为什么AI可以训练你的自动驾驶汽车

机器,教学机器

关键的外卖

  • 汽车制造商正转向人工智能来教自动驾驶汽车如何克服日常障碍。
  • 特斯拉最近发布了其新的超级计算机,将用于训练为特斯拉自动驾驶仪提供动力的神经网络。
  • 观察人士表示,使用人工智能来训练汽车可以提高安全性。
从驾驶座上看到的景象,挡风玻璃上显示着数字信息。

Sergii Iaremenko /科学图片库/盖蒂图片社

自动驾驶汽车也需要老师,而人工智能(AI)可以有效地教会这些车辆避免事故——可能比人类做得更好。

将汽车送到驾驶员培训的最好方法之一是使用人工智能。特斯拉最近发布了其新的超级计算机,该计算机将用于训练神经网络,为特斯拉的自动驾驶仪和即将推出的自动驾驶人工智能提供动力。随着汽车越来越自动驾驶,它们需要大量的训练。

“通过让人工智能接触与汽车驾驶相关的数据,人工智能可以开始识别模式。Pathmind是一家将人工智能应用于工业运营的公司他在接受电子邮件采访时说。“给它看图像,它就能知道行人的样子。向它展示道路上的一系列动作,它就能知道什么会导致事故,以及如何避免事故。”

尼克尔森补充说:“有了正确的数据,人工智能就可以非常准确地预测它所看到的东西。”“一个特定的动作,比如左转或在雨中加速,可能会产生什么后果。”

越来越多的人工智能教师

尼克尔森表示,特斯拉、奥迪、丰田、通用汽车的cruise——几乎每一家主要汽车制造商都在以某种形式使用人工智能来增强其自动驾驶能力。还有一些非汽车制造商,比如谷歌的Waymo与克莱斯勒菲亚特(Chrysler Fiat)等汽车制造商合作,开发和测试自动驾驶AI。

特斯拉的人工智能主管安德烈·卡帕西最近公布了该公司最新的超级计算机在2021年计算机视觉和模式识别会议上展示。

“人工智能已经被证明在驾驶情况下比人类更准确,它很可能会大大减少事故的数量。”

该集群使用720个8x NVIDIA A100 Tensor Core gpu节点(总共5,760个gpu)来实现1.8 exaflops的性能。每exaflop等于每秒1亿亿次浮点运算。

“这真的是一台不可思议的超级计算机,”卡帕西说,根据一份新闻稿.“实际上,我相信,就失败而言,这大约是世界上第五大超级计算机。”

一个深度神经网络在汽车行驶时观察并做出预测,而不需要实际控制车辆。预测被记录下来,任何错误或错误识别都被记录下来。然后,特斯拉工程师使用这些实例创建一个包含困难和不同场景的训练数据集,以完善神经网络,

其结果是以每秒36帧的速度记录的大约100万段10秒的剪辑,总计约1.5 pb的数据。然后,神经网络在这些场景中重复运行,直到没有错误地运行为止。最后,它被送回飞行器,并再次开始这个过程。

把汽车送回学校

使用人工智能还可以比人类更快地训练汽车,交通专家Aditya Pathak说专业服务公司Cognizant他在接受电子邮件采访时说。

“在自动驾驶汽车的开发过程中,关键步骤之一是数据注释,”他补充道。“换句话说,人、地点和事物是如何被标记的,以便车辆能够识别?”

用传感器和未来技术评估道路的智能汽车。

Artur Debat / Getty Images

如果手动完成,查看数据的过程将是耗时和劳动密集型的。帕塔克说:“有了人工智能和机器学习,这个过程会更快、更有效。”

人工智能必须教会自动驾驶汽车如何在任何条件下运行自动驾驶汽车公司Yandex他在接受电子邮件采访时说。他补充说,天气、道路施工、事故以及其他司机不一致的行为和反应都会导致旅程的不可预测性,即使是每天通勤到同一地点的司机也是如此。

Yandex运营着欧洲首个机器人出租车服务,并且已经在使用自动送货机器人Yandex rover,从餐馆和杂货店运送客户订单。该公司使用机器学习来帮助机器人四处走动。

Slesarev说:“例如,它有助于执行重要的感知功能,如识别路标,即使它们被雨或树枝等遮挡。”“或者提供安全功能,比如注意到行人即将过马路,即使是在晚上,或者当行人被停着的汽车等东西部分隐藏时。”

观察人士表示,使用人工智能来训练汽车可以提高安全性。

尼克尔森说:“在驾驶情况下,人工智能已经被证明比人类更准确,它很可能会大大减少事故的数量。”

这个页面有用吗?