當在傳感器讀數中檢測到錯誤信息或錯誤時(shí)，通過(guò)使用人工智能來(lái)調整GPS數據，Apple Maps將來(lái)可能能夠為用戶(hù)提供有關(guān)其位置的更準確信息。

GPS是一種廣泛使用的地理定位技術(shù)，該技術(shù)在駕駛時(shí)對導航特別有用，但不一定像它可能的那樣準確。諸如Apple Maps之類(lèi)的地圖繪制應用程序有時(shí)會(huì )出于各種不同的原因為用戶(hù)顯示錯誤的位置。

這些問(wèn)題可能包括由樹(shù)木和山脈，進(jìn)入地下或室內，在城市建筑物中反射的信號，太陽(yáng)風(fēng)暴，甚至是極少數的無(wú)線(xiàn)電干擾或干擾造成的GPS信號干擾。

這些問(wèn)題不僅限于GPS，因為其他全球導航衛星系統(GNSS)，例如Glonass，Galileo，Beidou等，也可能遭受同樣的問(wèn)題。

在專(zhuān)利申請中蘋(píng)果公司在周四由美國專(zhuān)利商標局發(fā)布的專(zhuān)利中提出了“基于機器學(xué)習的衛星定位”。簡(jiǎn)而言之，這是一種通過(guò)將GPS數據與機器學(xué)習模型獲取的數據進(jìn)行比較來(lái)分析GPS數據的方法。

想法是設備基于GNSS信號接收其估計位置，然后獲取與估計位置相關(guān)的一組參數。然后提供接近該設備的估計位置的參考位置，以幫助校正。

然后基于估計的設備位置，參考位置和一組參數來(lái)生成機器學(xué)習模型。然后，使用該機器學(xué)習模型來(lái)估計設備的位置，以備將來(lái)GPS讀數使用，直到一段時(shí)間或它們已移至參數和模型不準確的區域。

實(shí)際上，該設備使用兩組定位數據生成模型，以確定其接收到的GPS坐標距其實(shí)際位置有多遠。例如，在一個(gè)有高樓大廈的城市中，可以告知模型可以反射信號，并將其與以前的位置讀數和一般的行進(jìn)方向一起考慮在內，以便根據誤導的數據得出更準確的位置。

蘋(píng)果公司提出了額外的要求，以考慮到使用第二臺設備，包括將模型提供給他人使用和存儲。還建議使用卡爾曼濾波器，該濾波器可用于基于噪聲測量的集合來(lái)估計數據，并考慮到測量和后續位置的“不確定量”，并提醒用戶(hù)該位置會(huì )被修改，并且會(huì )考慮或忽略GPS數據。

該文件列出了其發(fā)明人為Benjamin A. Werner，Brent M.Ledvina，Dennis P.Hilgenberg和Aarti Sathyanarayana。

Apple每周都會(huì )提交大量專(zhuān)利申請，盡管備案文件表明了Apple研發(fā)團隊感興趣的領(lǐng)域，但這并不能保證Apple可以將其添加到未來(lái)的產(chǎn)品或服務(wù)中。

近年來(lái)，蘋(píng)果一直渴望增加其在機器學(xué)習方面的工作，包括聘用Google高級AI科學(xué)家并于2019年聘請AI專(zhuān)家Ian Goodfellow并收購Drive.ai和Laserlike等公司。它的大部分面向公眾的ML工作都是使用Siri進(jìn)行的，這也實(shí)現了一些位置感知的改進(jìn)。

2018年8月，Apple詳細介紹了其地理語(yǔ)言模型的使用 以提高Siri對當地術(shù)語(yǔ)和位置的了解，幫助將基于興趣點(diǎn)的搜索減少18.7%。