深度 | 揭秘自监督学习 + 超算中心,加速自动驾驶的生产力工具 2024-07-31 15:38:41 先从一个有趣的话题聊起:小麦是如何驯化人类的?这是《人类简史》中一个很有意思的观点。一万八千年前,小麦只是新月沃地普通植物,而经过漫长地对人类的驯化,它成为了地球上最广泛种植的作物。这种驯化包括,改变人类此前的狩猎采集生活,迫使人类进行播种、除草、施肥等农业劳动,甚至建立更有效的社会体系去扩大种植范围。随着生产力提升,这种小麦统治被工业文明所终结,但取而代之的是机器对人类的奴役。工业革命后,机器展开了对人类的控制,推翻这一统治的是人工智能。有多少人工,才有多少智能,人工智能顺利登上统治位。现阶段人工智能,需要大量的场景采集、数据分拣、人工标注。这种劳动,有一个更好听的名词,叫做“监督学习”。想要改朝换代,必须要有生产力的革新,这就要提到今天想聊得重点,“自监督学习”和超级计算机,加速变革的下一代生产力工具。自监督学习摆脱人工标注成本束缚自监督学习是相较于监督学习、弱监督学习而言的概念。简单理解,监督学习依靠人工对所有数据进行标注。弱监督学习如同“授人以渔”,用部分标注好的数据来让系统“举一反三”。自监督学习则完全不依赖人工标注,对自动驾驶而言,数据标注费时费力,随着传感器增加和路测里程增加,面对海量数据,自监督学习成了各家企业都努力的方向。例如特斯拉,其目前在全球有大约120万辆汽车在帮助收集真实道路信息,依靠庞大的数据量依靠人工标注,成本高利用率也非常低,必须依靠自监督学习才能处理如此海量的数据。目前关于特斯拉在自监督学习上进展的信息很少,所以我们无从得知,但近期国内自动驾驶公司轻舟智航关于自监督学习的论文被CVPR 收录,我们可以由此去理解什么是自监督学习。自监督学习最普遍场景是给黑白照片上色,模型训练的做法是,给定黑白照片输入,用对应的正确彩色图片做学习的标签,经过大量学习,模型就可以理解黑白照片中对应的位置该填充为怎样的颜色。可以理解为上学时,偷看数学题的答案,试着倒推出解题过程,这种事做多了,也就能够理解不同的数学题的类型,该套用怎样的解题过程。轻舟智航的研究有些如此类似。我们先看结果,通过视频可以看出,轻舟智航的车辆能够对道路上激光雷达采集到到的同一运动物不同点云打包为一个规则的运动物体,并预测其运动轨迹,此前对于这类素材,需要人工将其中的几个点框起来并标注上“公交车”,而现在这项工作通过自监督学习自动完成。轻舟智航的做法是用相机信息,为激光雷达的点云信息做自监督学习的引导,简单理解,相机信息给到的画面就是参考答案,激光雷达点云对着参考答案,去倒推如何将点云的运动,理解为环境中对应道路参与者的移动。受制于人工标注的成本,现阶段多数自动驾驶测试数据都无法发挥价值,利用自监督学习解决标注问题,将极大提高人工智能的发展速度。超算中心是自监督学习下的加速器一家商业公司投资建设超算中心,还顺便超越了中美日三大国的国家级超算中心,这种事也只能发生在特斯拉。据马斯克此前透露透露,特斯拉超算命名为 Dojo, 浮点运算能力达每秒100亿亿次。而目前全球超算排行榜第一的日本Fugaku(富岳)峰值每秒运算44.2亿亿次,排名第四的中国“神威太湖之光”,峰值每秒运算9.3亿亿次。不过,为了人工智能训练建设计算中心,特斯拉并不是唯一的。今年的Google I/O开发者大会上,谷歌发布了由 4096 个TPU v4单芯片组成的TPU v4 Pod,单个算力 100 亿亿次,和Dojo齐平,且同样也服务于人工智能训练。国内,商汤科技在上海浦东投资40亿建设超级计算中心,具体算力未知,国内包括华为、百度、阿里巴巴等科技公司,也都有部署有人工智能计算中心。现阶段由于监督学习下,人工标注的效率和成本限制,算法模型训练对算力的需求并不急迫,虚拟仿真也借助第三方服务商运行。但随着自监督学习摆脱对人工标注的束缚,自有大算力平台将对自动驾驶训练速度产生立竿见影的效果,自动驾驶企业间的差距也将愈发明显。自监督学习和专为人工智能训练使用的超算中心,将是拉开技术差距的生产力工具,属于自动驾驶的“军备竞赛”才刚刚打响,而这场战火也将掀起真正的人工智能革命。 谢谢那么好看的你读完了全文,再给辛苦写作的小编点个“在看”吧! END 搞机实验室|评测高合HiPhi X车机,这就是量产车的天花板? 英飞凌副总裁:不会因为芯片短缺,就盲目压缩交货周期 车企想翻身,换标有用吗? 科技感走在豪华品牌前列,V2X、车载香氛都有,22款林肯冒险家Corsair全新升级 【老赵说车】玛莎拉蒂全系试驾:当传统豪华品牌拥抱轻混和智能驾驶 比亚迪DM-i与本田锐·混动e+、理想ONE谁更先进?为什么说核心竞争力不是技术 赞 (0) 相关推荐 什么是自编码网络 一.引言 深度学习是人工智能的基石,正飞速的改变着我们的生活,也是现在最热的研究方向之一.深度学习的传统方法是监督学习,需要提供大量人工标注的样本标签.但像很多时候很难提供准确的样本标签,比如真实地震 ... 2019年上半年收集到的人工智能强化学习干货文章 2019年上半年收集到的人工智能强化学习干货文章 从0到1-强化学习篇 关于人工智能中强化学习的扫盲 强化学习简介 深度强化学习 探索强化学习算法背后的思想起源! 强化学习基础 什么是强化学习?强化学 ... 【科研简讯】 基于渲染对比学习和半监督学习的三维超声卵巢卵泡自动分割 MICS科研简讯第三十九期 研究背景介绍 今天为大家介绍一篇基于深度学习的三维超声卵巢卵泡自动分割的文章.三维超声成像是临床医师用于检查女性生殖器官(如卵巢)最常用的影像工具.卵巢功能的评价.卵泡的计 ... 重磅!Waymo 联手戴姆勒,打造冗余系统,加速自动驾驶卡车落地 这已经是 Waymo 第五个合作伙伴了. 作者 | 大壮旅 看似八竿子打不着的戴姆勒与 Waymo 居然走到了一起. 10 月 27 日晚,两家公司共同宣布,双方已经在全球范围内建立了"广泛 ... 300米远程深度估计:港科大重磅开源自动驾驶深度感知新技术,远超现有雷达|CVPR2020 arxiv链接:https://arxiv.org/abs/2004.03048 project主页:https://kai-46.github.io/DepthSensing/ slides:htt ... 中海达:加速自动驾驶应用落地 中证网讯(记者 万宇)1月14日,记者从中海达(300177)获悉,公司最近完成上海某重要车企的相关工作,全新的自动驾驶产品会与合作伙伴全面推向量产化工作. 据介绍,2020年,中海达重点发力了自动驾 ... 毫有引力|除了AlphaGo,深度强化学习还能用在自动驾驶领域? 这里是我们的新栏目「毫有引力」的第 2期,未来将持续进行自动驾驶相关技术分享. --今天我们特别邀请了毫末智行认知专家小吕老师 想当年 AlphaGo 因接连战胜一众国际顶尖棋手,一举成名!好家伙,成 ... 自动驾驶仿真开发工具PreScan快速入门系列-第一期-Prescan架构及基础场景建模 PreScan 具有开发和测试 ADAS 传感器和控制系统的综合能力.本部分概括介绍了现有功能,例如,传感器模型.地面实况传感器模型.场景生成功能.汽车动力学选项.导入器,以及与第三方软件及硬件的可用 ... 自动驾驶仿真开发工具PreScan快速入门系列-第二期-基于PreScan搭建MiL闭环仿真-验证AEB算法 PreScan 具有开发和测试 ADAS 传感器和控制系统的综合能力.本部分概括介绍了现有功能,例如,传感器模型.地面实况传感器模型.场景生成功能.汽车动力学选项.导入器,以及与第三方软件及硬件的可用 ... 自动驾驶仿真开发工具PreScan快速入门系列-第三期-通过UDP通讯实现SIL闭环仿真 PreScan 具有开发和测试 ADAS 传感器和控制系统的综合能力.本部分概括介绍了现有功能,例如,传感器模型.地面实况传感器模型.场景生成功能.汽车动力学选项.导入器,以及与第三方软件及硬件的可用 ... 深度|273天建成的“乌镇之光”超算中心见证了怎样的桐乡速度?会带来哪些新飞跃? 今天上午,世界互联网大会永久举办地--桐乡乌镇,"乌镇之光"超算中心落成仪式在这里举行. 计算力就是生产力,超级计算机被誉为"计算机中的珠穆朗玛峰",是现代科技 ... 热点板块运行规律深度揭秘 ■文丨老散论市 最近有学员股友总是给我留言,说老散老师,最近独角兽概念这么热,感觉每天股市都有这么多热点板块,这个板块的运行有没有什么规律,他特别想学习板块运行这块的内容,我就整体给他语音解析了下.今 ...