Apple vuole utilizzare il machine learning sulla Apple Car, visto che gli attuali processori non sono abbastanza veloci per prendere autonomamente decisioni chiave durante la guida.
Il fatto che Apple volesse sfruttare il machine learning sulla Apple Car sembrava chiaro già da quando l’azienda scelse John Giannandrea, capo dell’IA dell’azienda, come responsabile del progetto di guida autonoma. Ora, un nuovo brevetto conferma queste intenzioni.
Il sistema ha a che fare con il fatto che le decisioni prese al volante devono essere estremamente rapide. Anche una decisione corretta, ad esempio su un cambio di corsia o sull’evitare una collisione, potrebbe essere fatale se non viene completata rapidamente. “Fino a tempi relativamente recenti“, si legge nel brevetto, “a causa dei limiti dell’hardware e del software disponibili, la velocità massima alla quale potevano essere eseguiti i calcoli per l’analisi di aspetti rilevanti dell’ambiente esterno del veicolo era insufficiente per consentire decisioni di navigazione senza l’intervento umano“.
Tuttavia, anche i processori attuali e quelli previsti nei prossimi anni potrebbero non bastare: “Anche con i processori veloci di oggi, le memorie di grandi dimensioni e gli algoritmi avanzati, il compito di prendere decisioni tempestive e ragionevoli sull’ambiente del veicolo rimane una sfida significativa“.
Il brevetto parla della complessità del processo decisionale durante la guida autonoma, visto che le auto non guideranno mai da sole alla luce del fatto che ci saranno sempre dei comportamenti imprevedibili da parte dei conducenti di altre auto. Inoltre, il mondo reale è molto più disordinato di qualsiasi ambiente di test, quindi Apple osserva anche che le decisioni di guida autonoma vengono attualmente prese in presenza di dati incompleti.
In oltre 17.000 parole, il brevetto descrive situazioni che hanno a che fare con lo “spazio d’azione” dell’auto. Questo è il tempo e la distanza entro cui l’auto deve prendere le sue decisioni. “In alcuni stati, come quando il veicolo viaggia su un’autostrada rettilinea in gran parte vuota senza possibilità di svolta per diversi chilometri, il numero di azioni da valutare può essere relativamente piccolo; in altre situazioni, come quando il veicolo si avvicina a un incrocio affollato, il numero di azioni potrebbe essere molto maggiore“.
In ogni caso, i sistemi dell’auto devono determinare lo stato attuale dell’ambiente attorno al veicolo. Per tale motivo, potrebbe essere necessario identificare “un insieme corrispondente di azioni fattibili o proposte che possono essere intraprese”. Un’azione potrebbe essere “svolta a sinistra” o “cambia corsia“. Almeno in alcuni casi, il machine learning può essere utilizzato per aiutare l’auto ad assegnare un numero o un valore a ogni possibile decisione e quindi determinare la migliore linea d’azione.
Sarà questo il cuore della guida autonoma targata Apple?