当在传感器读数中检测到错误信息或错误时，通过使用人工智能来调整GPS数据，Apple Maps将来可能能够为用户提供有关其位置的更准确信息。
GPS是一种广泛使用的地理定位技术，该技术在驾驶时对导航特别有用，但不一定像它可能的那样准确。诸如Apple Maps之类的地图绘制应用程序有时会出于各种不同的原因为用户显示错误的位置。
这些问题可能包括由树木和山脉，进入地下或室内，在城市建筑物中反射的信号，太阳风暴，甚至是极少数的无线电干扰或干扰造成的GPS信号干扰。
这些问题不仅限于GPS，因为其他全球导航卫星系统(GNSS)，例如Glonass，Galileo，Beidou等，也可能遭受同样的问题。
在专利申请中苹果公司在周四由美国专利商标局发布的专利中提出了“基于机器学习的卫星定位”。简而言之，这是一种通过将GPS数据与机器学习模型获取的数据进行比较来分析GPS数据的方法。
想法是设备基于GNSS信号接收其估计位置，然后获取与估计位置相关的一组参数。然后提供接近该设备的估计位置的参考位置，以帮助校正。
然后基于估计的设备位置，参考位置和一组参数来生成机器学习模型。然后，使用该机器学习模型来估计设备的位置，以备将来GPS读数使用，直到一段时间或它们已移至参数和模型不准确的区域。
实际上，该设备使用两组定位数据生成模型，以确定其接收到的GPS坐标距其实际位置有多远。例如，在一个有高楼大厦的城市中，可以告知模型可以反射信号，并将其与以前的位置读数和一般的行进方向一起考虑在内，以便根据误导的数据得出更准确的位置。
苹果公司提出了额外的要求，以考虑到使用第二台设备，包括将模型提供给他人使用和存储。还建议使用卡尔曼滤波器，该滤波器可用于基于噪声测量的集合来估计数据，并考虑到测量和后续位置的“不确定量”，并提醒用户该位置会被修改，并且会考虑或忽略GPS数据。
该文件列出了其发明人为Benjamin A. Werner，Brent M.Ledvina，Dennis P.Hilgenberg和Aarti Sathyanarayana。
Apple每周都会提交大量专利申请，尽管备案文件表明了Apple研发团队感兴趣的领域，但这并不能保证Apple可以将其添加到未来的产品或服务中。
近年来，苹果一直渴望增加其在机器学习方面的工作，包括聘用Google高级AI科学家并于2019年聘请AI专家Ian Goodfellow并收购Drive.ai和Laserlike等公司。它的大部分面向公众的ML工作都是使用Siri进行的，这也实现了一些位置感知的改进。
2018年8月，Apple详细介绍了其地理语言模型的使用 以提高Siri对当地术语和位置的了解，帮助将基于兴趣点的搜索减少18.7%。
