“自动驾驶汽车的机器人”打造了一种便宜10万倍的人工智能训练方式

如何用丰田(Toyota)、通用汽车(General Motors)和大众(Volkswagen)等大品牌击败特斯拉(Tesla)、谷歌(Google)、优步(Uber)和整个数万亿美元的汽车业，打造一辆完全自动驾驶的汽车？只是可能，通过找到一种训练你的人工智能系统的方法，它的成本是原来的10万倍。

Helm.ai表示，这是解锁自动驾驶的关键。包括在他们从未见过的道路上自动驾驶的汽车...。只用一台摄像机。

Helm.ai首席执行官弗拉迪斯拉夫·沃罗宁斯基(Vladislav Voroninski)最近在TechFirst播客上告诉我：“我们的深度教学技术无需人工注释或模拟。”“而且它的有效性水平与监督学习相当，这让我们实际上实现了更高水平的准确性和概括性……。而不是传统的方法。“。

人工智能以数据为基础，就像军队用肚子行进一样。Voroninski说，大多数自动驾驶汽车项目都使用注释数据。

这意味着人类已经观看和标记了成千上万的图像和视频，可能会识别出“车道”、“人类”或“卡车”之类的东西。标记图像的成本至少是每幅图像几美元，这意味着注释成本成为瓶颈。

Voroninski说：“注释的成本比简单地通过GPU处理图像的成本高出约10万倍。”

这意味着，即使有数百亿美元的预算，你也将面临挑战，通过你的人工智能驱动足够的训练数据，使其足够智能，达到第五级自主性：在任何条件下，随时随地驾车的完全能力。

“如果你指的是第五级，就像真正去任何地方，在丛林中越野或在月球上驾车……。然后我认为，一个能够做到这一点的人工智能系统将在许多方面与人类平起平坐。“沃罗宁斯基告诉我。“而且有可能是完整的人工智能，这意味着它可能和解决一般智能一样困难。”

幸运的是，一个高功能的四级自动驾驶系统几乎就是我们所需要的：在大多数情况下在大多数时间开车去大多数地方的能力。

这将释放我们驾车的能力：收回花在车里的数千个小时用于休闲和工作。这也将释放部分汽车拥有率和更具成本效益的拼车，以及一系列其他应用程序。

深度教学使用“压缩感知”和“复杂的先验”来将有限的信息转化为深刻的洞察力。它本质上是通向一种智能形式的捷径。类似的技术帮助我们大幅降低了绘制人类基因组图的成本，发现了DNA的结构，并已被用于将MRI(磁共振成像)速度提高到原来的十分之一。

沃罗宁斯基说：“科学充满了这样的重建问题，你观察信息，关于一些感兴趣的物体的间接信息，你想从这些间接信息中恢复那个物体的结构。”压缩感知是一个研究领域，它通过将关于感兴趣对象的某些结构假设纳入到他们的建造过程中，用比人们之前认为可能的数据少得多的数据来解决这些重建问题。

这些结构性假设包括“先验”，一种先验假设，系统对现实的本质可以理所当然地认为这是一种先验假设。

一辆汽车不仅仅是当它从卡车后面驶过时就停止存在了，而且一个自动驾驶的人工智能系统如果不知道这一特定的先验--人类婴儿在婴儿期就会学习--不一定会知道这一点。提供这些先验知识可以加快培训速度，从而使自动驾驶系统变得更智能。

沃罗宁斯基说，我们的大脑大约有20个类似的概念，用来根据我们的眼睛来推断世界的状态。提供足够的这些重复有用的概念是深度教学的关键。

这使得Helm.ai的系统只需一个摄像头和一个GPU就可以行驶在旧金山湾区天际线大道附近的Page Mill Road。沃罗宁斯基说，这是一条弯曲、陡峭的山路，该系统没有接受过训练-它没有收到来自这条路线的数据或图像-但能够轻松地以合理的速度导航。

我们不需要一个可以越野或在最恶劣的暴风雪和冰雪条件下工作的系统。为了有效和有用的自动驾驶，我们需要一个可以处理99%的道路和状况的系统，这个系统可能覆盖我们整体驾驶的更高比例-特别是在通勤时。

沃罗宁斯基说，从这个意义上说，制造一个比人类更安全的系统并不是非常困难。毕竟，人工智能不会酒后驾车。

沃罗宁斯基告诉我：“简单地实现一个安全级别与人类相当的系统实际上是相当容易处理的，部分原因是人为故障模式在某种程度上是可以预防的，比如注意力不集中或咄咄逼人的驾驶等等，但事实上，即使达到这个安全级别也不足以启动一支可扩展的舰队。”你真正需要的是比人类安全得多的东西。“。

汽车咨询集团TLGG Consulting董事总经理卡特琳·齐默尔曼(Katrin Zimmermann)表示：“我们目前仍缺乏法律和监管框架，无法在国内和国际上大规模部署L5技术。”“理论上，技术可能会让你开车，但政策会让你在实践中开车。”

然而，当问题得到解决时，有多个万亿美元的行业需要解决。当然，Helm.ai正在打造自动驾驶汽车的技术，但这项技术不仅适用于个人车辆或自动驾驶出租车。这也是运费。最后一英里服务的送货机器人。像街道清洁工这样的服务车辆。可以自动导航的工业机器。

解决安全可靠的自主性打开了潘多拉的能力盒子，而且不会太快。我们需要在全球范围内进行环境回收的自主系统，以更低的成本进行更安全的制造，以及上百种其他应用。

当然，潘多拉魔盒是喜忧参半的，解放自治权使数亿个工作岗位处于危险之中。为此设计解决方案既需要科学家，也需要政治家。

目前，Helm.ai专注于自动驾驶-并专注于将其技术运送给任何想要它的汽车品牌。

沃罗宁斯基说：“我们希望做的是真正解决自动驾驶汽车难题中关键的人工智能部分，并将由此产生的软件授权给汽车制造商和车队。”“所以你可以在某种程度上想一想，我们正在做的是一种自动驾驶汽车的Android模型。”

在我的推特或LinkedIn上关注我。我可以在我的个人网站上查看，或者在这里查看我的一些其他工作。