不要激光雷达,不要高精地图,视觉AI边缘计算才是自动驾驶王道?

0
文/张涛

前些天,和公司的小伙伴们体验了一下某品牌新车的自动泊车功能,说实话,这款车的表现像极了我练科目二倒库的样子。我就纳闷了,好歹是个具有L2级别的自动驾驶,咋就连个白线和黄线都分不清楚呢?当然,我不是在刻意黑这个品牌,因为自动驾驶汽车识别能力差的问题还是普遍现象。

自动驾驶汽车的识别能力主要还是来自于视觉智能系统,视觉智能系统则是需要不断地进行学习才能拥有正确识别的能力。而现阶段视觉智能系统与其他AI相同,都需要采用大量的人工标记数据,而人工标注数据的方式既费时,又昂贵。

为解决这一问题,以色列Cartica AI公司开发了一款可进行无监督学习的视觉智能系统平台,并且已在9月4号获得了宝马与丰田两家车界大佬的投资。

为什么要无监督学习?

监督学习与无监督学习最大区别就在于,无监督学习不需要大量的数据标记,而监督学习就如上,需要进行大量的人工标注数据。因此无监督学习常常被用于数据挖掘,能在没有被标记的数据中进行样本识别分类。

通俗来说,监督学习就是手把手教学,把一条狗放在AI面前并告诉它这是一条狗,那么下次AI见到狗就能分辨出来。而无监督学习方式,仅需要把狗的特征告诉AI,AI在见到一个动物后就能分辨该动物是不是狗(如果这个动物不是狗,那么它该是什么),进而产生一种类似于主动学习的思想。但无监督学习会存在一些不准确性,比如把狼认作二哈。

现实的情况是,大量的边缘案例都未被人工标记,而自动驾驶最需要的就是车辆识别系统能够与环境实时融合。显然,无监督学习方式更适合自动驾驶的识别系统。

为什么投资Cartica AI?

据了解,Cartica AI视觉智能平台的开发基于日本瑞萨电子芯片,该平台运行所需的功率不到0.5W,而包括Mobileye在内的现有解决方案则需要5W至10W瓦,单功耗方面,Cartica AI就已经领先其他视觉智能平台。

此外,Cartica AI基于计算机视觉的感知堆栈的透明决策过程也得到了优化,系统也能在几分钟内完成更新,无需重新运行大量的训练数据。

而最重要的一点是,Cartica AI无需进行大量的人工数据标记,这意味着Cartica AI能省去绝大多数的人工费,成本低了自然不缺投资。宝马风险投资公司的合伙人Kasper Sage称:“在新的系统发布之前,Cartica AI将会具有巨大的价值,我们相信Cartica AI将在自动驾驶方面发挥关键作用”。言外之意就是,在没有更便宜的智能视觉平台出现前,Cartica AI就是最好的选择。

看来,为应对汽车行业的低迷,汽车制造商已经开始对零部件成本下手了。宝马和丰田投资Cartica的行为,似乎在预示着自动驾驶的一个全新趋势——最早的自动驾驶需要昂贵的激光雷达来识别环境,后来有人说GPS+高精地图就能搞定自动驾驶,如今宝马丰田把宝押在了视觉AI边缘计算领域。

这个技术不需要识别出前面的车是丰田还是宝马,不需要识别出路边的障碍是人还是树,只需要知道前面是辆“车”,路边的障碍碰不得就行了。所有的识别技术,都不如人眼——或者说是在障碍识别方面接近人眼的视觉AI来得实在。

Comments are closed.