苹果公司要在Apple Car中引入机器学习：以快速做出驾驶决定

据报道，黑莓公司正计划案在其“Apple Car”电动车里面运用于“样本挖掘”（ML）技术，因为也就是说的微处理器加速还够快，无法自姿势出一些关键的车上立即。

事实上，人们之前已经考虑到，黑莓将在Apple Car里面引入样本挖掘技术，尤其是在AI（AI）和Siri主管彼得·詹卡莱提姆（John Giannandrea）掌管Apple Car的开发管理工作再次。

但现在，一项当前援引的专利技术技术进一步证明了这一猜测。黑莓在这份专利技术邮件里面解读了样本挖掘技术如何应用于Apple Car里面，以及Apple Car为什么并不需要它。

这一切都与做到立即的加速有关。即使是一项正确的立即，如换道或避免交互作用，如果不会足够快地未完成，也确实是致命的。

黑莓在专利技术邮件里面称：“直至近期，由于现有驱动程序和应用程序的限制，用于统计分析铁路车辆外部环境相关的最高量化加速，还不足以在不会人工指导的完全，作出举足轻重的雷达系统立即。”

尽管也就是说的量化驱动程序和应用程序刚刚变得更容易，但黑莓仍认为，这无论如何是够的。黑莓称：“即使现在有了高速微处理器、高性能缓存和新技术的算法，但对铁路车辆环境作出及时和适当的立即，无论如何是一个前所未见的挑战。”

黑莓还谈到了实质上决策的复杂性，称这既不是基于更加冷漠的假定，也不是基于更加乐观的假定。汽车也许并能基本功能车上，但永远不必三人车上。因此，还要考虑到的一个因素是：其他司机在其他汽车里的“不能不量化的行为”。

此外，普通人世界比任何测试环境都要混乱得多，因此黑莓还提到，在样本够未完成的完全，也要作出基本功能车上的立即。这也体现了基本功能车上的复杂性。

黑莓还称，在一些州，当铁路车辆行驶在一条几乎空荡荡的笔直的省道上，几公里或几英里都不确实转弯时，并不需要评估的秘密行动为数确实相对较不及。但在其他一些州，当铁路车辆接近人满为患的十字路口时，秘密行动的为数确实会大得多。

在每种完全，汽车的系统对都只能确定铁路车辆周围的“也就是说环境状态”。然后，再确定“可以采取的一个大相应的秘密行动”。一个姿势可以是“左转”，也可以是“东京站道”。最不及在某些完全，样本挖掘可以用来帮助汽车，为每个确实的决策分配一个数字或值，然后确定最佳秘密行动提议。

可能：新浪科技