Apple fa progressi con le auto a guida autonoma

La guida autonoma continua a essere uno dei temi più caldi del momento e indubbiamente uno degli obiettivi futuri di tante aziende. I ricercatori Apple hanno appena pubblicato un documento tecnico che descrive come le auto che si guidano da sole possano individuare ciclisti e pedoni utilizzando un metodo per rilevare oggetti in nuvole di punti 3D, sfruttando reti neurali addestrate allo scopo. È il primo documento ufficiale svelato dall’azienda di Cupertino in tale ambito.

Il documento accademico è denominato “VoxelNet: End-to-End Learning for Point Cloud Based 3D Object Detection”, è stato scritto da Yin Zhou (ricercatore specializzato in intelligenza artificiale) e da Oncel Tuzel (specializzato in machine learning), e reso disponibile al pubblico tramite l’archivio arXiv dedicato agli articoli scientifici. Per ricevere informazioni sul mondo circostante e quindi sugli oggetti presenti nel campo visuale, le auto a guida autonoma utilizzano in genere una combinazione di telecamere standard e unità LiDAR, mentre la nuova tecnologia su cui è al lavoro Apple impiega meno sensori per ottenere però migliori risultati.

Nello specifico, il team di ricerca Apple ha dichiarato di essere in grado di ottenere “risultati altamente incoraggianti” utilizzando i soli dati LiDAR per individuare ciclisti e pedoni, e reso noto di essere anche in grado di superare altri approcci per il telerilevamento di oggetti in tre dimensioni (3D) basati esclusivamente sulla tecnologia LiDAR. Benché gli esperimenti siano stati limitati a simulazioni al computer e non testati su strada, la metodologia di Apple ha mostrato risultati particolarmente promettenti.

Rispetto al rilevamento di oggetti e superfici basato sulle immagini 2D, la tecnologia LiDAR si è dimostrata una tecnologia più affidabile in quanto fornisce informazioni in profondità per localizzare meglio gli oggetti presenti in uno spazio. I point cloud LiDAR generati dalla scansione laser richiedono però del tempo, poiché necessitano prima di emettere un impulso ad alta frequenza e poi di leggere i dati ottenuti dalla rifrazione delle superfici. Per migliorare le attuali tecniche dedicate alla gestione dell’interpretazione dei dati, i ricercatori Apple propongono l’implementazione di un’architettura profonda e addestrabile per il riconoscimento di Point cloud 3D. Il framework è denominato VoxelNet e sfrutta dei laser capaci di caratterizzare le forme 3D, scomponendo il point cloud in voxel 3D e codificando le informazioni tramite strati VFE (voxel feature encoding) per restituire la rappresentazione volumetrica di quanto evidenziato.

Nonostante Apple abbia notoriamente una politica di segretezza sulle proprie ricerche, negli ultimi tempi ha condiviso alcuni dei progressi compiuti nell’ambito della ricerca, in particolare nel settore dell’apprendimento automatico (machine learning). Oltre a tale documento tecnico, il primo mai reso pubblico dalla casa statunitense, Apple sta attualmente valutando un banco di prova per la guida autonoma nelle strade di Cupertino, in California, dove ha la sede principale. L’azienda sta compiendo molti sforzi per portare sul mercato le auto che si guidano da sole, ma dopo importanti investimenti e diverse sostituzioni nel personale qualificato, il “Project Titan” è stato fermato fino a dicembre 2016, quando Apple ha annunciato che avrebbe consentito ai suoi ricercatori di pubblicare i loro lavori nell’ambito dell’intelligenza artificiale e dell’apprendimento automatico.

Questa nuova politica di apertura potrebbe agevolare lo sviluppo delle relative tecnologie e soprattutto dei veicoli a guida autonoma, ma anche alle autorità di regolamentazione che potranno pertanto seguire in maniera più semplice i progressi che la società sta compiendo in tale settore.