Adaptiver Tempomat, aktives Spurhaltesystem, Querverkehrswarner und Fußgängererkennung mit Notbremsassistent: Diese und andere Helfer gehören heutzutage zur Standardausstattung zahlreicher Automodelle zumindest der Mittel- und Oberklasse. Das Zusammenspiel vermittelt manchem Fahrer zuweilen den Eindruck, sein Vehikel könne weitgehend selbstständig fahren. Angesichts der Komplexität des Straßenverkehrs ist das allerdings trügerisch, denn in vielen Situationen müssen Reaktionen so schnell erfolgen, dass Hard- und Software trotz des technischen Fortschritts damit nach wie vor überfordert sind.


Assistenzsysteme stellen große Herausforderung dar
Die Perfektionierung der Assistenzsysteme insbesondere im Hinblick auf weitgehend autonome Fahrzeuge stellt daher eine große Herausforderung dar. Dieser Tatsache ist man sich natürlich auch in Cupertino bewusst. Die Mitarbeiter von "Project Titan" beschäftigen sich daher bei der Entwicklung des Apple Car eingehend mit dieser Problematik. Das zeigt ein bereits vor mehr als drei Jahren eingereichter Patentantrag, der jetzt vom US Patent & Trademark Office veröffentlicht wurde. Die Schutzschrift trägt den Titel "Evaluating varying-sized action spaces using reinforcement learning". Apple beschäftigt sich darin vor allem mit den Entscheidungsprozessen, welche in Fahrzeugsystemen erfolgen müssen. Diese will das kalifornische Unternehmen im Vergleich zum aktuellen Stand der Technik erheblich beschleunigen.


Apple Car soll Maschinelles Lernen beherrschen
Apple zufolge wurden Hardware und Software in den vergangenen Jahren zwar deutlich weiterentwickelt, genügen aber im Hinblick auf die erforderliche Verarbeitungsgeschwindigkeit immer noch nicht künftigen automobilen Anforderungen. Das gilt laut dem Patentantrag vor allem für die Auswertung von Umgebungsinformationen. Assistenzsysteme für autonome Fahrzeuge müssten erheblich schneller arbeiten und damit reagieren können, um etwa eine sich anbahnende Kollision zu verhindern, heißt es in der Schutzschrift. Apple setzt daher auf Künstliche Intelligenz und Maschinelles Lernen. Als Basis dienen dabei nicht nur Sensor- und Fahrdaten des mit einem derartigen System ausgestatteten Autos selbst, sondern auch von anderen Fahrzeugen gesammelte Informationen und "Erfahrungen". Diese stellen für möglichst alle denkbaren Situationen einen Fundus von Reaktionen bereit, welche dann in die "Entscheidungsfindung" einfließen.

Schnelle Reaktionen auf kritische Situationen
In dem Patentantrag beschreibt Apple eine Reihe von Situationen und deren Anforderungen an ein mit Künstlicher Intelligenz und Maschinellem Lernen ausgestattetes Fahrzeugsystem. Dieses könnte beispielsweise eigenständig entscheiden, ob es in einer bestimmten Situation abbiegt oder die Spur wechselt. Angemessene Reaktionen auf unvorhersehbare Manöver anderer Verkehrsteilnehme sollen natürlich ebenfalls möglich sein. Ob Apple bereits mit der praktischen Entwicklung eines derartigen Systems begonnen hat, ist nicht bekannt. Welchen Stellenwert das Thema beim Apple Car einnimmt, lässt sich allerdings an einer Personalie ablesen: "Project Titan" wird von John Giannandrea geleitet, dem Senior Vice President Machine Learning and AI Strategy.