虽然GPS（全球定位系统）是一种广泛用于地理定位的技术，在人类驾驶时能够发挥导航作用，但是却不一定一直很精确。苹果地图（Apple Maps）等地图应用程序，由于各种不同的原因，有时会为用户显示错误的位置。

此类原因包括树木或山导致GPS信号受干扰、进入地下或室内、城市建筑物反射信号、太阳风暴、甚至是极其罕见的情况，如无线电干扰或屏蔽。不过，此种问题不仅GPS会遇到，其他全球导航卫星系统（GNSS）如格洛纳斯（俄罗斯卫星导航系统）、伽利略定位系统（Galileo）、北斗卫星导航系统（Beidou）等也会遇到。

据外媒报道，当地时间2月13日，美国专利商标局公布了苹果公司的一项专利申请，名为“机器学习辅助卫星定位”（Machine learning-assisted satellite-based positioning）。简而言之，就是一种通过将GPS数据与机器学习模型获得的数据进行比较，从而分析GPS数据的方法。

该专利的想法是，该设备会根据GNSS信号接收到估计位置信息，然后获取一组与估计位置有关的一组参数。然后再提供一个与设备估计位置比较近的参考位置，以帮助校正。

根据设备的估计位置、参考位置以及一组参数，可以生成一个机器学习模型。随后，该机器学习模型可用于估计设备的具体位置，以备将来读取GPS的数字，直到一段时间过去，或者设备被移到参数和模型都不准确的地方。

实际上，该设备会利用两组定位数据生成模型，以确定其接收的GPS坐标与实际位置之间的距离。例如，在一个高楼林立的城市中，该模型能够接收到信号被反射的消息，并结合考虑之前的位置读数和交通的大致方向，根据错误的数据得出更准确的位置信息。

此外，苹果还附加了一项，要求将第二款设备的使用情况考虑在内，包括提供给他人使用存储的模型。苹果还建议使用卡尔曼滤波器（Kalman filter）基于噪声测量合集，来估计数据，以及为测量和后续定位将“大量的不确定性”考虑在内，提醒用户位置已更改，让用户再三考虑或忽略GPS数据。

近年来，苹果一直热衷于加大其在机器学习方面的努力，2019年还聘请了资深的谷歌AI科学家兼AI专家 Ian Goodfellow，并收购了Drive.ai和Laserlike等公司。苹果大量面向公众的ML（机器学习）产品配备了Siri，从而改进了一些位置感知功能。

2018年8月，苹果详细介绍使用地理语言模型以增加Siri对当地术语和位置的知识储备，帮助将基于兴趣点的搜索减少了18.7%。（文中图片均来自appleinsider.com）