久久中文字幕无码A片不卡_亚洲和欧洲免费在线av观看久久精品无码_成人亚洲A片V二区三区久久_国产日韩在线免费视频中字乱码_在线午夜福利视频免费_一线二线三线,在线观看av无需播放器

外媒：為什么AI能夠扭轉自動駕駛車發(fā)展

據(jù)美國《沃頓知識在線》刊文，在近日硅谷舉辦的人工智能前沿大會（AI Frontiers conference）上，AI領域與自動駕駛汽車團隊的資深人士分享了有關AI時代下自動駕駛的最新研究成果和認知。

全文如下：

每當人們想起自駕車，通常出現(xiàn)在腦海里的畫面是一輛無人操控的完全自動駕駛車。然而現(xiàn)實情況比這要復雜得多：不僅僅在于汽車自動化存在不同的等級——比如初期的巡航控制系統(tǒng)——AI也在車輛系統(tǒng)發(fā)揮作用，對于駕駛員和乘客來說，旅途也變得更為安全。在嘈雜的環(huán)境下，AI技術甚至能夠通過讀取唇語使車輛判斷駕駛員的意圖。

自動駕駛的加速競賽

在硅谷，自動駕駛車輛領域正展開有關最佳技術研發(fā)的競爭�！皩τ谧詣玉{駛車輛來說，這也許是最為激動人心的時刻�！眮碜再e夕法尼亞大學沃頓商學院運營、信息和決策學教授Kartik Hosanagar在小組專題演講上說道�！盎厥�10年前，自動駕駛車輛的大部分工作都是在研究實驗室和不同的教育機構內部完成的。”大約5年前，只有谷歌和為數(shù)不多的公司對自動駕駛車輛進行測試。“而今天，自動駕駛車輛測試進入熱潮。在加利福尼亞，經(jīng)授權測試并運營無人駕駛車輛業(yè)務的公司數(shù)量已經(jīng)達到30-50家�！彼�說道。

自動駕駛，人工智能

從全球來看，美國和中國在自動駕駛汽車領域處于領先。盡管德國和日本以汽車制造出名，但在自動駕駛領域稍顯落后�！瓣P鍵的區(qū)別在于AI�！眮碜灾袊�的無人車創(chuàng)業(yè)公司景馳科技（JingChi. ai）的聯(lián)合創(chuàng)始人韓旭說道�！爸袊�和美國是AI技術的領頭羊�！痹谧詣玉{駛規(guī)定條例上，中美也處在前沿。驅動這一領域的有三大趨勢：電動車輛的愈發(fā)普及、以Uber和Lyft等拼車服務公司為代表的共享經(jīng)濟的出現(xiàn)，以及AI技術的提升。他認為自動駕駛其實就是將機器人駕駛員與電動汽車結合起來。

大多數(shù)自動駕駛汽車公司正研發(fā)適用于Level4的技術。自動駕駛車輛存在五個級別。Level1是最低級，典型特征是應用多年的巡航控制系統(tǒng)。Level5是最高級，此階段車輛可實現(xiàn)完全自動化。Level4是稍低級別——在該高度自動化級別下，車輛無需駕駛員干預或保持注意力，但只在專門封閉區(qū)域或交通環(huán)境等特定場景行駛。

應用于自動駕駛的AI

英偉達自動駕駛高級總監(jiān)Danny Shapiro表示，因自動駕駛風險很高，技術公司對自動駕駛汽車技術的研發(fā)非常謹慎�！斑@不同于網(wǎng)飛公司（Netflix）的個性化推薦引擎，AI技術必須做到準確無誤�！彼�在大會上說道。這意味著AI需要極大的計算力和一系列代碼。自動駕駛車輛的后備箱置有強大的計算設備和圖像處理裝置，它們可進行深度學習并解析所有收集的數(shù)據(jù)——以此判斷前方對象是人、車還是消防栓等等。

即便完全自動駕駛汽車進入市場仍需時日，AI已經(jīng)在革新車內裝置。前置攝像頭可以識別乘坐人員并追蹤駕駛員的眼球位置，以判斷其是否打盹或分心——甚至可以讀取駕駛員唇語。而車外傳感器和攝像頭與車內技術配置一同提升駕駛安全性。比如，當交叉路口出現(xiàn)危險狀況，另一輛車要闖紅燈時，車輛會發(fā)出能被聽到的提醒。當駕駛員想要變換車道時，車輛也會發(fā)出“當心！一輛摩托車正靠近中間車道！”的警告。“即使我們半自動駕駛，也會有多種堪稱‘守護神’的裝置。”Shapiro說道。

更為安全的自動駕駛

自動駕駛汽車公司的主要目標就是讓行駛更為安全。Uber的高科技研發(fā)中心工程主任、卡內基梅隆大學研究教授Jeff Schneider表示，94%的交通事故由人為失誤造成。這其中一半的問題都出在感知上——駕駛員未集中注意力或是沒有看見對面的目標物。而另一半是決策失誤導致的——駕駛員行駛過快或是錯誤判斷場景。

Schneider稱，自動駕駛車輛可以解決這兩大問題。駕駛員感知將由傳感器、雷達、攝像頭、激光雷達（一種遙感系統(tǒng)）以及其他工具輔助。而車輛可以對目標和周圍其他物體進行3D定位，實現(xiàn)360度全方位和高分辨率的攝像視圖，并獲取目標運動速度等其他相關數(shù)據(jù)。同時，復雜的計算系統(tǒng)能夠對地形加以分析，以便做出正確的駕駛決策。

提高駕駛準確性的一種方法是合并系統(tǒng)內的冗余數(shù)據(jù)。比如，如果一個路標含糊不清，就有必要采取恰當措施以確保自動駕駛車輛不受干擾。Schneider稱車輛配置地圖會告知該位置的路標。而且，這些車輛經(jīng)過龐大數(shù)量的數(shù)據(jù)訓練，在雨雪和洪澇等不同條件下都經(jīng)過測試。自動駕駛汽車公司甚至利用計算機生成的路況條件對車輛進行訓練，比如在光線刺眼的日落下行駛。“通過幾臺服務器，我們在短短五小時就能產生超過30萬的駕駛里程，并在兩天之內對美國境內每一條鋪面道路進行算法測試�！庇�偉達自動駕駛高級總監(jiān)Shapiro表示。

無疑，這個任務對車輛來說非常艱巨。Schneider說道，“假設你是寫代碼的人，你絕對會崩潰的。”因為他們要考慮過街的人群、路上的其他車輛、廣告牌、前方的交通標志、車道、自行車、行人等等。

自動駕駛的前世今生

對于那些對完全自動駕駛車輛持懷疑態(tài)度的人來說，不妨回首下自動駕駛汽車的進程，Schneider說道。早在20世紀80年代，卡內基梅隆大學的自動駕駛汽車項目NavLab就已經(jīng)覆蓋了貨車車型，車身配備計算設備和傳感器，用以自動和輔助駕駛。他說，“那是機器人的時代，我們只能用影像記錄，等待驚喜出現(xiàn)�！�1995年，NavLab第五代自動駕駛汽車實現(xiàn)從匹茲堡到加州南部的“無手動橫穿美國”之旅，其中98%的里程是自主駕駛，包括一個長為70英里的路段不受人類干預。

2000年，NavLab項目覆蓋越野車。車身加裝GPS設備和雷達裝置，更易精確識別物體且避免撞擊。2007年，美國國防高級研究計劃局（DAPAR）舉行了一場名為Grand Challenge的自動駕駛汽車挑戰(zhàn)賽，這其中自動駕駛技術的一大發(fā)展是地圖的應用，提供了一個完全重建的道路環(huán)境。“AI前進了一步�！盨chneider說道。卡內基梅隆大學在比賽中獲勝。也就是從這時開始，谷歌意識到自動駕駛汽車的潛力并啟動了自動駕駛汽車項目。自此之后，AI、機器學習和深度學習呈壯大之勢。

不過，乘客在乘坐自動駕駛車輛時會覺得舒適嗎？根據(jù)Uber在匹茲堡和菲尼克斯進行的自動駕駛車輛體驗測試，公眾似乎很樂意接受。Schneider稱，盡管在剛開始他們擔憂人們對這些車持有恐懼心理，但結果恰恰相反。比如，一些駕駛員不能選擇自動駕駛的Uber，但一些乘客會追在這些車后面，希望能夠搭乘車輛。

然而，給自動駕駛汽車大眾市場發(fā)展?jié)娎渌�的是商業(yè)模式。畢竟現(xiàn)在自有一輛車比乘坐Uber出行更為劃算�！皬睦锍躺现v，乘坐Uber比自家車成本要高。而一旦自動駕駛汽車上路，它們會遍布各處，自己買臺車也就沒必要了。”Schneider表示。