據報導，蘋果公司正計劃在其“Apple Car”電動汽車中使用“機器學習”（ML）技術，因為當前的處理器速度還不夠快，無法自動做出一些關鍵的駕駛決定。事實上，人們之前已經預料到，蘋果將在Apple Car中引入機器學習技術，尤其是在人工智能（AI）和Siri主管約翰·詹南德雷亞（John Giannandrea）掌管Apple Car的開發工作之後。

但如今，一項最新披露的專利技術進一步證實了這一猜測。蘋果在這份專利文件中解釋了機器學習技術如何應用於Apple Car中，以及Apple Car為什麼需要它。

這一切都與做決定的速度有關。即使是一項正確的決定，如換道或避免碰撞，如果沒有足夠快地完成，也可能是致命的。

蘋果在專利文件中稱：“直至最近，由於現有硬件和軟件的限制，用於分析車輛外部環境相關的最高計算速度，還不足以在沒有人工指導的情況下，做出重要的導航決定。”

儘管當前的計算硬件和軟件正在變得更好，但蘋果仍認為，這依然是不夠的。蘋果稱：“即使現在有了高速處理器、大容量內存和先進的算法，但對車輛環境做出及時和合理的決定，依然是一個巨大的挑戰。”

蘋果還談到了自主決策的複雜性，稱這既不是基於過於悲觀的假設，也不是基於過於樂觀的假設。汽車也許能夠自動駕駛，但永遠不會獨自駕駛。因此，還要考慮到的一個因素是：其他司機在其他汽車裡的“不可預測的行為”。

此外，現實世界比任何測試環境都要混亂得多，因此蘋果還指出，在數據不夠完成的情況下，也要做出自動駕駛的決定。這也體現了自動駕駛的複雜性。

蘋果還稱，在一些州，當車輛行駛在一條幾乎空蕩蕩的筆直的高速公路上，幾公里或幾英里都不可能轉彎時，需要評估的行動數量可能相對較少。但在其他一些州，當車輛接近擁擠的十字路口時，行動的數量可能會大得多。

在每種情況下，汽車的系統都必須確定車輛周圍的“當前環境狀態”。然後，再確定“可以採取的一組相應的行動”。一個動作可以是“左轉”，也可以是“換車道”。至少在某些情況下，機器學習可以用來幫助汽車，為每個可能的決策分配一個數字或值，然後確定最佳行動方案。