全局思考，無人駕駛冠軍親述演算法經驗

作者 | Just

出品 | AI科技大本營

視覺是無人駕駛汽車的勘探物理世界的非常重要的「器官」。在它背後，考驗的則是機器演算法能力。

無人駕駛技術的演算法包括感知、定位、預測、決策、控制等層面，而在由創新工場、搜狗、美團點評、美圖公司聯合主辦的 AI Challenger 2018 全球 AI 挑戰賽中，無人駕駛賽道的題目就是最基礎的視覺感知，所有參賽隊伍需要解決如何通過視覺感測器看到的數據，來感知判斷出障礙物、路標、汽車限速以及紅綠燈等維度的問題。

在近日的總決賽頒獎禮上，美團點評首席科學家夏華夏稱，由於視覺感知有上述諸多不同的識別維度，那在工程層面不可能對每項任務都做一個模型出來，最好的方案是由一個模型可以同時用視覺信號找到多種識別目標，但這並不容易。

根據大賽規定，此次自動駕駛賽道的評判標準分為兩部分，一是準確度，二是速度，後者在實驗室研究中很容易忽略，更具體來說，在測試和實際運行時，很少有參賽隊伍在比賽前考慮能否實現實時性檢測的問題。體現在演算法上，關鍵的是要平衡演算法執行效率和性能。

在歷時 3 個多月，經過數輪比賽角逐後，來自中科院自動化所 SeeLess 團隊最終斬獲了這一賽道的冠軍。那麼，他們是如何讓演算法發揮了最佳效果？

首先在數據上，主辦方給無人駕駛的賽道數據量約 1.2 億張，其中 10 萬張屬於標註數據。冠軍成員中的博士研究生趙旭在接受 AI科技大本營採訪時稱，標註數據中大約有 7 萬張是優質數據，他們驗證了 1 萬張圖片數據，2 萬張在測試時使用，剩下的則是未標註數據，他們用了自動化方法來處理這些數據。趙旭認為，龐大的數據量對訓練演算法性能非常重要。

而在演算法層面，執行效率分為兩部分：演算法實現複雜度和工程實現的優化。基於此，他們同時做了幾個方案，另一冠軍成員朱優松在頒獎禮上舉例稱，就車道線行駛區域的判別以及道路上的物體檢測兩大任務，他們使用了同一模型來實現，以降低演算法實現的複雜度，同時他們把神經網路進行壓縮，並使用了「老師教學生（大模型教小模型）」的方法。

而工程實現上他們注重細節，不斷調整優化，比如就可行駛道路區域分割問題，僅使用底層的計算機視覺特徵並不足夠，他們還因此引入了一些全局特徵，此外還將 GPU 並行做到極致，如此才達到了很好的效果。

「全局思考」是趙旭對這次比賽的經驗性總結，當然，基礎研究更要考慮工程實踐具體情況的觀點也尤為重要。

創新工場人工智慧工程院執行院長王詠剛評價 SeeLess 團隊的成績時表示，他們在保持識別精度的同時識別性能也遠超其他團隊，在演算法和工程的結合度上遠超預計，這代表未來不同的硬體平台都可以利用先進的無人駕駛技術。

不過，視覺感知只是做無人駕駛的一個切面，要做好它需要考慮對技術棧的綜合應用，這包括很多軟硬體的能力。美團點評首席科學家、無人配送部總經理夏華夏認為，全場景下的無人駕駛技術應用還有很遠的距離，感知、定位、預測、規劃、控制每一方面都極具挑戰，如果要預估什麼時候人們能普遍做上無人駕駛汽車，「十年之後」是他給出的一個非常樂觀的期限。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！