Pembelajaran mesin dapat membantu Apple Peta Memperbaiki GPS Palsu…
Apple Peta dapat memberikan informasi yang lebih akurat kepada pengguna tentang lokasi mereka di masa mendatang, dengan menggunakan kecerdasan buatan untuk menyesuaikan data GPS ketika mendeteksi informasi yang tidak akurat atau membingungkan dalam pembacaan sensor peta.
Meskipun GPS adalah teknologi yang banyak digunakan untuk geolokasi, yang sangat berguna untuk navigasi saat mengemudi, namun belum tentu seakurat mungkin. Aplikasi pemetaan seperti Apple Peta terkadang menunjukkan lokasi yang salah kepada pengguna karena berbagai alasan.
Masalah ini dapat mencakup gangguan sinyal GPS yang disebabkan oleh pepohonan dan gunung, perjalanan di bawah tanah atau di dalam ruangan, sinyal yang dipantulkan dari bangunan kota, badai matahari, dan bahkan peristiwa cuaca ekstrem, mengganggu atau menyebabkan gangguan radio.
Masalah ini tidak terbatas pada GPS, karena Sistem Satelit Pemosisian Global (GNSS) lainnya seperti Glonass, Galileo, Beidou dan lainnya mungkin juga mengalami masalah serupa.
Dalam aplikasi paten yang diterbitkan oleh US Patent and Trademark Office pada hari Kamis, Apple meluncurkan “Pemosisian berbasis satelit yang didukung oleh pembelajaran mesin”. Singkatnya, ini adalah cara menganalisis data GPS dengan membandingkannya dengan data yang diperoleh dari model pembelajaran mesin.
Idenya adalah bahwa perangkat menerima perkiraan posisinya berdasarkan sinyal GNSS, kemudian memperoleh serangkaian parameter yang terkait dengan perkiraan posisi. Lokasi referensi kemudian disediakan, dekat dengan perkiraan posisi perangkat, untuk membantu kalibrasi.
Kemudian, model pembelajaran mesin dibuat berdasarkan perkiraan lokasi perangkat, lokasi referensi, dan serangkaian parameter. Model pembelajaran mesin ini kemudian digunakan untuk memperkirakan lokasi perangkat untuk pembacaan GPS di masa mendatang, hingga beberapa waktu berlalu atau mereka telah pindah ke area di mana parameter dan model berada.gambar tidak benar.
Contoh bagaimana perangkat dapat diposisikan secara tidak benar karena sinyal GPS yang dipantulkan dari gedung.
Akibatnya, perangkat membuat model menggunakan dua set data pemosisian untuk menentukan jaraknya dari lokasi sebenarnya relatif terhadap koordinat GPS yang diterima. Misalnya, di kota dengan gedung-gedung tinggi, model dapat diberitahu bahwa sinyal dapat dipantulkan dan memperhitungkannya bersama dengan pembacaan posisi sebelumnya dan arah umum perjalanan untuk mengetahui lokasi yang lebih tepat berdasarkan data miring.
Apple menyertakan pernyataan tambahan untuk memperhitungkan penggunaan perangkat kedua, termasuk menyediakan model untuk digunakan dan disimpan oleh orang lain. Filter Kalman, yang dapat digunakan untuk memperkirakan data berdasarkan serangkaian pengukuran kebisingan, juga disarankan untuk digunakan, serta untuk menghitung “kuantitas ketidakpastian” untuk pengukuran dan lokasi berikutnya. , dan untuk memperingatkan pengguna bahwa lokasi diubah dan memperhitungkan atau mengabaikan data GPS.
Pengarsipan mencantumkan penemunya sebagai Benjamin A. Werner, Brent M. Ledvina, Dennis P. Hilgenberg dan Aarti Sathyanarayana.
Apple mengajukan beberapa aplikasi paten setiap minggu, dan meskipun pengajuan tersebut menunjukkan bidang minat untuk tim penelitian dan pengembangan Apple, itu tidak menjamin kemampuan Apple menambahkannya ke produk atau layanan di masa mendatang.
Apple telah tertarik untuk meningkatkan pembelajaran mesin dalam beberapa tahun terakhir, termasuk mempekerjakan ilmuwan AI senior Google dan pakar AI terkenal Ian Goodfellow pada tahun 2019 dan mengakuisisi perusahaan seperti Drive.ai dan Laserlike. Sebagian besar pekerjaan ML yang menghadap publik adalah dengan Siri, dan itu juga telah melihat beberapa peningkatan yang sadar lokasi.
Pada Agustus 2018, Apple merinci penggunaan model geo-linguistik untuk meningkatkan pengetahuan Siri tentang istilah dan lokasi lokal, yang menghasilkan pengurangan 18 persen dalam pencarian berbasis minat.
Sumber: Appleinsider
