很多駕駛員都需要依靠GPS導航才能行駛至正確的位置，不過，GPS提供的位置資訊卻不一定是準確的，因此，蘋果公司申請了校正GPS資料的專利。

此類原因包括樹木或山導致GPS訊號受干擾、進入地下或室內、城市建築物反射訊號、太陽風暴、甚至是極其罕見的情況，如無線電干擾或遮蔽。不過，此種問題不僅GPS會遇到，其他全球導航衛星系統（GNSS）如格洛納斯（俄羅斯衛星導航系統）、伽利略定位系統（Galileo）、北斗衛星導航系統（Beidou）等也會遇到。

據外媒報道，當地時間2月13日，美國專利商標局公佈了蘋果公司的一項專利申請，名為“機器學習輔助衛星定位”（Machine learning-assisted satellite-based positioning）。簡而言之，就是一種通過將GPS資料與機器學習模型獲得的資料進行比較，從而分析GPS資料的方法。

該專利的想法是，該裝置會根據GNSS訊號接收到估計位置資訊，然後獲取一組與估計位置有關的一組引數。然後再提供一個與裝置估計位置比較近的參考位置，以幫助校正。

根據裝置的估計位置、參考位置以及一組引數，可以生成一個機器學習模型。隨後，該機器學習模型可用於估計裝置的具體位置，以備將來讀取GPS的數字，直到一段時間過去，或者裝置被移到引數和模型都不準確的地方。

實際上，該裝置會利用兩組定位資料生成模型，以確定其接收的GPS座標與實際位置之間的距離。例如，在一個高樓林立的城市中，該模型能夠接收到訊號被反射的訊息，並結合考慮之前的位置讀數和交通的大致方向，根據錯誤的資料得出更準確的位置資訊。

此外，蘋果還附加了一項，要求將第二款裝置的使用情況考慮在內，包括提供給他人使用儲存的模型。蘋果還建議使用卡爾曼濾波器（Kalman filter）基於噪聲測量合集，來估計資料，以及為測量和後續定位將“大量的不確定性”考慮在內，提醒使用者位置已更改，讓使用者再三考慮或忽略GPS資料。

近年來，蘋果一直熱衷於加大其在機器學習方面的努力，2019年還聘請了資深的谷歌AI科學家兼AI專家 Ian Goodfellow，並收購了Drive.ai和Laserlike等公司。蘋果大量面向公眾的ML（機器學習）產品配備了Siri，從而改進了一些位置感知功能。

2018年8月，蘋果詳細介紹使用地理語言模型以增加Siri對當地術語和位置的知識儲備，幫助將基於興趣點的搜尋減少了18.7%。（文中圖片均來自appleinsider.com）