新闻中心

NEWS

联系方式

029-82222777

48686999

西安市碑林区太乙路48号缤纷鸟大厦503室

新闻中心 >更多
汽车陪练

您当前的位置:首页>>新闻中心>>汽车陪练

汽车陪练老师将会失业,因为它来了!
发布者:管理员   |   发布时间:2020-09-16   |   所属分类:汽车陪练   |   阅读次数:1241


今年5月7日在佛罗里达州,一位驾驶特斯拉Model S的车主使用了自动驾驶模式后,发生车祸并身亡。这是第一起自动驾驶模式下的致死车祸。这次事故将自动驾驶技术的安全问题摆上了桌面。

今日推荐文章《人类介入的深度学习将提高无人驾驶汽车的安全性》,来自头条号人工智能学家

不久以后,AI驱动的无人驾驶汽车将大规模上路。

但是无人驾驶车上路只是成功的一半。系统操作员还需要对上路的无人车软件模型,车队频繁地部署升级。无人车不是几个月才升级一次的手机小游戏,为了保证乘客安全,无人车的软件必须定期升级。

很多汽车制造商认为,他们面临的最大的挑战就是需要持续地对软件模型进行训练和升级。最终解决方案中,深度学习AI技术平台,组织管理功能,甚至包括人类都是其中各司其职的一部分。


距完全无人驾驶汽车的发布至少还需要5年左右。目前的无人车安全性还没有达到大规模商用的标准。谷歌无人汽车还在犯错,比如它不明白为什么停车标志下骑车的人坐着不动,可以在高速上行驶的特斯拉Autopilot却在当地街道上出现故障。其实,需要解决的无人驾驶汽车的极端情况数不胜数,还有很多未发现或未考虑在内的问题。只有解决了足够多的场景下可能出现的问题后,无人驾驶汽车才能说是“足够安全”的。正如特斯拉最近发布的消息:

“无人车的正确率达到99%相对容易,但要达到99.9999%却要困难的多,而这才是我们最终的目标, 因为以70英里每秒行驶的车如果出现故障后果不堪设想。”

持续不断的升级挑战

虽不能达到100%的精准度,但我们仍要继续尝试,这正是在无人汽车大规模进入市场后,持续对其“大脑”进行升级将成为业界惯例的原因之一。同时,这也是新兴科技与人类强强联合的用武之地。

想要理解为什么持续升级过程会带来挑战,以及科技和人类如何合作,可以先了解一点无人汽车的工作模式,以及人类“教”无人车驾驶的方法。假设现在是2025年,Hooli公司 的全无人汽车已经商用了好几年。在上百万已经上路的Hooli无人汽车中,大概每辆汽车中都有一个机载计算机。


计算机将车载传感器的信号作为输入,并输出汽车应该采取的操作。计算机用一个高度精准的深度学习神经网络模型编程而成,汽车可以高质量地完全几百种行为,比如遵守停车标志,遇见黄灯减速,避免撞到十字路口的行人等等。但如上所述,Hooli希望定期升级模型以提高安全性,而他们希望的升级频率是一周一次。

为简单起见,假设Hooli只想提升一项汽车行为的性能——变换车道。Hooli的无人汽车每周都要执行1亿多次变换车道的操作,在此期间汽车会搜集附近汽车的地理空间信息并据此作出操作抉择。而附近汽车的地理空间信息由车载摄像机所拍摄图片的3D“包围盒”显示出来。

人工介入

深度学习模型计算出的某些包围盒难免会有瑕疵,而这些错误可能会导致灾难。比如,如果模型估计旁边那辆15英尺的汽车只有10英尺长,无人驾驶汽车就会变换车道并撞到这辆车的保险杠,导致车祸甚至是人员伤亡。幸运的是,这种灾难可以通过人类的介入而避免。人类能够检查模型得出的边界框,发现任何错误都可以重新绘制,不断纠正的过程中车载模型就能够不断升级。

当然,让人类每周检查1亿个变换车道的视频并不实际,幸运的是,Hooli有一个更简单的办法。产生包围盒的深度模型有不同的置信度,低置信度通常会产生不准确的边界框,因此如果Hooli的员工只观看低置信度的边界框,也能合理地确保能够找到无人车最严重的故障。


比如,Hooli 让员工观看的含边界框的视频的置信度低于30%。结果显示满足这一标准的视频只有5000,这明显比1亿个视频更好追溯。假设对一个视频的边界框进行检查和纠正(如果必要的话)需要一分钟,那么5000个视频则可以由100个人在一个小时内完成,那么Hooli 每周就有足够的时间升级深度学习模型。

改正了错误的边界框,升级后的图像可以馈入训练过程,并生成升级后的模型。为了检验升级后模型的性能是否优于升级前模型,Hooli 分别用验证数据集对两个模型进行检验(比如,含有人类验证后的边界框的共计一个小时的视频),并比较两个模型预测的边界框与人类验证后的边界框的整体“贴近度”。然后将提升后的模型部署到1百万辆Hooli 汽车中,这与现在的特斯拉的软件升级有点像。

很多人担心AI会不会让所有事物自动化,偷走人类工作,甚至将人类赶下台等。深度学习等科技带来了无人驾驶的巨大进步,但仍然需要人的大量参与才能识别无人驾驶系统的故障,研发并管理更改故障的流程,这或许让人稍感宽慰。简而言之,让汽车学习思考还是需要人类出马。

注:本文作者Naveen Rao是 Nervana Systems 的CEO,同时也是一位神经学家和处理器架构师,一直致力于研发电脑模拟人脑的方法。

公司简介 /ABOUT US
     西安市轻松上路汽车服务有限公司成立于2003年,是一家专业的城市道路汽车陪练公司,为新领驾照和久不开车的驾驶员提高驾驶技术提供城市道路汽车陪练服务。    西安轻松上路汽

友情链接:

微信平台

微信平台

小程序码

小程序码

网站首页| 品牌优势 | 服务承诺 | 车型与收费 | 老师与课程 | 使用帮助 | 关于轻松上路 |
微信平台