Apple, a tutta birra col self driving

Apple, a tutta birra col self driving

Dopo mesi di silenzio, Apple torna alla carica. Il suo progetto di auto che si guida da sola è tutt'altro che fallito. Negli anni è proseguito in silenzio ed ora, grazie ad Ai e machine learning è pronto a tornare alla ribalta
Dopo mesi di silenzio, Apple torna alla carica. Il suo progetto di auto che si guida da sola è tutt'altro che fallito. Negli anni è proseguito in silenzio ed ora, grazie ad Ai e machine learning è pronto a tornare alla ribalta

Nella gara all’azienda più al passo coi tempi per quanto concerne il self driving , o l’auto che si guida da sola, Apple ha deciso finora di giocare all’ombra. Project Titan , nato nel 2014 e dato per spacciato a fine 2016, sotto le evidenti difficoltà nel tenere testa ad altri colossi come Google o Tesla, è stato riportato in vita di recente, con alcuni test su strada , e tanta curiosità da parte del pubblico. Tim Cook a giugno aveva confermato in un’intervista che l’interessamento per l’auto motive non era mai sparito del tutto, e anzi. Gli sforzi per recuperare il vantaggio competitivo (forse) perduto sono stati immani, seppur silenti. Il risultato a cui Apple guarda promette di essere dirompente (per usare un termine di Cook) e destinato rompere le regole, come ha già dato prova l’azienda nella sua leggendaria storia.


Naturalmente il punto cardine dello sviluppo dell’auto di Apple è l’ intelligenza artificiale . Ruslan Salakhutdinov, a capo del team di ricerca, ha rivelato che gli esperti di Ai di Apple sono giunti ad un livello particolarmente elevato di sofisticazione. In un documento pubblicato il mese scorso, era già stato chiarito che alla base del sistema di self driving di Apple vi sarebbe un software in grado di identificare altre autovetture, pedoni e ciclisti usando scanner 3D di tipo Lidar, del tutto simili a quelli impiegati dai concorrenti. Ma la soluzione di Apple sarebbe in grado anche di “vedere” correttamente ciò che accade attorno a sé, senza distorsioni, anche in presenza di fenomeni ipoteticamente molto dannosi, come gocce di pioggia che si depositano davanti alle lenti o pedoni poco visibili perché parzialmente nascosti da auto parcheggiate. Un sistema in grado non solo di guidare da solo ma anche di apprendere autonomamente mediante l’impiego del machine learning .

Lo stesso Salakhutdinov conferma in passato di essere stato molto scettico sulla fattibilità di un progetto simile , confermando che le tecnologie a disposizione e l’avanzamento raggiunto sono la dimostrazione che invece la strada percorsa fino a qui è quella corretta. Particolarmente funzionale all’obiettivo appare il sistema SLAM (simultaneous localization and mapping) che permette all’autovettura di avere una considerazione dello spazio occupato particolarmente accurata, specialmente se i dati vengono incrociati assieme a quelli catturati dai sensori di cui l’auto è dotato, addestrati ad effettuare un mapping 3D di tutto ciò che vedono (segnali stradali, semafori ecc.). L’intento di Apple è di arrivare ad un sistema che non abbia più bisogno per “muoversi” di un preset di dati, ma che sia in grado di giudicare e adattare il comportamento in qualsiasi occasione anche quella meno predicibile.

Nonostante ci sia ancora molto riserbo su ciò che Apple sta combinando nei suoi laboratori, si nota una maggior apertura rispetto al passato. A partire dall’istituzione di un blog dedicato al machine learning, con cui l’azienda intende mostrare i suoi avanzamenti ma anche le sfide che sta cercando di vincere. E il prossimo passo potrebbe prevedere una condivisione di alcuni risultati e soluzioni tecnologiche con alcuni partner che potrebbero accelerare i tempi della messa su strada della prima auto che si guidi da sola a servizio del pubblico. Nel frattempo Apple si è già occupata di chiedere alla DMV (il corrispondente del nostro ministero dei trasporti) di riconsiderare le regole al fine di condurre test in maniera più agevole.

Mirko Zago

Link copiato negli appunti

Ti potrebbe interessare

Pubblicato il 13 dic 2017
Link copiato negli appunti