據(jù)外媒Electrek報道,近日,特斯拉申請了一項(xiàng)關(guān)于自動駕駛機(jī)器學(xué)習(xí)的專利。如果特斯拉可以獲取龐大的車輛行駛數(shù)據(jù)和硬件機(jī)器學(xué)習(xí)數(shù)據(jù),就能夠訓(xùn)練自動駕駛神經(jīng)網(wǎng)絡(luò),實(shí)現(xiàn)更深入的機(jī)器學(xué)習(xí)。
實(shí)際上,這項(xiàng)專利就是特斯拉“影子模式”的升級版本。此前,特斯拉通過車輛硬件自主進(jìn)行機(jī)器學(xué)習(xí),加強(qiáng)自動駕駛能力。而目前,通過收集大量的實(shí)際駕駛數(shù)據(jù),可以讓自動駕駛具有更強(qiáng)大的判斷能力,尤其加強(qiáng)對未來發(fā)生事件的預(yù)判。如果這項(xiàng)工作得以順利開展,特斯拉的自動駕駛能力將得到更大提升。
一、特斯拉申請新專利 用駕駛大數(shù)據(jù)進(jìn)行更加深度的機(jī)器學(xué)習(xí)
日前,特斯拉申請了一項(xiàng)關(guān)于自動駕駛機(jī)器學(xué)習(xí)的專利。專利中描述,特斯拉可以使用車輛行駛的大數(shù)據(jù)訓(xùn)練自動駕駛神經(jīng)網(wǎng)絡(luò),讓自動駕駛系統(tǒng)能力得到提升。
▲特斯拉新專利
這一專利已經(jīng)通過審核并對外公布,特斯拉是這項(xiàng)專利的持有者,特斯拉人工智能和Autopilot自動駕駛軟件負(fù)責(zé)人Andrej Karpathy是唯一發(fā)明者。
實(shí)際上,這就是特斯拉“影子模式”的一個升級。
專利描述中首先對駕駛數(shù)據(jù)收集的困難進(jìn)行了闡述:“深度學(xué)習(xí)系統(tǒng)的性能通常受制于訓(xùn)練模型的質(zhì)量。大多數(shù)情況下,深度學(xué)習(xí)開發(fā)者都會花大量精力收集、整理、注釋訓(xùn)練數(shù)據(jù),這一過程通常十分枯燥乏味。而且,機(jī)器學(xué)習(xí)模型通常需要非常特殊的個例,這些個例也難以收集?!?/p>
而特斯拉所采用的數(shù)據(jù)收集方式和其他公司完全不同。其他自動駕駛研發(fā)公司通常會選取一部分自動駕駛車輛收集數(shù)據(jù),因此數(shù)據(jù)量通常較少,也難以具有普遍性。
特斯拉則使用旗下大量車輛的行駛數(shù)據(jù)用于深度學(xué)習(xí),數(shù)據(jù)量更大,也能覆蓋更多的場景。因此,在進(jìn)行深度學(xué)習(xí)時也會得到更精準(zhǔn)的結(jié)果。
▲特斯拉數(shù)據(jù)收集流程圖
可是,如果不進(jìn)行大量數(shù)據(jù)收集就無法完成機(jī)器學(xué)習(xí)了嗎?Karpathy對此進(jìn)行解釋:“隨著機(jī)器學(xué)習(xí)模型變得越來越復(fù)雜,機(jī)器學(xué)習(xí)需要使用更多數(shù)據(jù)才能保證準(zhǔn)確性。與較淺的機(jī)器學(xué)習(xí)相比,更深入的學(xué)習(xí)可以保證軟件通用性更高。雖然經(jīng)過反復(fù)的機(jī)器學(xué)習(xí)訓(xùn)練,淺層的機(jī)器學(xué)習(xí)也能提高準(zhǔn)確度,但它對未來發(fā)生事件的判斷仍不夠強(qiáng)大。”
也就是說,通過前期的機(jī)器學(xué)習(xí),特斯拉自動駕駛已經(jīng)取得了一些成果。目前進(jìn)行的數(shù)據(jù)收集,則是為了能夠達(dá)到更高的自動駕駛目標(biāo)。
二、特斯拉去年推出影子模式 日“測試量”可達(dá)數(shù)百萬英里
特斯拉在自動駕駛領(lǐng)域已經(jīng)是老玩家了,不過特斯拉官方的上路測試真的很少,大部分都是靠特斯拉車主貢獻(xiàn)自動駕駛方面的數(shù)據(jù)。此前,特斯拉在2019年4月發(fā)布了“影子模式”,希望讓大量特斯拉汽車的自動駕駛硬件在車輛行駛時工作,達(dá)到機(jī)器學(xué)習(xí)的目的。
“影子模式”的原理是,讓特斯拉汽車的自動駕駛軟件處于開啟狀態(tài),傳感器探測車輛行駛道路周圍的數(shù)據(jù),但駕駛操作完全由人來完成,機(jī)器不參與駕駛。在人的駕駛過程中,機(jī)器就能學(xué)習(xí)人的駕駛操作,從而達(dá)到提升自動駕駛能力的目的。
▲
特斯拉2019年發(fā)布“影子模式”時的演講
特斯拉當(dāng)時就認(rèn)為,如果只收集特定車輛的自動駕駛信息,測試結(jié)果通常都不準(zhǔn)確,因?yàn)閿?shù)據(jù)量、測試場景的局限性太大。如果大量特斯拉車主希望共享駕駛數(shù)據(jù),使用這些數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí),數(shù)據(jù)量和準(zhǔn)確度都有更多保障。
特斯拉表示,如果使用電腦模擬器進(jìn)行自動駕駛測試,每天測試量可以達(dá)到100萬英里,而特斯拉車主所能共享的數(shù)據(jù)已經(jīng)超過這個數(shù)字,車主共享的數(shù)據(jù)有更高的價值。
結(jié)語:特立獨(dú)行者——特斯拉
在自動駕駛測試中,特斯拉算是個特立獨(dú)行者。沒有官方的自動駕駛測試,靠的是大量用戶的駕駛數(shù)據(jù);堅(jiān)決不用激光雷達(dá),相信攝像頭+毫米波就能解決大多數(shù)自動駕駛難題。特斯拉的這種特立獨(dú)行也讓許多自動駕駛公司有些不知所措。
不過,正是特斯拉的特立獨(dú)行才造就了特斯拉。從推出電動汽車的那一刻起,特斯拉就注定是個特立獨(dú)行者。
-
特斯拉
+關(guān)注
關(guān)注
66文章
6339瀏覽量
126867 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8446瀏覽量
133123 -
自動駕駛
+關(guān)注
關(guān)注
785文章
13945瀏覽量
167102
發(fā)布評論請先 登錄
相關(guān)推薦
百度深度學(xué)習(xí)專利申請量位列全球第一
特斯拉申請機(jī)器人動作玩具商標(biāo)
特斯拉再陷專利侵權(quán)訴訟
從特斯拉看智能駕駛未來發(fā)展
![從<b class='flag-5'>特斯拉</b>看智能<b class='flag-5'>駕駛</b>未來發(fā)展](https://file1.elecfans.com/web2/M00/0C/58/wKgaomczWHOAKqo1ABA5xrxSLNM071.png)
激光雷達(dá)技術(shù)的基于深度學(xué)習(xí)的進(jìn)步
AI大模型與深度學(xué)習(xí)的關(guān)系
FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?
基于大數(shù)據(jù)與深度學(xué)習(xí)的穿戴式運(yùn)動心率算法
![基于<b class='flag-5'>大數(shù)據(jù)</b>與<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的穿戴式運(yùn)動心率算法](https://file.elecfans.com/web2/M00/36/6B/pYYBAGIy9O2AcuPtAAAjwZfmzn8505.png)
【「時間序列與機(jī)器學(xué)習(xí)」閱讀體驗(yàn)】+ 簡單建議
深度學(xué)習(xí)的基本原理與核心算法
深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的對比
深度學(xué)習(xí)在自動駕駛中的關(guān)鍵技術(shù)
未來已來,多傳感器融合感知是自動駕駛破局的關(guān)鍵
FPGA在深度學(xué)習(xí)應(yīng)用中或?qū)⑷〈鶪PU
為什么深度學(xué)習(xí)的效果更好?
![為什么<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的效果更好?](https://file.elecfans.com/web2/M00/4E/DC/poYBAGLCjeiALm_WAAAYmfR7Qec474.png)
評論