当前位置: 首页 » 行业资讯 » 机器人»Intel与Qualcomm的自动驾驶路线对比
   

Intel与Qualcomm的自动驾驶路线对比

 46.1K
     [点击复制]
放大字体  缩小字体 发布日期:2017-03-30   来源:腾讯   浏览次数:790
核心提示:  本年三月,Intel以150亿美金收买了主动驾驶范畴最年夜的芯片公司,Mobileye。收买的消息刹时刷屏,然则细心想来也是在道理当中。Intel自从客岁开端就下定决计要年夜举进武士工智能,开启了买买买形式,2016年持

  本年三月,Intel以150亿美金收买了主动驾驶范畴最年夜的芯片公司,Mobileye。收买的消息刹时刷屏,然则细心想来也是在道理当中。Intel自从客岁开端就下定决计要年夜举进武士工智能,开启了买买买形式,2016年持续出手收买了Nervana和Movidius两家分离善于办事器端和挪动端机械进修体系的公司。今朝人工智能最火的范畴,除办事器端供给AI办事(Nervana),挪动端供给轻量级低延迟AI运用(Movidius)外,就是主动驾驶最火了,所以Intel继Nervana和Movidius后的下一个收买目的选择了Mobileye实属公道。

  而从Mobileye角度来看,它与Intel的协作其实也有一段时光,自从与Tesla协作停止后,更是同心专心一意地参加了主动驾驶的Intel阵营,与Intel和BMW结成了主动驾驶同盟,配合反抗来势汹汹的Nvidia和Tesla。今朝该同盟还处于蜜月期,Intel和Mobileye就亲上加亲成了一家人,预期将来会用更多举措。


  另外一方面,Qualcomm也在客岁宣告收买了汽车电子行业巨子NXP。该收买案数额伟大,吸引了半导体业界简直一切人的眼光,同时也展现了Qualcomm想从手机家当走出去的决计。Qualcomm与NXP的营业重合不多,收买后更多是营业互补,NXP的汽车电子营业将成为Qualcomm将来疆土中的主要环节。



  Intel和Qualcomm,都对准了将来的汽车电子。明显,将来汽车电子潜力最年夜的偏向就是无人驾驶,但是Intel和Qualcomm选择了判然不同的两种通往无人驾驶的技巧途径。上面为您细心剖析两家公司的技巧蓝图。

  Intel:做一个机械人帮你开车

  Intel由微处置器发家,借着盘算机在上世纪的普及而一举成为全球最年夜的半导体公司。也恰是因为在盘算机行业过于胜利,想要接着之前在盘算机行业的经历去做挪动终端营业,成果遭受滑铁卢,错掉了挪动互联网的风口。下一个风口是人工智能,Intel固然不想再错过,是以连连出手年夜举投资。

  Intel与人工智能其实一向很接近。人工智能一向以来是盘算机范畴的一个分支,而Intel与盘算机的渊源更是不用多说,是以Intel去做人工智能基本就不算是转型,而只能说是略微调剂了一下盘算机营业的重点安排。Intel要做主动驾驶也是以人工智能为切入点,是以要从人工智能若何完成主动驾驶来剖析这件事。

  人工智能从盘算机出生以来,就成了盘算机迷信家一向在思虑的成绩,即可否用盘算机完成人类的思虑才能?盘算机迷信的祖师图灵就思虑过这个成绩,还提出了有名的“图灵原则”(即人类可否断定与之对话的是人照样盘算机)来赞助断定盘算机能否真正完成了人工智能。以后,在上世纪中叶,Minsky等工资人工智能的成长做出了卓著的进献,但是以后人工智能的成长却堕入了高潮。直到十年前,基于深度神经收集的深度进修再度突起,让众人的眼光再次集中到了人工智能这个话题上。神经收集是一种仿生人工智能算法,其突起的标记性事宜是2012年AlexNet的出生,完成了在ImageNet数据集上物体辨认精确率的年夜幅晋升。以后,神经收集愈来愈深,从十几层,到微软ResNet的一百多层,比来乃至有一千多层的深度进修收集涌现。

  Intel以人工智能作为主动驾驶的技巧道路,其终究目的是打造一小我工智能驾驶体系。该体系可以懂得为设计制作一个机械人,这个机械人理解用传感器感知汽车四周信息,而且依据人工智能算法做决议计划,以完成与人类一样乃至跨越人类表示的驾驶水准。就技巧角度,Intel担任这个机械人的年夜脑(盘算部门,Intel究竟是处置器行业的老迈其芯片能供给足够壮大的盘算才能),而Mobileye担任机械人的眼睛(传感器旌旗灯号处置芯片,传感器的原始数据量异常年夜,须要公用的高效处置芯片做预处置后再送去后真个通用途理器做主动驾驶的决议计划)。

  Intel假想的主动驾驶体系中须要用到多种传感器,包含摄像头,毫米波雷达,激光雷达,超声波传感器等等,Intel购置Mobileye的目标,就是为了给主动驾驶体系加上一双灵敏的双目,完成高效传感器融会。算法部门两家公司各有积聚,融会以后预期会有更好的算法涌现。而数据方面,就要靠与Intel协作的各年夜车厂供给以练习深度进修算法了。

  Intel选择的应用神经收集人工智能的主动驾驶归根究竟是一种仿生学设计,其师法的对象就是人类自己,不过就是用传感器替换了人类的眼睛,用深度进修算法取代了人类的年夜脑。从另外一个角度想,人类的极限根本就决议了这套主动驾驶体系的极限。在主动驾驶分级中,这套体系增援到第三级(有前提主动化)没有任何成绩,由于主动驾驶体系并没有完整接收汽车,这时候候相当于真人驾驶员是驾校锻练坐在副驾上,而主动驾驶体系是新司机(固然这个新司机在年夜多半时刻比真人老司机开得更好!),一旦主动驾驶出了甚么成绩真人老司机立马参与防止变乱。

  但是,到了第三级以上的主动驾驶(副驾真人老司机在开车进程中根本可以打打盹儿不论主动驾驶体系),人工智能想要真正接收汽车还有很多成绩。今朝人工智能中深度进修的道理是应用海量数据去练习收集,深度进修收集在练习后可以依据输出数据做决议计划。但是,数据即便再年夜,也弗成能笼罩一切状态,在许多意想不到的情形下算法能够失足。例如,就拿基于摄像头的主动驾驶来讲,摄像头起首获得图象数据,以后处置器在图象上做朋分,将配景与远景物体朋分开,再辨认远景中的途径,车道,运动物体(包含其他汽车,自行车,行人),估量这些物体与车的间隔,并做驾驶决议计划。但是,不管是图象朋分,物体辨认,照样间隔估量,都能够失足,并且失足的处所常常意想不到。之前Tesla的主动驾驶由于没能辨认后方的白色年夜卡车而发生了车祸,据报导征引能够是算法把年夜卡车当做了白云。如许的毛病在人类看来弗成思议,然则在基于深度进修的人工智能中却异常有能够,只需练习数据中没有包含这类情形就无机会犯这类毛病。但是,驾驶时路况千变万化,练习数据实际上弗成能笼罩一切状态,永久有这类就逮之鱼。即便统计学上的几率异常异常小,然则关于每一个车主来讲一旦产生了就是产生了。并且,一旦产生变乱,若何界定司法义务也是一个成绩,毕竟是车厂的义务照样司机的义务,也是一个尚待处理的成绩。

  别的,这还牵扯到了车主对主动驾驶的信赖成绩。固然如今人工智能应用的深度进修收集研讨异常炽热,但其实不代表人们曾经懂得了深度进修收集。深度进修的基本是统计学,收集的后果利害也是看测试数据集上的测试精确率,是以人们不完整明确深度进修收集的决议计划进程,一个典范的例子是AlphaGO对战李世石的时刻专业棋手连连表现看不懂AlphaGO的思绪,然则最初AlphaGO就是在一片“看不懂”中赢下了竞赛。往好里说,这是奇异,是潜力无限,往坏里说,这是不肯定性年夜。Tesla的主动驾驶汽车能高难渡过弯却会暗沟里翻船,未来主动汽车也能够在完整不肯定的处所失事故,让车主不克不及完整信任。说究竟,这个信赖成绩的本源,照样由于人工智能主动驾驶完整依附于一小我类还不克不及完整懂得的技巧。

  小结:Intel基于人工智能的主动驾驶技巧是想做一个和人一样依据四周情况做决议计划完成驾驶义务的体系。Intel的技巧可以疾速抢占今朝主流的0-3级主动驾驶市场,然则在更高等的主动驾驶(即主动驾驶体系控制车辆的更多主控权)范畴,光靠人工智能是不敷的。

  那末,更高等的主动驾驶市场要靠甚么?要靠将来交通的基本举措措施,即车联网(V2V,V2X)。而这是Qualcomm与NXP更善于的。

  Qualcomm:设计新型汽车本身就可以开

  Qualcomm的主动驾驶思绪与Intel完整分歧。假如说Intel是盘算机迷信家的思绪走人工智能,那末Qualcomm就是电子工程师的思绪走主动化掌握,即车联网。在车联网时期,每辆车和路上的交通举措措施都与收集衔接传递信息,如许车可以依据从车联网取得的信息来做驾驶决议计划断定,从而完成主动驾驶。

  车联网包含车与车之间的通信,也包含车与其他举措措施之间的通信。车与车之间的通信可让每辆车都控制邻近车的信息,例如间隔,时速等等。这一方面可以免交通变乱,另外一方面也能够增长驾驶效力。例如,如今在开车的时刻年夜家都邑与前车坚持足够的车距避免前车忽然刹车,有了车联网以后前车刹车的第一时光你的车就会晓得而且同步加速,如许即便车之间的间距很小也成绩不年夜。这个技巧今朝曾经用在了NXP给卡车车队开辟的体系中,在如许的车队里每辆车的驾驶进程都是同步的,从而可以省去很多由于加快加速的糟蹋的汽油。车与其他举措措施之间的通信也异常有效,例如车辆可以与路牌通信晓得今朝的限速。

  举个例子来讲明Intel和Qualcomm技巧的分歧思绪。下雨天的时刻,纯洁基于人工智能的主动驾驶轻易出成绩,由于车道朋分线鄙人雨天的时刻很隐约,人类都看不清晰,人工智能应用机械视觉也一样看不清晰,所以没法很好地辨认车道,能够会开着开着就开到其他道上去了。车联网的思绪就分歧,辨认车道压根不是靠机械视觉,而是可以靠途径的基本举措措施扶植使途径交通智能化。例如,可以在车道的朋分线上装置射频标签,汽车靠与这些射频标签通信便可以晓得本身有无行驶在途径中心,乃至还可以取得后方途径能否有弯之类的信息来赞助驾驶。明显,如许的计划不会遭到气象的影响。

  从下面的例子还可以看出两种计划的其他分歧点。起首,分歧于之前说到人工智能技巧许多时刻连研讨人员都没法懂得,Qualcomm应用的车联网中每个技巧细节(重要是无线通信)都曾经被工程师们完整懂得,是以不会涌现人工智能在弗成思议的处所失足的成绩,也不存在练习数据不敷的成绩。乃至在车联网旌旗灯号状态欠好的时刻,汽车也能实时提示司机实时接收,然则人工智能计划却未必能完成这一点。其次,Intel的主动驾驶技巧只是做部分优化,尽管一辆车;而Qualcomm的车联网则是有可以做全局优化的潜力,既然一切车都联网了那末交通也能够依据车流做优化劝导,例如交通灯会依据车流来调剂红灯和绿灯的时光。Qualcomm车联网计划会给汽车驾驶带来更年夜的奔腾。人类开车的时刻是经由过程眼睛看后方的路况和车距,脑筋依据这些信息来做断定并掌握汽车。Intel的人工智能驾驶是应用传感器取代人类眼睛,应用处置器取代人类年夜脑,然则人类眼睛会看错,断定会掉误,人工智能一样也会犯如许的毛病。Qualcomm的车联网计划基本就不须要眼睛,由于途径和车辆的及时信息曾经经由过程收集传递给车辆,所以就不会有“看错”的成绩。

  固然,Qualcomm的车联网也有一个很年夜的成绩,就是须要把车联网的基本举措措施都建好了能力完整施展出一切潜力,相较之下Intel的人工智能驾驶则与基本举措措施没有任何干系。现实上,车联网与人工智能主动驾驶其实不相互抵触,相反是相反相成的。在第0-3级主动驾驶中,人工智能便可胜任;然则到了更高等的主动驾驶,必需同时联合两种计划才行。

 
 
 
[ 行业资讯搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]