强子对撞机如何帮助自动驾驶汽车避免碰撞

未来，自动驾驶技术和自动驾驶汽车有望大大减少道路事故死亡人数。为了推进这方面的发展，CERN和汽车安全软件公司Zenseact刚刚完成了一个为期三年的项目，研究机器学习模型，以使自动驾驶汽车能够更快地做出更好的决策，从而避免碰撞。

CERN——欧洲核子研究组织，是世界上最大型的粒子物理学实验室，也是互联网的发源地。

当涉及到从碰撞中获取数据时，CERN显然具有权威实力，其核心项目就是分析大型强子对撞机（LHC）探测器中产生的数百万粒子碰撞。独特的数据分析能力驱使CERN和Zenseact联合起来，研究高能物理机构的机器学习技术如何应用于自动驾驶领域。专注于帮助汽车分析和应对外部环境的“计算机视觉”，此次合作的目标是使深度学习技术更快、更准确。

Zenseact研究负责人ChristofferPetersson表示：“在过去十年中，深度学习极大地重塑了计算机视觉。图像识别应用的准确度现在达到了前所未有的水平。但我们与CERN的研究结果表明，在自动驾驶汽车方面仍有改进的空间。”

为了处理计算机视觉任务，选择被称为现场可编程门阵列（FPGA）的芯片作为硬件基准。FPGA已在CERN使用多年，是可配置的集成电路，可以在微秒内执行复杂的决策算法。研究人员发现，通过优化现有资源，FPGA中可以包含更多的功能。最好的一点是，即使在计算资源有限的处理单元上，也可以以高精度和低延迟执行任务。对自动驾驶车辆来说这无疑是一个福音。

CERN物理学家MaurizioPierini表示：“我们的合作阐明了FPGA中的压缩技术，这些技术也可能对提高LHC数据中心的处理效率产生重大影响。随着机器学习平台为下一代解决方案奠定了基础，这一研究领域的未来发展可能会对高能物理以外的多个其他领域做出重大贡献。”

同样的技术也可以用于提高算法效率，从数据中心的能效提高到医疗应用的细胞筛选等广泛领域保持准确性。