grossen Teil der Bevölkerung als wahre Münze genommen…

Apple tut gut daran Forschungsergebnisse offener zu kommunizieren. Der Machine Learning Blog von Apple war sicher nur der Anfang, wobei die Kadenz von Veröffentlichungen durch noch potential gegen oben hat.

Renato Mitra ist ein leidenschaftlicher Vollblut-Blogger. Apple Experte. MINI Fan. Kommuniziert leidenschaftlich gerne über digitale Kanäle. Ansonsten: Try, fail, think, learn, repeat.