女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

特斯拉將技術突破押注在基于視覺計算的神經網絡能夠解決所有問題

jmiy_worldofai ? 來源:lq ? 2019-05-15 17:51 ? 次閱讀

反擊”姍姍來遲。5月8日的2019年谷歌I/O開發者大會上,Waymo首席科學家Drago Anguelov對埃隆·馬斯克此前有關激光雷達的言論做了回復:“馬斯克決定僅使用攝像頭和雷達傳感器,完全擯棄激光雷達”風險很大。激光雷達能夠不斷地向車輛周圍發射激光并捕捉反射的光波,幫助車輛測量距離并“看清”周圍的環境。

今年4月的一次公開活動后,馬斯克一竿子將使用激光雷達的公司都打落成 “冤大頭”,稱最后所有人都會拋棄激光雷達。顯然特斯拉將技術突破押注在基于視覺計算的神經網絡能夠解決所有問題。

多傳感器融合與純視覺計算派的路線分歧由來已久,打個比方,是內外兼修,還是劍走偏鋒,目前技術實踐還不足以下結論,但不同的派別都各有擁躉,在既定的道路上實踐著自身的技術路線。

多傳感器融合派——安全是自動駕駛的第一邏輯

被馬斯克Diss的自動駕駛公司,包括了Waymo、Cruise、Uber在內的大部分自動駕駛公司,都采用的是多傳感器融合感知的解決方案。

相比較而言,這一派別的人對于風險的認知要更加謹慎,“無法想象只用攝像頭如何實現自動駕駛,但是,我們確實需要最好的攝像頭系統來支持實現真正的自動駕駛,”Waymo首席科學家Drago Anguelov說,“所以馬斯克的方案可以說是一場豪賭,這樣風險非常大,而且完全沒有必要選擇這樣的方案。”

更多自動駕駛細分領域的佼佼者都有自己的觀點。

北京市自動駕駛車輛道路測試專家委員會委員,智加科技CEO劉萬千表示:“智加有全球最領先的AI視覺系統,能夠準確追蹤1500米外的障礙物。但我們認為自動駕駛的安全應該是第一位的,基于激光雷達、毫米波雷達和視覺的傳感器融合是必要的,全球最領先的自動駕駛公司都在這方面投入了大量的精力。全行業還有很多工作要做,突出單項技術混淆公眾認知去搏眼球的行為是不負責任的。”智加科技是由劉萬千與斯坦福讀博時期同學鄭皓攜手創辦,專注于多傳感器融合為方案的干線物流L4級無人重卡的研發,目前在中美兩地市場都有干線運營。

中國激光雷達新創公司速騰聚創(RoboSense)研發副總裁Leilei Shinohara此前在接受媒體采訪時就表示,“傳感器可是能采集到人眼看不到的細節。”在安全面前,一切都是浮云。“也許你的激光雷達只有5%時間起效果,但它一出手就能解決大問題,所以你還是會備著它以防萬一。”Shinohara解釋道,Uber和特斯拉的致命事故就是前車之鑒。

計算機視覺派——攝像頭和雷達“感知出一篇新天地

特斯拉在自動駕駛的技術路線上,一向是特立獨行派別——馬斯克則認為激光雷達的加入會讓技術路線誤入歧途,所有人的終極目標都是攝像頭實現感知。當然,神經網絡必不可少這點大家都同意,但沒人像馬斯克那樣“走極端”,把激光雷達等發展路徑當成敵人。這里顯然有巨大的“彎道超車”的博弈預期,如果最終押注成功,特斯拉的方案就一騎絕塵,天才獲得上天垂青的橋段將鼓勵更多人。

特斯拉的方案,并不是孤例。

同樣以計算機視覺技術來開宗立派的,還有圖森未來。這家成立于2015年的自動駕駛初創公司,在其自動駕駛解決方案中,技術路線也是以低成本的計算機視覺為核心,并輔以人工智能算法。此前在接受媒體采訪時,圖森未來CTO侯曉迪表示:“因為我們需要考慮怎么把東西賣出去,所以首先會考慮價格相對較低的方案。”侯曉迪是加州理工大學博士,計算機視覺(Computer Vision)和神經學領域專家。

此外,另一位與攝像頭方案深度綁定的大牛是AutoX的肖健雄。這位普林斯頓大學計算機視覺和機器人實驗室的創辦人,在創辦AutoX后曾在多個場合強調攝像頭為主的傳感器方案,這是基于其對技術快速落地的商業化考慮,“夠便宜,用戶才能接受”,也來自其對攝像頭功能演進的信心——算法的優化可幫助彌補攝像頭的現有缺陷。

看起來,堅持視覺為主的企業對于是否加入激光雷達的原因與馬斯克不謀而合,成本問題是他們考慮的最初邏輯。

之所以如此,中國工程院的高文院士此前接受采訪表示,激光雷達究竟何時價格能降到符合量產要求并不可知。隨著自動駕駛領域各家企業爭相推進其產品量產進程,留給這些企業的時間并不多了,與其都在激光雷達一項技術上“死磕”,不如轉而尋找其他更可行、在短期內有可能落地的技術。

派別之爭,根源在于激光雷達的成本可控預期

激光雷達本身并不是原罪,它的作用毋庸置疑,激光雷達可以提供比更為豐富且準確的數據,同時也能更輕松的建造模擬環境(simulation environment)。另外,激光雷達也可以幫助自動駕駛汽車判斷周圍車輛及物體的互動,這些都是只采用攝像頭很難達到的效果,因此很多視覺派也在后期對外的觀點表達中,不絕對否定使用激光雷達的可能性,當然前提還是要將做到量產+合理成本。

而多數堅持使用包含激光雷達在內的多傳感器融合的自動駕駛公司,考量的初衷看起來更加“執拗”,至少以目前全球整體研發實力,在可靠性不足以支撐所有感知需求前提下,為了保證安全第一的邏輯,激光雷達是一個咬牙也要加上的選項。

激光雷達前期研發的高成本與大多數新技術首次開發時的規律是一致的,好消息是激光雷達的成本正在被從業者努力攻克。

“從根本上來說,激光雷達并不昂貴。”Dolgov說,“我們已經大幅降低了從第一代到現在的激光雷達產品的價格。可以想象,隨著規模的擴大,我們將節省多少成本。”

自動駕駛技術的發展,在當下正伴隨著兩條平行線發展,一條是激光雷達的成本可控速度,另一條是基于視覺的神經網絡的成熟空間。孰優孰劣難以定論,從業者統一不變的是對生命的敬畏和對改變未來世界的信心。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 傳感器
    +關注

    關注

    2564

    文章

    52722

    瀏覽量

    764721
  • 激光雷達
    +關注

    關注

    971

    文章

    4212

    瀏覽量

    192260
  • 自動駕駛
    +關注

    關注

    788

    文章

    14245

    瀏覽量

    169946

原文標題:谷歌、特斯拉自動駕駛技術路線之爭再升級,行業領袖紛紛站隊表態

文章出處:【微信號:worldofai,微信公眾號:worldofai】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    NVIDIA實現神經網絡渲染技術突破性增強功能

    近日,NVIDIA 宣布了 NVIDIA RTX 神經網絡渲染技術突破性增強功能。NVIDIA 與微軟合作,將在 4 月的 Microsoft DirectX 預覽版中增加神經網絡
    的頭像 發表于 04-07 11:33 ?387次閱讀

    卷積神經網絡與傳統神經網絡的比較

    神經網絡,也稱為全連接神經網絡(Fully Connected Neural Networks,FCNs),其特點是每一層的每個神經元都與下一層的所有神經元相連。這種結構簡單直觀,但在
    的頭像 發表于 11-15 14:53 ?1706次閱讀

    全卷積神經網絡的工作原理和應用

    全卷積神經網絡(FCN)是深度學習領域中的一種特殊類型的神經網絡結構,尤其計算視覺領域表現出色。它通過全局平均池化或轉置卷積處理任意尺寸
    的頭像 發表于 07-11 11:50 ?1782次閱讀

    BP神經網絡和卷積神經網絡的關系

    BP神經網絡(Backpropagation Neural Network)和卷積神經網絡(Convolutional Neural Network,簡稱CNN)是兩種人工智能和機器學習領域
    的頭像 發表于 07-10 15:24 ?2346次閱讀

    卷積神經網絡視頻處理中的應用

    卷積神經網絡(Convolutional Neural Networks,CNN)作為深度學習的代表算法之一,計算視覺領域取得了顯著成就,特別是
    的頭像 發表于 07-09 15:53 ?1173次閱讀

    rnn是遞歸神經網絡還是循環神經網絡

    : 循環神經網絡的基本概念 循環神經網絡是一種具有時間序列特性的神經網絡,它能夠處理序列數據,具有記憶功能。與傳統的前饋神經網絡不同,循環
    的頭像 發表于 07-05 09:52 ?974次閱讀

    rnn是什么神經網絡

    Network)相比,RNN能夠處理時間序列數據,例如文本、音頻、視頻等。 RNN的基本概念 1.1 什么是RNN RNN是一種具有循環連接的神經網絡,其核心思想是前一個時間步的輸出作為下一個
    的頭像 發表于 07-05 09:49 ?1278次閱讀

    簡述遞歸神經網絡計算過程

    遞歸神經網絡(Recurrent Neural Network,簡稱RNN)是一種具有循環結構的神經網絡,其核心特點是能夠處理序列數據,并且能夠記憶之前處理過的信息。RNN
    的頭像 發表于 07-05 09:30 ?795次閱讀

    遞歸神經網絡是循環神經網絡

    。 遞歸神經網絡的概念 遞歸神經網絡是一種具有短期記憶功能的神經網絡,它能夠處理序列數據,如時間序列、文本、語音等。與傳統的前饋神經網絡不同
    的頭像 發表于 07-04 14:54 ?1467次閱讀

    循環神經網絡和卷積神經網絡的區別

    結構。它們處理不同類型的數據和解決不同問題時具有各自的優勢和特點。本文將從多個方面比較循環神經網絡和卷積神經網絡的區別。 基本概念 循環神經網絡是一種具有循環連接的
    的頭像 發表于 07-04 14:24 ?1997次閱讀

    深度神經網絡與基本神經網絡的區別

    探討深度神經網絡(Deep Neural Networks, DNNs)與基本神經網絡(通常指傳統神經網絡或前向神經網絡)的區別時,我們需
    的頭像 發表于 07-04 13:20 ?1719次閱讀

    卷積神經網絡的基本結構和工作原理

    和工作原理。 1. 引言 深度學習領域,卷積神經網絡是一種非常重要的模型。它通過模擬人類視覺系統,能夠自動學習圖像中的特征,從而實現對圖像的識別和分類。與傳統的機器學習方法相比,CN
    的頭像 發表于 07-03 09:38 ?1619次閱讀

    卷積神經網絡和bp神經網絡的區別

    不同的神經網絡模型,它們結構、原理、應用等方面都存在一定的差異。本文將從多個方面對這兩種神經網絡進行詳細的比較和分析。 引言 神經網絡是一種模擬人腦
    的頭像 發表于 07-02 14:24 ?6018次閱讀

    深度神經網絡模型有哪些

    深度神經網絡(Deep Neural Networks,DNNs)是一類具有多個隱藏層的神經網絡,它們許多領域取得了顯著的成功,如計算視覺
    的頭像 發表于 07-02 10:00 ?2356次閱讀

    神經網絡圖像識別中的應用

    隨著人工智能技術的飛速發展,神經網絡圖像識別領域的應用日益廣泛。神經網絡以其強大的特征提取和分類能力,為圖像識別帶來了革命性的進步。本文
    的頭像 發表于 07-01 14:19 ?1142次閱讀