人工智能在汽车安全中的重要作用

分享到:

在未来的某个时候,人们必定能够相对自如地运用人工智能,安全地驾车出行。这个时刻何时到来我无法预见;但我相信,彼时“智能”会显现出更“切实”的意义。
 
与此同时,通过深度学习方法,人工智能的实际应用能够在汽车安全系统的发展进步中发挥重要的作用。而这些系统远不止仅供典型消费者群体掌握和使用。
 
深度学习这一概念在几十年前就已提出,但如今它与特定的应用程序、技术以及通用计算平台上的可用性能更密切相关。深度学习的“深度”层面源于输入层和输出层之间实现的隐含层数目,隐含层利用数学方法处理(筛选/卷积)各层之间的数据,从而得出最终结果。在视觉系统中,深度(vs.宽度)网络倾向于利用已识别的特征,通过构建更深的网络最终来实现更通用的识别。这些多层的优点是各种抽象层次的学习特征。
 
例如,若训练深度卷积神经网络(CNN)来对图像进行分类,则第一层学习识别边缘等最基本的东西。下一层学习识别成形的边缘的集合。后续图层学习识别诸如眼或鼻这样的形状的集合,而最后一层将学习甚至更高阶(如面部)的特征。多层更擅长进行归纳,因为它们可以学习原始数据和高级分类之间的所有中间特征。如图1所示,这种跨越多层的归纳对于最终用例是有利的,如对交通标志进行分类,或者尽管存在墨镜、帽子和/或其他类型的障碍物,也可能识别特定面部。
12
 
图 1:简易交通标志示例
 
深度学习的“学习”层面源于对分层网络如何在给定大量已知输入及其期望输出的情况下产生更准确结果(图2)所需的训练(反向传播)的迭代。这种学习减少了那些迭代产生的错误,并最终获得分层函数的结果,以满足整体系统需求,并为目标应用程序提供极其稳健的解决方案。这种学习/分层/互连类型类似于生物神经系统,因此支持人工智能的概念。
 
13
图 2:简易反向传播示例
 
尽管深度学习具有效力,但其在实际应用中也遇到了一些挑战。对于容易受到系统限制因素(如总体成本、功耗和扩展计算能力)影响的嵌入式应用程序而言,在设计支持深度学习功能的系统时必须考虑这些限制因素。开发人员可以使用前端工具,如Caffe(最初由加州大学伯克利分校开发的深度学习框架)或TensorFlow(谷歌的发明)来开发总网络、层和相应的功能,以及目标最终结果的培训和验证。完成此操作后,针对嵌入式处理器的工具可将前端工具的输出转换为可在该嵌入式器件上或该嵌入式器件中执行的软件。
 
TI深度学习(TIDL)框架(图3)支持在TI TDAx汽车处理器上运行的深度学习/基于CNN的应用程序,以在高效的嵌入式平台上提供极具吸引力的高级驾驶辅助系统(ADAS)功能。
 
14
图 3:TIDL框架(TI器件转换器和深度学习库)
 
TIDL框架为软件可扩展性提供快速嵌入式开发和平台抽象;在TI硬件上实现用于加速CNN的高度优化的内核,以及支持从开放框架(如Caffe和TensorFlow)到使用TIDL应用程序编程界面的嵌入式框架进行网络转换的转换器。
继续阅读
地平线智能小米小爱触屏音箱在京发布,算法+芯片组合策略具有怎样的使用体验

2月20日,搭载地平线自主研发的增强语音抽取(Enhanced Speech Extraction,ESE)方案的小米小爱触屏音箱在京发布。小米小爱触屏音箱是小米的首款带屏智能音箱,在发布会One more thing的环节推出,是小米在AIoT领域的枢纽级产品。地平线为该产品提供了完整的设备端语音前端信号处理和唤醒解决方案,让小爱触屏音箱能听见更能听清。

AI正当时,我们需要怎样的人工智能?

上至国策,下至民生,中国人工智能产业在这两年迸发出了超乎预料的生命活力。 还记得2018甫一开年,《国务院政府工作报告》指出,要“加强新一代人工智能研发应用,发展智能产业,拓展智能生活。”政治局第九次集体学习中也着重强调“推动我国新一代人工智能健康发展”,“加强人工智能同保障和改善民生的结合”。在产业端,计算机视觉、自动驾驶、机器人……各个人工智能方向都取得了突破性的进展,丰富日常生活体验,帮助传统行业加速转型,带动中国科技实力连番跃进。

Facebook也忍不住想要抢占AI芯片行业市场?

在认识到需要大大加快计算速度以实现人工智能的下一个突破之后,Facebook紧跟亚马逊和谷歌的脚步,正在加紧开发自己的人工智能芯片。 该公司的首席人工智能科学家,现代先驱之一Yann LeCun表示,该公司的目标包括充满“常识”(common sense)的数字助理,能与人进行任何主题的交谈,这将会是是当今语音控制设备的重要一步。

X86也能用上大小核了?来看看英特尔推出的新堆栈型CPU

在昨日CES开展前的发布会上,英特尔推出了3D堆栈型小型主板,板载大小核设计的“混合X86架构”10nm SOC,这也是他们最新的第九代处理器,但最吸引人的莫过于 keynote 当中,为我们带来开发代号“Lakefield”未来产品的惊鸿一瞥。

光子人工智能芯片为何具有超过电子芯片1000倍的计算能力

算力是传统电子人工智能芯片的1000倍,但功耗只有其百分之一,低延迟还抗电磁干扰,由清华、北大、北交大等高校博士生创业研发的光子人工智能芯片,在技术上实现不少突破,未来可广泛应用于手机、自动驾驶、智能机器人、无人机等领域。近日,该光子人工智能芯片项目落户顺义,将这项新技术推向了台前。

精彩活动