首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >读取人工智能车辆的心思:NVIDIA 的神经网络如何做出决定

读取人工智能车辆的心思:NVIDIA 的神经网络如何做出决定

作者头像
GPUS Lady
发布2018-04-02 14:25:45
5550
发布2018-04-02 14:25:45
举报
文章被收录于专栏:GPUS开发者GPUS开发者

在变化条件无穷无尽的情况下,想要开发出一部在各种情况下都能自动驾驶的车辆,一点都不切实际。

然而拜人工智能之赐,我们能够教它怎么开车,而车跟你家中正处于青春期的孩子不同的是,你会看到车子注意着什么。

有了NVIDIA PilotNet 便可开发出一套藉由观察人类行为,就能学习驾驶技术的神经网络系统。这还不是我们的目标。我们开发出一套方法,让神经网络告诉我们在它对驾驶情况做出决定时,优先考虑的项目有哪些。

科技虽让我们创造出无法以人工编写程序的方式一一叙述、就能学习执行事物的系统,我们仍可解释系统做出决定这件事背后的奥秘。

NVIDIA 自动驾驶车部门首席建构师 Urs Muller 说:“想想你为何能在照片里认出某个人的脸,接着试着拆解整个过程,变成一套能写成程序的特定规则 — 你做不到的。那么问题就变成:『我们要将解决方法限制成只能用规则定义的内容吗?”

人工智能观看人类的驾车方式,进而学习如何驾车

我们使用自家的人工智能车辆 BB8 来开发和测试 DriveWorks 软件。品牌和款式并不重要,我们有用过林肯和奥迪的车,日后也会使用其它牌子的车。将从朝前架设的摄影机所取得的影像,变成行驶操控指令的深度神经网络,才是将 BB8 打造成一部人工智能车辆与展现深度学习实力的关键。

我们让神经网络研究人类驾驶者的开车方式,以训练它如何操控方向盘。神经网络使用安装在车上的摄影机,记录驾驶者看到的内容,再将影像加上驾驶人行车决定的资料。我们在各种环境里花费不少时间进行驾驶:在有和无车道标线的道路上、在乡村道路和高速公路上、在一天里有着各种照明情况的时间里,以及在各种天候条件下。

不用接收任何一个人工编写的指令,经过训练的神经网络就会教自己驾驶 BB8。它会通过观察的方式来学习。在我们训练神经网络后,它能在看到新环境时实时提出操控指令。在以下影片里可以看到相关过程。

视频内容

看看我们的人工智能在想什么

开始运行 PilotNet 后,我们想更深入了解它是怎么做出决定,因此必须开发出一套判断神经网络在看着一个影像时,脑袋里想些什么的方法。

我们创造出一个视觉化图面,以了解 PilotNet 从车上摄影机取得新信息时最关切的项目。下图是在视觉化图面上重叠摄影机拍到的画面,绿色部分是神经网络优先注视的焦点。

这个视觉化的图面告诉我们 PilotNet 着重的项目,跟人类驾驶者重视的项目相同,包括车道标线、路缘和其它车辆。而在这方面出现革命性进展的是,我们从来没有直接告诉神经网络要关心这些事情,它是以观察的方式去学习行车环境里值得注意的事物,这跟驾训班学生的学习方式如出一辙。

Muller 说:"使用深度神经网络的优点是车子会自行思考和判断,不过要是我们不明白它是怎么做出决定,就不会真正有所进展。我们为了了解神经网络而开发出的方法,让我们取得改善系统所需的信息,也让我们更有信心。我说不清每一件要车子做的事,不过我可以展现出来,而车子现在也能将它学到的东西表现给我看。"

开始量产自动驾驶车之际,各种人工智能神经网络和更多传统技术会用在驾驶车辆上。除了控制方向盘的 PilotNet,车上还会配备经过训练且着重于侦测行人和车道、读取号志、避免碰撞等特殊任务的神经网络。

开去星巴克

使用多种各司其职的人工智能神经网络,将提高自动驾驶车的安全性和可靠性。我们的研究成果将这种精密的人工智能技术用在复杂的行车环境里,很快某一天你就能享受自动驾驶车的乐趣,就像在以下影片里我们坐在 BB8 车内的情况。

视频内容
本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-05-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 GPUS开发者 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档