欢迎访问 杭州新闻网 - 杭州网,杭州生活在线,杭州人的网上社区

浙江大学钱炜:无人驾驶中的人工智能挑战

2019年11月06日 15:48 来源:未知 手机版

宝马x1,王国梁 中石油,quotation是什么意思

雷锋网(公众号:雷锋网) AI 科技评论编者按:随着人工智能技术的发展,无人驾驶逐渐变得可能。虽然人工智能发展给无人驾驶带来了诸多红利,但是该领域依旧存在着一些人工智能技术挑战。

近日,在雷锋网 AI 研习社公开课上,浙江大学计算机科学与技术学院博士钱炜分享了其参与的无人驾驶相关工作。公开课回放视频网址:http://www.mooc.ai/open/course/577=aitechtalkqianwei

钱炜:浙江大学计算机科学与技术学院博士,导师是何晓飞教授。其具有多年机器学习和深度学习研究经验,在人工智能顶级会议 IJCAI 上 发表多篇论文。此外,他还具有丰富的视觉算法研发经验,曾作为核心成员参与参与某明星创业公司的深度学习平台的搭建及算法研发,并作为国内某知名公司无人驾驶团队初始成员参与视觉感知模块的设计与研发。现为飞步科技感知算法负责人。

分享主题:无人驾驶中的人工智能挑战

分享提纲:

1、无人驾驶的愿景

2、人工智能发展带来的机遇

3、无人驾驶中的挑战

雷锋网 AI 研习社将其分享内容整理如下:

今天跟大家分享无人驾驶中的人工智能挑战。首先介绍一下为什么需要做无人驾驶?

全球平均每分钟就有 2.5 人死于交通事故,在 2015 年全球前十位死亡原因中,只有交通事故是与身体状况无关的,应该有能力避免掉的。具体到交通事故的原因,其中 94% 都与车辆和行驶环境无关,而是由司机的失误造成的,大部分的失误又来源于障碍物的错误识别、驾驶员的失误决策,如果我们给车辆安装 360 度无死角的传感器组合,由计算机程序来识别和决策,驾驶失误的可能性几乎能降到 0。

地面交通工具在不断革新,我们希望无人驾驶汽车能为大家提供一个更安全的环境,将司机从疲劳驾驶的潜在危险中解脱出来。为此>

我们公司也提供了全栈式的无人驾驶解决方案:

(关于该全栈式的无人驾驶解决方案的讲解,请回看视频 00:01 : 55 处,http://www.mooc.ai/open/course/577=aitechtalkqianwei)

人工智能的发展给无人驾驶带来了不少红利,其中最重要的还是深度学习和智能芯片。

在深度学习出现之前,传统的机器学习方法在面对下面这样的图片是难以判断图片的类别,它会先构造人工特征,比如图像利用颜色和纹理、音频采用音高和响度,文本则采用文本等,将它们输入到浅层神经网络,逻辑回归等判别器来判别结果。构造好的人工特征的好坏很大程度上决定着判别器的判别结果。

为此,研究人员构建了>

相较于深层学习,我们将传统的机器学习叫做浅层学习。与浅层学习不同,深度学习能有效利用海量数据,随着训练数据数量的提升,深度学习方法能达到更高的准确率。

如果将深度学习所需的元素当做一架火箭,那数据就是深度学习的燃料,比如>

总体而言,深度学习带来了更好的环境感知结果更好的环境特征表达,从而做出更加准确的决策。

深度学习需要非常好的算力,无人驾驶汽车的 CPU+GPU 需要 2000-3000 W,消耗非常惊人的。不过非常幸运的是,现在很多芯片都朝着高性能、低功耗的方向在发展,比如 FPGA 的功耗就比一般的 CPU、GPU 低很多,英伟达之后推出的 TX2,Google 的 TPU 等芯片的功耗更低,算力更强。

本文地址:http://www.hzdite.com/qichexiaofei/11199.html 转载请注明出处

上一篇:第五届中国“互联网+”大学生创新创业大赛总决赛将于12日在浙江大学举行
下一篇:工聚良渚风华 共承千年文明,良渚遗址管理区管委会与工行杭州分行签订战略合作协议

相关图文

图片新闻

热门排行

最新推荐