當前位置:
首頁 > 新聞 > Intel收購Mobileye背後:機器學習正催生新一代汽車

Intel收購Mobileye背後:機器學習正催生新一代汽車

在矽谷,傳統汽車正在被拆除並重新塑造。


Mobileye 是一家來自以色列的公司,專門為汽車製造商提供計算機視覺技術和先進的駕駛員輔助系統。日前,Intel提議以153億美元收購Mobileye。由此,矽谷的汽車重造規模可見一斑。這尤其彰顯了路上數據在自動駕駛演變過程中的價值。


在如今可謂百花齊放的自動駕駛領域,這一價格看起來確實不菲,但是Mobileye有它自己的關鍵技術強項和戰略優勢,同時它也在開發一些新技術來鞏固這一地位。

基於一個獨有的計算機晶元和一些智能軟體,Mobileye僅使用一個單攝像頭就可以提供不同的先進的駕駛員輔助功能。比如,它的系統可以從路標來識別限速,或者通過識別車輛和行人來自動調節汽車的制動系統。



Intel收購Mobileye背後:機器學習正催生新一代汽車



來自麻省理工學院斯隆管理學院教授的David Keith從事汽車行業的應用技術研究,他指出Mobileye除了提供了一個簡單,低成本的解決方案,它還為今天的自動駕駛所必需的機器學習積累了大量的重要數據。教授說,「他們的技術是高度可靠的,是從數百萬英里的駕駛經驗中磨練出來的,這是其競爭對手不能輕易複製的」。

現在車輛中出現的功能日益強大的計算機,感測器和無線連接正在改變整個汽車產業。這也不難看出為什麼英特爾想要進入汽車市場。與此同時,隨著近年來台式機和筆記本電腦重要性的減弱,和也來越受歡迎的不同類型的計算機晶元,英特爾已經看到了其主導地位已經遭受侵蝕。而其競爭對手Nvidia已經在不斷增長的汽車市場佔有了相當大的份額。


Keith補充道,Intel將致力於利用其專業的硬體優勢來開發日益高端的融合系統以將全自動汽車推向汽車。該融合系統包括攝像頭,雷達,和可能的激光感測或激光雷達。


如果你的車能夠識別前方道路上的道路標誌或行人,很有可能它已經在使用Mobileye的晶元來完成這一任務。Mobileye公司的視覺系統提供了一個簡單,低成本的解決方案,但是卻有著驚人的複雜感應。因此,該公司為Intel提供了一個進入自動駕駛市場的良好途徑,隨著未來幾年技術的不斷成熟,這一市場也將有望不斷擴大。


近年來,深度學習作為一種機器學習技術使得計算機的功能更加強大。Mobile的視覺系統正是採用了該技術。該過程包括在汽車駕駛時不斷捕捉圖像,並給每個圖像做注釋以識別道路標記,交通標誌,其他車輛和行人等。然後這些圖像被輸入一個大神經網路。神經網路的對應關係將會不斷調整,直到它可以可靠地識別出一個圖像所對應的相關元素。如果Mobileye的系統不能識別某些東西,通常可以簡單地注釋一些新的圖像並將它們添加到學習數據集即可。


然而這並不是說這一技術是完美的,可以滿足自動駕駛的所有需求。直到去年,特斯拉一直在使用Mobileye的視覺技術用於其半自動駕駛系統Autopilot。後來在Autopilot控制下的一輛汽車造成了致命事故,從此兩個公司便停止了合作。在事故分析中,汽車製造商將主要責任推給了Mobileye的視覺系統。但是Mobileye的管理人員反駁說,它的技術從來沒打算以這種方式使用。

Mobileye目前正在開發的技術可以幫助自動駕駛車輛在未來更安全地駕駛。在12月我與Mobileye的首席技術官Amnon Shashua和技術副總裁Shai Shalev-Shwartz的見面中,他們解釋了Mobileye現在如何使用強化學習教導計算機如何在複雜和微妙的情況下安全駕駛。這一技術靈感來自動物通過如何通過經驗來不斷學習。


作為該技術的一部分,Mobileye也正在開發一個可以幫助學習的模擬駕駛環境,並希望使之成為可以測試自動駕駛軟體的標準環境。他們還解釋說,Mobileye正在與幾家汽車製造商合作,以購買他們與其他公司收集到的數據。這可以幫助加速(無雙關意圖)全自動駕駛的進程。


正如我們所預料,全自動駕駛將會引起整個交通行業的變革。事實上,這種全新的前景已經給汽車製造商,供應商和初創企業帶來了巨大的技術的人才壓力。


斯坦福汽車研究中心執行董事Stephen Zoepf認為,Intel收購Mobileye恰恰說明了數據和機器學習對汽車行業的未來有著至關重要的作用。這也給在自動駕駛領域人才的供不應求提供了依據。

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 DeepTech深科技 的精彩文章:

寒蟬效應,福島事故已經讓全球核工業進入寒冬!
Facebook保證:我們不使用用戶數據進行監視
DeepMind宣布將「記憶」融入AI,通用型AI更進一步?
機器人廚師手藝見長,猜猜Ta最擅長做什麼菜?
5G時代,從手工製作的無線電測試開始

TAG:DeepTech深科技 |

您可能感興趣

Elastic機器學習Steve Dodson:機器學習的潛能
Facebook 開源新一代機器學習 GPU 伺服器 Big Basin;谷歌召開 Google Cloud Next 雲技術大會等
Geoffrey Hinton 機器學習第四課
Intel+Cloudera,用BigDL玩轉深度學習
亞馬遜機器學習總監Alex Smola:TensorFlow、Caffe等已經存在,為何還需要MXNet?
Slow Down,向Gentlewoman學習穿衣哲學
Windows Shellcode學習筆記——利用VirtualAlloc繞過DEP
Melody Day辦新輯showcase 稱欲學習Mamamoo舞颱風范
Spring boot學習
資深演算法工程師眼中的深度學習:Ian Goodfellow 和Yoshua Bengio的「Deep Learning」讀書分享
Android學習Broadcast Receiver 注意事項
TensorFlow Agents日前開源,輕鬆在TensorFlow中構建並行強化學習演算法
基於 Python 和 Scikit-Learn 的機器學習介紹
Sunny親子英文交流群六月繪本學習-From Head to Toe by Eric Carle
谷歌也發布了Web前端機器學習庫,叫deeplearn.js
分布式機器學習時代即將來臨?谷歌推出「Federated Learning」
谷歌也發布了Web前端機器學習庫,就叫deeplearn.js
Facebook和微軟發布機器學習工具ONNX,PyTorch訓練的模型輕鬆轉到Caffe2
Play-with-Docker:線上免費學習Docker