leiphone 老吕IO
編者按：以深度學習架構為基礎的人工智慧技術（如深度神經網路，DNN）早已在全球鋪開，其應用範圍覆蓋了汽車市場、電腦視覺、自然語言處理、傳感器融合、物體辨識別和自動駕駛等領域。
眼下，自動駕駛新創公司、網路公司和 OEM 商都在探索圖形處理單元（GPU）在神經網路中的應用，推動車輛早日進入自動駕駛時代。
如今，業界最先進的高級駕駛輔助系統（ADAS）一般都建立在整合或開放平台之上。想要獲得更智能更複雜的ADAS系統，並邁向完全自動駕駛時代，我們需要開發、模擬，並最終拿出一套完整的解決方案。
這篇論文描述了，以深度神經網路為基礎的深度學習架構發展現狀，該架構將充當汽車上的超級電腦，成為整合在自動駕駛車輛平台的驅動核心。本文主要對人工智慧技術，在自動駕駛車輛中的運用進行介紹。
| 什麼是深度學習？
深度學習是當下推動 AI 發展，最受歡迎的方法，它讓機器能認識並理解這個世界。神經網路是一大批簡單、可訓練的數學單位，它們可攜起手來學習複雜的動作，如本篇提到的駕駛。
深度學習還是一個過程，在這一過程中，數據被轉換成了電腦程序做出的決定。它與那類基於算法的系統的最大不同，就是一旦搭建起基礎模型，深度學習系統就能靠自己學習，來完成既定任務。
這些任務的範圍也十分寬泛，包括為圖片加標籤、理解人類語言、保證無人機獨立執行任務和驅動車輛自動行駛。深度學習可以模仿人類，大腦的學習和認知模式，理解語言和關係，並分辨話語中的歧義。
神經網路都是固有的並行模型，因此它們與多核心的GPU簡直是天作之合，而後者在PC、機器人和車輛上，都扮演著重要的角色。GPU可以充分釋放神經網路的平行性，在深度學習系統的定義、訓練、優化和佈局上優勢巨大。
美國《大眾科學》（Popular Science）曾撰文稱，「GPU是現代AI技術的骨幹。」
| ImageNet
深度學習過程中最簡單的一個例子，就是 ImageNet 大規模視覺辨識挑戰。該挑戰將評估大規模圖片和影像資料庫中物體辨識、圖片和場景分類算法的能力。
在2012年前，由於傳統電腦視覺算法的瓶頸，物體辨識準確度的提升相當緩慢（辨識率低於70%）。但2012年深度學習技術的引入，讓辨識準確度躍升至80%左右，而現在這一數字則提升至 95%，深度學習已經完全替代了傳統的電腦視覺算法。（見圖表1）
圖表 1 : 在ImageNet挑戰中傳統電腦視覺與深度學習，在準確度方面的對比
| 深度學習在高科技產業中的現狀
社交巨頭Facebook是業界第一家，利用GPU加速器訓練深度神經網路的公司。深度神經網路和GPU在全新的「大蘇爾」計算平台，和Facebook的AI研究院（FAIR）系統中，扮演著重要角色。
Facebook稱自己的目標是，推動機器智慧不斷進化，並為人類找到更棒的溝通方式。
谷歌在深度學習領域也投入巨大。TensorFlow 是該公司第二代機器學習系統，其任務是理解大量的數據和模型。在架構內，TensorFlow 可靈活的完成各種任務，如知覺和言語理解，因此它在圖片辨識和分類、跨文本分析等方面，有著得天獨厚的優勢。
谷歌用數千個 GPU 大幅提升了深度學習能力，而若換成同樣是數量的 CPU，其能力僅有搭載 GPU 平台的十分之一。
該公司負責電腦視覺和機器學習的研究員 Anelia Angelova 認為，谷歌還在自動駕駛汽車項目中，用到了串聯型的深度神經網路，它可幫助車輛探測路上行人的軌跡。
| 自動駕駛迴路
圖表2：自動駕駛迴路
圖表2向我們展示了，自動駕駛迴路的主要組成模組。其目標是通過相機、雷射雷達和超音波傳感器，即時感應車輛周圍360度範圍內的情況。通過這些設備收集的數據，算法可以準確的理解車輛周邊環境，並給予精確回反饋，包括車輛周邊靜態和動態的物體。
深度神經網絡路的加入，讓車輛對周邊物體的探測，和分類能力大幅提高，因此傳感器數據的融合，也變得更準確。隨後，這些經過加工的數據，將成為車輛感知、定位和規劃路線的重要依據。
在這一複雜過程中，
- ‧第一步名為「感知」，它覆蓋了傳感器數據融合、物體探測、分類、探測和追蹤的人物劃分。‧第二步則是「定位」，它包括地圖融合、地標和GPS定位。精確獲取自己所處的位置對自動駕駛車輛非常重要，因為這是它安全行駛的前提之一。而如何整合高精度地圖數據，這是車輛判定自己位置的關鍵。
‧最後一步是「路徑規劃」，其中包括車輛的線路和行為。自動駕駛車輛需要在高度動態的環境中，安全的躲避各種潛在風險，通過複雜的算法，找出適合行駛的路徑，同時對環境的變化作出預測。 - 此外，車輛需要保持行車的穩定，減少對乘客和其他車輛的干擾。在路徑規劃中，車輛需要將以上因素全部考慮在內，並最終給出一個完美的解決方案。
因此，想完成這一任務，車上的智能慧攝影機只能算杯水車薪，這其中每一步都需要深度神經網路的參與。通過深度神經網路，車輛要完成路面物體的探測和分類，地標建築的辨識和駕駛過程中的判斷等。
此外，深度神經網路完全是一個開放平台，各家車廠或一級供應商都可在該基礎之上，拿出自己的解決方案，同時防止自家產品與競爭對手同質化。
| 深度學習流程
深度神經網絡是多層神經網路集結在一起形成的。在物體辨識上，第一層的神經元會探測到各種邊緣，而第二層的神經元則會辨識更為複雜的形狀，如由各種邊緣組合而成的三角形和矩形。而在第三層中，神經元的辨識能力再次增強。因此，只要能搭建起神經網路框架，就能解決許多特殊問題。
自動駕駛技術挑戰性巨大，就是因為擁堵的城市中路況非常複雜，很難進行有效預判。因此，研究人員需要將許多傳感器和數據進行有機結合，以便精確定位車輛位置，並感知路況、設定路線和控制方向盤。
深度學習簡直就是以上這些困難的克星。眼下，與Caffe類似的神經網路框架，可以進行選擇性的學習。Caffe是伯克利視覺與學習中心的作品，它在表達、速度和模組化程度上優勢巨大，因此非常適合肩負起自動駕駛的挑戰。
圖表3: 深度神經網路的物體辨識過程
完成以上諸多步驟後，特定的框架需要為特殊任務進行特訓，物體辨識和分類就是典型例子。像體育訓練一樣，想帶深度神經網路，出師需要一個教練來保駕護航，指導它如何做出反應。
圖表 4 中提到的打分函數，決定了期望輸出與實際輸出的不同，而這一不同就是我們所說的預測誤差。神經網路中的每個神經元都會出現誤差，而這些誤差會成為神經元之間相互調整的權重訊息。這樣一來，在同樣的述如下，神經網路的反應就會準確很多。在外部刺激下，無需程序員干預，深度神經網路也能做出正確選擇。
圖表 4 : 深度神經網路訓練迴路
為瞭解決訓練問題，開發人員首先要用駕駛場景的圖片，搭建一個數據庫。此外，訓練前他們還要給這些圖片貼上正確的標籤，或正確的駕駛決定。一旦數據庫搭建完成，框架模型就能配置成功，訓練的問題也就迎刃而解了。
隨後，研發人員需要在模擬的駕駛情況下，對完成訓練的神經網路進行離線測試。驗證完成後，它就正式「畢業」並可以被刷入自動駕駛車輛的行車電腦（ECU）來進行路試了。另外，端對端系統的培養方案與其類似。
圖表5: 駕駛場景
圖表5介紹了一個現實中常見的駕駛場景，圖中的視角是美國高速公路上經常會看到的。研究人員會將數據灌入，以深度神經網路為基礎的自動駕駛系統，圖片下方的窗口會將各種數據視覺化。
位於窗口中心的白色車輛，已經感應到了身邊的兩輛車。根據車輛間的相對速度、位置和其他數據，路徑規劃系統會選擇最佳路線（圖中的綠色線）並根據情況決定是否變道。
| 英偉達DRIVE™解決方案
圖表 6 : 端對端深度學習平台
現下，英偉達已經拿出了一個可用於訓練、測試和自動駕駛車輛部署的整合平台。DRIVE解決方案讓車廠、一級供應商，和研究機構實力與靈活性大增，它們可在此基礎上，打造出讓車輛觀察、思考和學習的系統。
這套解決方案始於英偉達的DGX-1，這款深度學習超級電腦，可以用行駛中蒐集的數據來訓練深度神經網路。隨後，DRIVE PX 2就可以做出提前推斷，保證車輛在路上的安全。而連接兩者的是英偉達的DriveWorks，這款套件包括了各種工具、庫和模型，能大大提高自動駕駛車輛的研發、模擬和測試。
DriveWorks可以幫助傳感器校準，並獲取周邊數據，並通過DRIVE PX 2上複雜的算法，同步處理傳感器蒐集的數據。
| KITTI Benchmark
英偉達利用DRIVE解決方案，來發展自家的物體辨識系統，不過，該系統還有個名為DRIVENet的神經網路框架來當助手。
在5個月時間內，這套解決方案KITTI benchmark上拿到了最高分，最重要的是DRIVENet，可以即時做決定。
值得注意的是，英偉達的GPU們異常強悍，它們直接承包了分數排行榜前五名。這台名為KITTI的分數評價系統，由德國卡爾斯魯厄理工學院，與豐田工業大學聯合打造，它能判別物體辨識是否有效。
圖表 7 : KITTI benchmark測試成績
許多自動駕駛公司，已經是英偉達深度學習技術的用戶了，通過該技術它們訓練神經網路的速度提高了30-40倍。寶馬、戴姆勒和福特就是英偉達的用戶，此外，日本新創公司Preferred Networks和ZMP也是英偉達死忠粉。
在實地測試中，奧迪利用該技術在四小時內，完成了深度神經網路的訓練，同樣的工作量，一個智慧攝影機需要2年時間。沃爾沃則直接將英偉達DRIVE PX 2放進了實車中，未來它們將在哥德堡上路測試。
| 對未來的展望
BI Intelligence 預測，到 2020 年，全世界將有 1000 萬輛車，擁有一定的自動駕駛能力。它們中的許多都需要利用 AI 來感知周邊環境、確定車輛位置並應對複雜的交通環境。
圖表 9 : 搭載自動駕駛功能車輛未來的市場增長預期
眼下，一場自動駕駛領域的軍備競賽已經開打，未來會有更多新公司加入。同時，在各家公司的努力下，現在市場上 100+ 個行車電腦解決方案最終也將走向整合。
1. Introduction to deep learning, GTC 2015 Webinar, NVIDIA, July 2015 http://on-demand.gputechconf.com/gtc/2015/webinar/deep-learning-course/intro-to-deep-learning.pdf
2. The Crown Jewel of Technology Just Crushed Earnings, Ophir Gottlieb, Feb 17 2016, Capital Market Laboratorieshttp://ophirgottlieb.tumblr.com/post/139506538909/the-crown-jewel-of-technology-just-crushed
3. Google's release of TensorFlow could be a game-changer in the future of AI, David Tuffley, November 13, 2015, PHYS.ORG http://phys.org/news/2015-11-google-tensorflow-game-changer-future-ai.html
4. Facebook Open-Sources The Computers Behind Its Artificial Intelligence, Dave Gershgorn, December 10, 2015, Popular Sciencehttp://www.popsci.com/facebook-open-source-hardware-behind-artificial-intelligence
5. IMAGENET Large Scale Visual Recognition Challenge (ILSVRC),http://www.image-net.org/challenges/LSVRC/
6. Facebook AI Research (FAIR), https://research.facebook.com/ai
7. Google's Open Source Machine Learning System: TensorFlow, Mike Schuster, Google, January 15 2016, NVIDIA Conference, Tokyo
沒有留言:
張貼留言