特斯拉AI总监爆料：特斯拉自动驾驶系统秘密

据外媒报道，特斯拉汽车公司人工智能（AI）总监Andrej Capassi最近参加了2018 TRAIN AI大会，并分析了该公司构建自动驾驶计算机视觉解决方案的方法。据介绍，自动驾驶编程团队主要分为两个部分：第一个团队自己构建神经网络，而第二个团队专注于神经网络的实际编程，包括选择标记图像来帮助神经网络学习。他的演讲主题是“构建软件2.0堆栈”。Capassi的任务是将传统的基于规则的编程方法与神经网络（也称为机器学习或AI）运行时使用的编程方法区分开来。在典型的互联网术语中，他使用神经网络编程软件2.0来将其与基于规则的编程软件1.0区分开来。事实证明，它们之间的差异很大，对神经网络进行编程与对网页或智能手机应用程序进行编程完全不同。近年来，计算机视觉解决方案越来越难以为图像中的每个可能的对象定义规则。然而，这些挑战并不能阻止程序员尝试甚至执行极其复杂的计算机视觉分析任务。在1990年至2010年的照片分析中，早期的研究奠定了现代专注于视频图像分析的基础，并且视频图像分析帧速率越高，计算机资源的压力就越大。特斯拉自动驾驶等应用程序要求所有流程都必须是实时的，甚至可以使用实时数据来预测附近的司机会做什么或可能做什么，从而降低碰撞风险。特斯拉的自动驾驶解决方案在很大程度上依赖于计算机视觉，而不是激光雷达和其他传感器，因为特斯拉的团队认为计算机视觉从根本上来说是优越的，强大的摄像头阵列足以支持完全自动驾驶的解决方案。Capassi深入探索了特斯拉团队用于解决自动驾驶仪计算机视觉问题的方法。自动驾驶编程团队主要分为两个部分：第一个团队自己构建神经网络，而第二个团队专注于神经网络的实际编程，包括选择标记的图像来帮助神经网络学习。正如编程代码必须高效一样，Capassi注意到，用于编程神经网络的图像必须足够大、足够多样和干净。神经网络编程更多的是识别异常并编写软件2.0堆栈以获得正确的行为，而不是为正常系统编程。我们可以用一种简单的方式比较神经网络编程图像，这就像十字路口的交通信号灯。大多数信号系统都有标准的红色、黄色和绿色设置，可以通过提供红灯图像并将其标记为指示车辆应该停止的信号来建模。相应地，绿灯意味着车辆可以继续通过十字路口。黄色是一个同样重要的指标，但它的出现频率远低于红色和绿色。神经网络必须经过编程，才能同样好地理解这三者之间的关系，即使在现实世界中黄光的频率远低于绿光和红光的频率。特斯拉认为，从根本上讲，与人类驾驶的汽车相比，该公司的自动驾驶解决方案将在驾驶过程中提供更安全的驾驶体验。这是有意义和重要的，但这只意味着车辆在任何情况下都可以在世界任何地方自动驾驶的可能性更大。与人类驾驶的汽车相比，特斯拉的自动驾驶汽车现在已经帮助将车祸死亡人数减少了四倍。其首席执行官埃隆·马斯克认为，未来它可以提供至少10倍的改善效果。据外媒报道，特斯拉汽车公司人工智能（AI）总监Andrej Capassi最近参加了2018 TRAIN AI大会，并分析了该公司构建自动驾驶计算机视觉解决方案的方法。据介绍，自动驾驶编程团队主要分为两个部分：第一个团队自己构建神经网络，而第二个团队专注于神经网络的实际编程，包括选择标记图像来帮助神经网络学习。他的演讲主题是“构建软件2.0堆栈”。Capassi的任务是将传统的基于规则的编程方法与神经网络（也称为机器学习或AI）运行时使用的编程方法区分开来。在典型的互联网术语中，他使用神经网络编程软件2.0将其与……区分开来……

基于le的编程软件1.0。事实证明，它们之间的差异很大，对神经网络进行编程与对网页或智能手机应用程序进行编程完全不同。近年来，计算机视觉解决方案越来越难以为图像中的每个可能的对象定义规则。然而，这些挑战并不能阻止程序员尝试甚至执行极其复杂的计算机视觉分析任务。在1990年至2010年的照片分析中，早期的研究奠定了现代专注于视频图像分析的基础，并且视频图像分析帧速率越高，计算机资源的压力就越大。特斯拉自动驾驶等应用程序要求所有流程都必须是实时的，甚至可以使用实时数据来预测附近的司机会做什么或可能做什么，从而降低碰撞风险。特斯拉的自动驾驶解决方案在很大程度上依赖于计算机视觉，而不是激光雷达和其他传感器，因为特斯拉的团队认为计算机视觉从根本上来说是优越的，强大的摄像头阵列足以支持完全自动驾驶的解决方案。Capassi深入探索了特斯拉团队用于解决自动驾驶仪计算机视觉问题的方法。自动驾驶编程团队主要分为两个部分：第一个团队自己构建神经网络，而第二个团队专注于神经网络的实际编程，包括选择标记的图像来帮助神经网络学习。正如编程代码必须高效一样，Capassi注意到，用于编程神经网络的图像必须足够大、足够多样和干净。神经网络编程更多的是识别异常并编写软件2.0堆栈以获得正确的行为，而不是为正常系统编程。我们可以用一种简单的方式比较神经网络编程图像，这就像十字路口的交通信号灯。大多数信号系统都有标准的红色、黄色和绿色设置，可以通过提供红灯图像并将其标记为指示车辆应该停止的信号来建模。相应地，绿灯意味着车辆可以继续通过十字路口。黄色是一个同样重要的指标，但它的出现频率远低于红色和绿色。神经网络必须经过编程，才能同样好地理解这三者之间的关系，即使在现实世界中黄光的频率远低于绿光和红光的频率。特斯拉认为，从根本上讲，与人类驾驶的汽车相比，该公司的自动驾驶解决方案将在驾驶过程中提供更安全的驾驶体验。这是有意义和重要的，但这只意味着车辆在任何情况下都可以在世界任何地方自动驾驶的可能性更大。与人类驾驶的汽车相比，特斯拉的自动驾驶汽车现在已经帮助将车祸死亡人数减少了四倍。其首席执行官埃隆·马斯克认为，未来它可以提供至少10倍的改善效果。

标签：特斯拉现代

汽车资讯热门资讯