La última patente de Apple: uso de modelos de aprendizaje automático para corregir datos de GPS y lograr una navegación precisa
¿Excelentes noticias sobre autos? Aunque el GPS (Sistema de Posicionamiento Global) es una tecnología ampliamente utilizada para el posicionamiento geográfico y puede desempeñar una función de navegación al conducir, no siempre es precisa. Las aplicaciones de mapas como Apple Maps (¿Apple? Maps) a veces muestran ubicaciones incorrectas a los usuarios por diversos motivos.
Dichas causas incluyen interferencias de la señal GPS causadas por árboles o montañas, entrada bajo tierra o en interiores, reflejos de señales de edificios urbanos, tormentas solares e incluso situaciones extremadamente raras como interferencias de radio o blindajes. Sin embargo, este problema no solo lo enfrentan el GPS, sino también otros sistemas globales de navegación por satélite (GNSS), como GLONASS (Sistema de navegación por satélite ruso), Galileo (Galileo) y Beidou (Sistema de navegación por satélite Beidou).
Según informes de medios extranjeros, el 13 de febrero, hora local, la Oficina de Patentes y Marcas de los Estados Unidos anunció una solicitud de patente de Apple. La patente se llama "¿Máquina? ¿Asistencia de aprendizaje? ¿Basada en satélite? Posicionamiento). En resumen, es un método para comparar y analizar datos de GPS y datos obtenidos mediante modelos de aprendizaje automático.
La idea de la patente es que el dispositivo reciba información de posición estimada en base a señales GNSS para luego obtener un conjunto de parámetros relacionados con la posición estimada. Luego, se proporciona una posición de referencia cercana a la posición estimada del dispositivo para ayudar en la corrección.
A partir de la ubicación estimada, una ubicación de referencia y un conjunto de parámetros del dispositivo, se puede generar un modelo de aprendizaje automático. Luego, el modelo de aprendizaje automático se puede utilizar para estimar la ubicación específica de los dispositivos que leen números de GPS en el futuro hasta que haya pasado algún tiempo o el dispositivo se haya movido a una ubicación donde los parámetros y el modelo sean inexactos.
De hecho, el dispositivo utilizará dos conjuntos de datos de posicionamiento para generar un modelo que determine la distancia entre las coordenadas GPS que recibe y la ubicación real. Por ejemplo, en una ciudad con muchos edificios altos, el modelo puede recibir información sobre los reflejos de las señales y, basándose en los datos erróneos, combinarla con lecturas de ubicación anteriores y la dirección general del tráfico para obtener información de ubicación más precisa.
Además, Apple ha añadido el requisito de tener en cuenta el uso del segundo dispositivo, incluido proporcionar un modelo para que otros utilicen el almacenamiento. Apple también recomienda utilizar un filtro de Kalman para estimar datos basados en conjuntos de mediciones ruidosos y tener en cuenta "incertidumbres sustanciales" en las mediciones y el posicionamiento posterior, alertando a los usuarios de los cambios de ubicación para que puedan reconsiderar o ignorar los datos del GPS.
En los últimos años, Apple ha querido incrementar sus esfuerzos en aprendizaje automático. ¿También se contrataron científicos senior de IA de Google y expertos en IA en 2019? Ian. Goodfellow ha adquirido empresas como Drive.ai y Laserlike. Una gran cantidad de productos ML (aprendizaje automático) de cara al público de Apple están equipados con Siri, lo que mejora algunas funciones de reconocimiento de ubicación.
2065438 En agosto de 2008, Apple detalló el uso de modelos de geolenguaje para aumentar el conocimiento de Siri de términos y ubicaciones locales, lo que podría ayudar a reducir las búsquedas basadas en puntos de interés en un 18,7%. (Las imágenes de este artículo son todas de appleinsider.com)
Este artículo es del autor de Autohome, Autohome y no representa la posición de Autohome.