|
车工具 编 | 郭志豪 导语：人工智能企业DeepMind正在扶助自动驾驶汽车公司Waymo研发新的自动驾驶AI算法，提供一种更为有效的训练来培训和调整自动驾驶汽车AI算法。 车工具7月26日动静，据MIT Technology Review报导，近日，Alphabet（阿尔法特，google母公司）旗下的Waymo与DeepMind的研究人员正在互助，寻找一种更有效的流程来培训和微调自动驾驶AI算法。 一、Waymo研究人员训练神经网络，加强机械深度学习能力 他们使用了一种名为PBT（基于人群的训练）的技术，该技术之前由DeepMind开发。PBT从生物进化中得到灵感，通过让候选代码从算法种群中“最符合”的样本(最有效地执行给定任务的样本)中抽取样本，加快对特定任务的机械学习算法和参数选择。 这种方法可以改良人工智能算法，也能扶助Waymo在自动驾驶中得到优势。自动驾驶汽车在越来越多的处所落地，其采集到的数据越来越多，为了保障自动驾驶的平安性，必要从新培训和校准自动驾驶汽车的算法。 Waymo机械学习基础设施主管Matthieu Devin暗示:“研究机械学习的人必需面对的挑战之一就是利用新代码重建系统。我们必要不竭地从新训练，重写代码，从新训练时必要从新调整参数。 “在Waymo，研究人员花了不少时间来训练大量分歧的神经网络。我们的团队现在正在改良PBT用于检测车道标识表记标帜、车辆和行人的深度学习代码，并验证其他机械学习算法标识表记标帜数据的准确性。PBT降低了从新训练神经网络所需的算力，并将开发速度提高了一倍或者两倍。” Waymo的机械学习基础设施工程师Yu-hsin (Joyce) Chen说到。 二、google正在开发自念头器学习平台并向客户提供技术 现在自动驾驶汽车几乎都是由算法和技术控制的，算法和技术被设计得过分繁杂。 机械必要大量学习以便在传感器采集的数据中辨认道路、标志、其他车辆和行人，然后共同代码，控制车辆和应对分歧的事件，自动驾驶系统的每次更新都必需颠末严格的仿真测试。 如今的自动驾驶汽车严重依赖深度学习，但用正确的属性和参数(一开始硬编码的值)配置深度神经网络是极其繁杂的。候选网络和参数大多必要手动选择，这会耗费不少时间，也可以由计算机随机调整，但这必要计算机拥有极强的数据处置能力。 google正在开发一系列技术来扶助培训机械自动学习，而且已经通过一个名为Cloud Auto-ML（自念头器学习平台）的项目向客户提供此中的一些技术。毫无疑问，让人工智能培训加倍高效和自动化，才气从这项技术中得到长处。 Oriol Vinyals是DeepMind的首席研究科学家，他和他的同事们首先开发了这项技术用于磨练视频游戏算法，通过强化学习来加速电脑对星际争霸2的训练。星际争霸2是一款战斗视频游戏，对机械来说极具挑战性。 文章来源：MIT Technology Review |
