如何訓(xùn)練一輛擁有自動(dòng)駕駛功能的汽車？觀察司機(jī)的駕駛行為也許是其方法之一。來自 Nvidia （英偉達(dá)）的工程師設(shè)計(jì)了一套能夠通過觀察駕駛員的駕駛行為的系統(tǒng)：讓汽車學(xué)習(xí)如何駕駛。

關(guān)于 Nvidia 如何「訓(xùn)練」測試車的基本原理，大致如下：Nvidia 使用了 3 個(gè)攝像頭和 2 臺(tái) DRIVE PX 計(jì)算機(jī)累計(jì)觀察駕駛員 72 個(gè)小時(shí)。這種「訓(xùn)練」在美國多個(gè)州、不同天氣條件和時(shí)間以及多種道路類型和路況上進(jìn)行。攝像頭會(huì)以 3D 的形式捕捉到大量的數(shù)據(jù)，GPU 則會(huì)對(duì)這些信息進(jìn)行追蹤和存儲(chǔ)。這些數(shù)據(jù)隨后會(huì)被機(jī)器學(xué)習(xí)系統(tǒng) Torch 7 分析并分解成學(xué)習(xí)步驟，最終打造出一個(gè)無需駕駛員干預(yù)的自動(dòng)駕駛系統(tǒng)。

Nvidia 使用的這套訓(xùn)練系統(tǒng)已經(jīng)在美國公共道路（包括高速公路）上進(jìn)行了測試，測試的結(jié)果是：系統(tǒng)能達(dá)到 98 到 100% 的自動(dòng)駕駛能力。值得注意的是，當(dāng)駕駛員進(jìn)行手動(dòng)干預(yù)時(shí)，系統(tǒng)還會(huì)繼續(xù)進(jìn)行學(xué)習(xí)。

這是一套基于 GPU 的系統(tǒng)：包含攝像頭和一臺(tái)計(jì)算機(jī)。等產(chǎn)品真正上市、用戶購買之后，汽車便可立即獲得自動(dòng)駕駛能力，無需進(jìn)行更多的訓(xùn)練。雖然汽車可以進(jìn)行自動(dòng)行駛，但當(dāng)通過攝像頭檢測到之前沒有遇到過的情況時(shí)，系統(tǒng)會(huì)提醒駕駛員接管方向盤，并進(jìn)入學(xué)習(xí)模式。系統(tǒng)在這種情況下學(xué)習(xí)到的內(nèi)容隨后會(huì)被傳輸?shù)皆贫?，并融入到未來的軟件升?jí)當(dāng)中。換句話說，如果再未來系統(tǒng)再遇到此類情況，它通過學(xué)習(xí)后知道該如何應(yīng)對(duì)。

最近在GMIC 全球移動(dòng)互聯(lián)網(wǎng)大會(huì)上，Nvidia 全球副總裁、中國區(qū)總經(jīng)理張建中表示：正是由于 GPU 的進(jìn)步，才使得深度學(xué)習(xí)的人工智能行業(yè)、虛擬現(xiàn)實(shí)行業(yè)、游戲交互行業(yè)得以高速發(fā)展。

對(duì)于自動(dòng)駕駛的應(yīng)用，張建中認(rèn)為：「我們發(fā)現(xiàn)幾乎所有的車廠都是讓汽車識(shí)別前方的物體，運(yùn)用雷達(dá)測試精確的距離以及利用一些超聲波設(shè)備，探測周圍的路況及物體，并且用紅外設(shè)備輔助夜間行駛。Nvidia 則不同，我們打造的是一個(gè)端到端的解決方案（End to End Learning for Self-Driving Cars），在人端或者是訓(xùn)練端，用 DGX-1 訓(xùn)練模型，讓系統(tǒng)得以很好的訓(xùn)練，以便在遇到極其復(fù)雜的路況做出決策」。

從現(xiàn)在看來，這種「學(xué)習(xí)觀察法」比起程序員根據(jù)路面情況、車道線標(biāo)識(shí)、信號(hào)燈、交通情況編寫的一系列規(guī)則更為實(shí)際和實(shí)用。因?yàn)檫@套基于 GPU 的系統(tǒng)能夠收集數(shù)據(jù)并從中創(chuàng)造自己的規(guī)則。

Nvidia 表示，目前已有超過 80 家大型 OEM 廠商和研究機(jī)構(gòu)正在與他們洽談合作事宜，其中包括沃爾沃。這家汽車廠商將于明年在瑞典哥德堡進(jìn)行一個(gè)名為 Drive Me 的項(xiàng)目，屆時(shí)他們將使用 100 輛配備 Nvidia 自動(dòng)駕駛系統(tǒng)的 XC90 來測試該系統(tǒng)在道路上的表現(xiàn)。

圖片來自 networkworld

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。