0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

传特斯拉自动驾驶系统是用神经网络编程的

ml8z_IV_Technol 来源:未知 作者:工程师飞燕 2018-06-20 09:36 次阅读

据外媒报道,特斯拉汽车公司人工智能AI)总监安德烈·卡帕西(Andrej Karpathy)日前参加2018年TRAIN AI大会时,剖析了该公司构建自动驾驶仪(Autopilot)计算机视觉解决方案的方法。据介绍,Autopilot编程团队主要分为两部分:第一个团队构建了神经网络本身,而第二个团队则专注于神经网络的实际编程,它包括选择已标注的图像,帮助神经网络学习。

“构建软件2.0堆栈”

卡帕西的任务是将传统的、基于规则的编程方法与神经网络(也称机器学习或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,他使用了神经网络编程软件2.0,用以与基于规则编程的软件1.0进行区别。事实证明,两者之间的差异是相当大的,编程神经网络与编程网页或智能手机应用程序是完全不同的。

近年来,随着计算机视觉解决方案越来越难以为图像中的每个可能对象定义规则,这一点变得尤其明显。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年到2010年之间的照片分析中,早期的研究奠定了现代聚焦于视频图像分析的基础,而视频图像分析的帧率越高,对计算机资源的压力就越大。像特斯拉自动驾驶仪(Autopilot)这样的应用,要求所有处理过程都必须是实时的,甚至要使用实时数据来预测附近的司机会会做什么或可能做什么,以降低碰撞危险。

特斯拉的自动驾驶仪解决方案非常依赖计算机视觉,而不是激光雷达和其他传感器,因为特斯拉的团队认为,计算机视觉在根本上更加卓越,强大的摄像头阵列足以支持完全自动驾驶解决方案。

卡帕西深入探究了特斯拉团队用来破解自动驾驶仪计算机视觉难题的方法。自动驾驶仪编程团队主要分为两部分:第一个团队构建了神经网络本身,而第二个团队则专注于神经网络的实际编程,它包括选择已标注的图像,帮助神经网络学习。

正如编程代码必须高效和有效一样,卡帕西注意到用于编程神经网络的图像必须够大、够多样化以及干净。为神经网络编程更多的是识别异常,并为正确的行为编写软件2.0堆栈,而不是为正常情况下的系统编程。

我们可以用简单的方法来比较为图像编程的神经网络,它就像十字路口的交通信号。大多数信号系统都有标准的红黄绿设置,可以通过提供红灯图像并将其标记为指示车辆应该停车的信号来进行建模。

与此相对应,绿灯表示车辆可以继续通过十字路口。黄色是同样重要的指标,但比红色和绿色交替出现的频率要低得多。神经网络必须被编程以同样好地理解这三者的关系,即使在现实世界中黄色灯光出现的频率远低于绿色和红色。

特斯拉认为,从根本上说,与人类驾驶汽车相比,该公司自动驾驶仪解决方案将会在行驶过程中提供更安全的驾驶体验。这是有意义的,也十分重要,但这只是暗示了一种更广泛的可能性,即车辆在世界上任何地方、任何情况下都能自动驾驶。

与人类驾驶汽车相比,特斯拉的自动驾驶汽车如今已经帮助减少4倍车祸死亡人数。其首席执行官伊隆·马斯克(Elon Musk)相信,将来其至少可以提供10倍的改进效果。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4762

    浏览量

    100530
  • 特斯拉
    +关注

    关注

    66

    文章

    6292

    浏览量

    126457
  • 自动驾驶
    +关注

    关注

    783

    文章

    13680

    浏览量

    166117

原文标题:特斯拉AI总监自曝自动驾驶系统秘密:用神经网络编程

文章出处:【微信号:IV_Technology,微信公众号:智车科技】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    FPGA在自动驾驶领域有哪些优势?

    可以根据自动驾驶系统的具体需求,通过编程来配置FPGA的逻辑功能和连接关系,以适应不同的应用场景和算法变化。这种灵活性使得FPGA能够快速适应自动驾驶技术的快速发展和变化。 低延迟:
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    FPGA(Field-Programmable Gate Array,现场可编程门阵列)在自动驾驶领域具有广泛的应用,其高性能、可配置性、低功耗和低延迟等特点为自动驾驶的实现提供了强有力的支持。以下
    发表于 07-29 17:09

    卷积神经网络有何用途 卷积神经网络通常运用在哪里

    和应用场景。 图像识别 图像识别是卷积神经网络最广泛的应用之一。CNN能够自动学习图像中的特征,实现对图像的分类、识别和分析。以下是一些具体的应用场景: 1.1 物体识别:CNN可以识别图像中的物体,如猫、狗、汽车等。这在自动驾驶
    的头像 发表于 07-11 14:43 1880次阅读

    神经网络辨识模型具有什么特点

    神经网络辨识模型是一种基于人工神经网络系统辨识方法,它具有以下特点: 非线性映射能力 :神经网络能够处理非线性问题,可以很好地拟合复杂的非线性系统
    的头像 发表于 07-11 11:12 398次阅读

    BP神经网络和人工神经网络的区别

    BP神经网络和人工神经网络(Artificial Neural Networks,简称ANNs)之间的关系与区别,是神经网络领域中一个基础且重要的话题。本文将从定义、结构、算法、应用及未来发展等多个方面,详细阐述BP
    的头像 发表于 07-10 15:20 819次阅读

    matlab的神经网络app怎么

    而成。每个神经元接收输入信号,通过激活函数处理后输出信号。神经网络可以通过学习训练数据,自动调整权重,以实现对输入数据的分类、回归、模式识别等功能。 1.1 神经
    的头像 发表于 07-09 09:49 374次阅读

    rnn是递归神经网络还是循环神经网络

    RNN(Recurrent Neural Network)是循环神经网络,而非递归神经网络。循环神经网络是一种具有时间序列特性的神经网络,能够处理序列数据,具有记忆功能。以下是关于循环
    的头像 发表于 07-05 09:52 489次阅读

    递归神经网络是循环神经网络

    递归神经网络(Recurrent Neural Network,简称RNN)和循环神经网络(Recurrent Neural Network,简称RNN)实际上是同一个概念,只是不同的翻译方式
    的头像 发表于 07-04 14:54 631次阅读

    bp神经网络和卷积神经网络区别是什么

    BP神经网络(Backpropagation Neural Network)和卷积神经网络(Convolutional Neural Network,简称CNN)是两种不同类型的人工神经网络,它们在
    的头像 发表于 07-03 10:12 1002次阅读

    卷积神经网络和bp神经网络的区别

    卷积神经网络(Convolutional Neural Networks,简称CNN)和BP神经网络(Backpropagation Neural Networks,简称BPNN)是两种
    的头像 发表于 07-02 14:24 2853次阅读

    如何使用Python进行神经网络编程

    。 为什么使用Python? Python是一种广泛使用的高级编程语言,以其易读性和易用性而闻名。Python拥有强大的库,如TensorFlow、Keras和PyTorch,这些库提供了构建和训练神经网络的工具。 神经网络的基
    的头像 发表于 07-02 09:58 358次阅读

    神经网络在图像识别中的应用

    随着人工智能技术的飞速发展,神经网络在图像识别领域的应用日益广泛。神经网络以其强大的特征提取和分类能力,为图像识别带来了革命性的进步。本文将详细介绍神经网络在图像识别中的应用案例,包括卷积神经
    的头像 发表于 07-01 14:19 612次阅读

    特斯拉在华推进全自动驾驶

    特斯拉自动驾驶技术入华成为市场焦点。马斯克提出的“无人驾驶出租车”概念正引领特斯拉在中国市场加速推进自动驾驶技术的创新。
    的头像 发表于 05-11 09:39 407次阅读

    未来已来,多传感器融合感知是自动驾驶破局的关键

    巨大的进展;自动驾驶开始摒弃手动编码规则和机器学习模型的方法,转向全面采用端到端的神经网络AI系统,它能模仿学习人类司机的驾驶,遇到场景直接输入传感器数据,再直接输出转向、制动和加速信
    发表于 04-11 10:26

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。从L2级别的辅助驾驶技术到L3级别的受条件
    发表于 12-19 18:02