據(jù)外媒報(bào)道，特斯拉汽車公司人工智能（AI）總監(jiān)安德烈·卡帕西(Andrej Karpathy)日前參加2018年TRAIN AI大會(huì)時(shí)，剖析了該公司構(gòu)建自動(dòng)駕駛儀（Autopilot）計(jì)算機(jī)視覺解決方案的方法。據(jù)介紹，Autopilot編程團(tuán)隊(duì)主要分為兩部分：第一個(gè)團(tuán)隊(duì)構(gòu)建了神經(jīng)網(wǎng)絡(luò)本身，而第二個(gè)團(tuán)隊(duì)則專注于神經(jīng)網(wǎng)絡(luò)的實(shí)際編程，它包括選擇已標(biāo)注的圖像，幫助神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。

“構(gòu)建軟件2.0堆?！?/h2>

卡帕西的任務(wù)是將傳統(tǒng)的、基于規(guī)則的編程方法與神經(jīng)網(wǎng)絡(luò)(也稱機(jī)器學(xué)習(xí)或AI)運(yùn)行時(shí)使用的編程方法區(qū)分開來。在典型的互聯(lián)網(wǎng)術(shù)語中，他使用了神經(jīng)網(wǎng)絡(luò)編程軟件2.0，用以與基于規(guī)則編程的軟件1.0進(jìn)行區(qū)別。事實(shí)證明，兩者之間的差異是相當(dāng)大的，編程神經(jīng)網(wǎng)絡(luò)與編程網(wǎng)頁或智能手機(jī)應(yīng)用程序是完全不同的。

近年來，隨著計(jì)算機(jī)視覺解決方案越來越難以為圖像中的每個(gè)可能對(duì)象定義規(guī)則，這一點(diǎn)變得尤其明顯。然而，這些挑戰(zhàn)并不能阻止程序員嘗試甚至執(zhí)行極其復(fù)雜的計(jì)算機(jī)視覺分析任務(wù)。

在1990年到2010年之間的照片分析中，早期的研究奠定了現(xiàn)代聚焦于視頻圖像分析的基礎(chǔ)，而視頻圖像分析的幀率越高，對(duì)計(jì)算機(jī)資源的壓力就越大。像特斯拉自動(dòng)駕駛儀(Autopilot)這樣的應(yīng)用，要求所有處理過程都必須是實(shí)時(shí)的，甚至要使用實(shí)時(shí)數(shù)據(jù)來預(yù)測(cè)附近的司機(jī)會(huì)會(huì)做什么或可能做什么，以降低碰撞危險(xiǎn)。

特斯拉的自動(dòng)駕駛儀解決方案非常依賴計(jì)算機(jī)視覺，而不是激光雷達(dá)和其他傳感器，因?yàn)樘厮估膱F(tuán)隊(duì)認(rèn)為，計(jì)算機(jī)視覺在根本上更加卓越，強(qiáng)大的攝像頭陣列足以支持完全自動(dòng)駕駛解決方案。

卡帕西深入探究了特斯拉團(tuán)隊(duì)用來破解自動(dòng)駕駛儀計(jì)算機(jī)視覺難題的方法。自動(dòng)駕駛儀編程團(tuán)隊(duì)主要分為兩部分：第一個(gè)團(tuán)隊(duì)構(gòu)建了神經(jīng)網(wǎng)絡(luò)本身，而第二個(gè)團(tuán)隊(duì)則專注于神經(jīng)網(wǎng)絡(luò)的實(shí)際編程，它包括選擇已標(biāo)注的圖像，幫助神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。

正如編程代碼必須高效和有效一樣，卡帕西注意到用于編程神經(jīng)網(wǎng)絡(luò)的圖像必須夠大、夠多樣化以及干凈。為神經(jīng)網(wǎng)絡(luò)編程更多的是識(shí)別異常，并為正確的行為編寫軟件2.0堆棧，而不是為正常情況下的系統(tǒng)編程。

我們可以用簡(jiǎn)單的方法來比較為圖像編程的神經(jīng)網(wǎng)絡(luò)，它就像十字路口的交通信號(hào)。大多數(shù)信號(hào)系統(tǒng)都有標(biāo)準(zhǔn)的紅黃綠設(shè)置，可以通過提供紅燈圖像并將其標(biāo)記為指示車輛應(yīng)該停車的信號(hào)來進(jìn)行建模。

與此相對(duì)應(yīng)，綠燈表示車輛可以繼續(xù)通過十字路口。黃色是同樣重要的指標(biāo)，但比紅色和綠色交替出現(xiàn)的頻率要低得多。神經(jīng)網(wǎng)絡(luò)必須被編程以同樣好地理解這三者的關(guān)系，即使在現(xiàn)實(shí)世界中黃色燈光出現(xiàn)的頻率遠(yuǎn)低于綠色和紅色。

特斯拉認(rèn)為，從根本上說，與人類駕駛汽車相比，該公司自動(dòng)駕駛儀解決方案將會(huì)在行駛過程中提供更安全的駕駛體驗(yàn)。這是有意義的，也十分重要，但這只是暗示了一種更廣泛的可能性，即車輛在世界上任何地方、任何情況下都能自動(dòng)駕駛。

與人類駕駛汽車相比，特斯拉的自動(dòng)駕駛汽車如今已經(jīng)幫助減少4倍車禍死亡人數(shù)。其首席執(zhí)行官伊隆·馬斯克（Elon Musk）相信，將來其至少可以提供10倍的改進(jìn)效果。