[ EV知道 汽車黑科技 ]近日，特斯拉汽車公司人工智能（AI）總監(jiān)安德烈·卡帕西在參加2018年TRAIN AI大會時，剖析了該公司構建自動駕駛儀（Autopilot）計算機視覺解決方案的方法。據(jù)介紹，Autopilot編程團隊主要分為兩部分：第一個團隊構建了神經(jīng)網(wǎng)絡本身，而第二個團隊則專注于神經(jīng)網(wǎng)絡的實際編程，它包括選擇已標注的圖像，幫助神經(jīng)網(wǎng)絡學習。

許多行業(yè)觀察家認為，激光雷達是開發(fā)安全的自動駕駛系統(tǒng)的一個重要部分。激光雷達，也被稱為光探測和測距，通常就是在自動駕駛汽車頂部旋轉的那個設備。而特斯拉首席執(zhí)行官相信，他可以在不依靠激光雷達的情況下打造出自動駕駛汽車和半自動駕駛汽車。

特斯拉的自動駕駛儀解決方案非常依賴計算機視覺，而不是激光雷達和其他傳感器，因為特斯拉的團隊認為，計算機視覺在根本上更加卓越，強大的攝像頭陣列足以支持完全自動駕駛解決方案。

卡帕西介紹，將傳統(tǒng)的、基于規(guī)則的編程方法與神經(jīng)網(wǎng)絡(也稱機器學習或AI)運行時使用的編程方法區(qū)分開來。在典型的互聯(lián)網(wǎng)術語中，他使用了神經(jīng)網(wǎng)絡編程軟件2.0，用以與基于規(guī)則編程的軟件1.0進行區(qū)別。這兩者之間的差異是相當大的，編程神經(jīng)網(wǎng)絡與編程網(wǎng)頁或智能手機應用程序是完全不同的。

卡帕西深入探究了特斯拉團隊用來破解自動駕駛儀計算機視覺難題的方法。自動駕駛儀編程團隊主要分為兩部分：第一個團隊構建了神經(jīng)網(wǎng)絡本身，而第二個團隊則專注于神經(jīng)網(wǎng)絡的實際編程，它包括選擇已標注的圖像，幫助神經(jīng)網(wǎng)絡學習。

正如編程代碼必須高效和有效一樣，卡帕西注意到用于編程神經(jīng)網(wǎng)絡的圖像必須夠大、夠多樣化以及干凈。為神經(jīng)網(wǎng)絡編程更多的是識別異常，并為正確的行為編寫軟件2.0堆棧，而不是為正常情況下的系統(tǒng)編程。

特斯拉認為，從根本上說，與人類駕駛汽車相比，該公司自動駕駛儀解決方案將會在行駛過程中提供更安全的駕駛體驗。這是有意義的，也十分重要，但這只是暗示了一種更廣泛的可能性，即車輛在世界上任何地方、任何情況下都能自動駕駛。

目前多數(shù)自動駕駛技術的研發(fā)，都是依托了激光雷達提供數(shù)據(jù)。而特斯拉的自動駕駛系統(tǒng)是依靠攝像頭和雷達，而不是使用激光雷達的情況下來完成自動駕駛系統(tǒng)所需的大部分工作。有人質疑特斯拉是為了降低成本，認為特斯拉的這種技術不夠安全。但自動駕駛技術本就處于正在發(fā)展的不夠成熟的階段，未來誰的技術將更好更安全，都還有待考驗不能形成定論。