谷歌無人車之父：2050年自動駕駛會超越人類駕駛
谷歌無人車之父：2050年自動駕駛會超越人類駕駛
2017-08-25 11:02:51 來源：和訊科技
搶沙發(fā)
2017-08-25 11:02:51 來源：和訊科技
摘要：在8月24日舉行的“2017全球汽車 AI 大會”上，原谷歌副總裁、谷歌無人車之父 Sebastian Thrun發(fā)表主題演講，分享了自己對無人駕駛技術(shù)的看法。
關(guān)鍵詞：
自動駕駛
在8月24日舉行的“2017全球汽車 AI 大會”上，原谷歌副總裁、谷歌無人車之父 Sebastian Thrun發(fā)表主題演講，分享了自己對無人駕駛技術(shù)的看法。
Thrun表示，自己早在2015年就相信，2050年機器駕駛會超過人類駕駛。
他指出，現(xiàn)今來看，人們越來越意識到，其實有一些新的技術(shù)可能在某一天以內(nèi)就可以改變所有人的生活，“不管你現(xiàn)在的工作是什么，有可能在未來某一天、某一項技術(shù)就能夠改變你的工作。現(xiàn)在全球有很多的人都在研究這些新技術(shù)，這些人都是非常瘋狂的人，他們非常致力于這些新技術(shù)的研究，特別是在無人駕駛和自動駕駛方面。”
對于機器人的具體優(yōu)勢，他提到：
機器人擁有大象般的記憶，機器人可以記住所有的東西，所以我們只要把這些數(shù)據(jù)都預(yù)先存進去，然后收集數(shù)據(jù)再進行數(shù)據(jù)的處理和分析之后，機器人可以記住所有的數(shù)據(jù)，然后可以讓整個的行駛變得非常安全。一旦有精確 3D 的成像，就可以做出非常意想不到的效果。換句話說，可以通過新的技術(shù)發(fā)現(xiàn)原來沒有的解決方案，而且精度更高。
機器人的“超強記憶力”，體現(xiàn)在對周圍物體的統(tǒng)計。“從動態(tài)的角度而言，我們知道了周邊的情況希望有動態(tài)的呈現(xiàn)，現(xiàn)在這里面顯示的是動態(tài)呈現(xiàn)的情況。包括怎么樣能夠通過激光或其他的方式，或者是通過3D的方式，來一下包括身邊的自行車、行人等等。” Thrun 表示，通過這樣人們可以把所有的物體進行統(tǒng)計，比如說動態(tài)的物體和靜態(tài)的物體，包括移動的速度是多少等等，通過這些的數(shù)據(jù)輸入就實現(xiàn)了這樣的呈現(xiàn)。
為了實現(xiàn)這一點，Thrun經(jīng)過數(shù)年開發(fā)了項目來追蹤所有的物件、物體，這就是大家看到的不同的行人、不同的汽車、不同的自行車往來穿梭的場景。Thrun 認為，在這種情況下，無人駕駛的優(yōu)勢肯定比有人駕駛的優(yōu)勢更為明顯。
對于機器人的深度學習能力，Thrun以谷歌無人駕駛技術(shù)舉例。他表示，谷歌的軟件通過將駕駛功能的記憶輸入到計算機里面，然后計算機進行學習，通過機器人的不停學習、車聯(lián)網(wǎng)的方式使所有其他的人也學習了這樣的功能和掌握了交通事故的模型。
“所以通過 AI 比人類學習的速度更快。無論你對技術(shù)有多大的懷疑，但是一兩年之后必須要相信機器的學習能力要遠遠超過你的學習能力。”
“機器可以通過自己的錯誤來學習”，Thrun 表示，你教孩子的話不可能告訴他任何各種各樣的意外事故，不可能一條一條地教給他。而是教了孩子之后，給他一個環(huán)境他自己去學習、去適應(yīng)。對于計算機也是一樣，你把大的規(guī)則輸入到計算機，計算機會通過深度學習的方式進行創(chuàng)新性地分析。一個計算機學好了之后，會使其他的計算機也受益，這樣學習速度當然要超過人類，這是非常大的一個轉(zhuǎn)變。
最后，Thrun 談到了他對共享汽車與無人駕駛技術(shù)結(jié)合的看法。他指出，“共享汽車現(xiàn)在在中國也是非常流行了，共享汽車可以變得更加舒適，也可以變得更加經(jīng)濟，特別是對于我們個體來說是非常有益的。”Thrun認為，未來幾年有可能自動駕駛的車也會融入到共享汽車的板塊里：
在這里其實我們只需要登陸 APP 去預(yù)約這個車，這個車就可以自己開過來。這是我們差不多幾個月前所做的一個原型，我們可以拿出手機上點擊預(yù)約按鈕，車就可以自己開過來接你。當然你想要開車的話可以自己開車，你想讓它自己駕駛，可以讓車自駕，有這兩種模式可以選。這是一個非常好的例子，未來在共享汽車方面，有可能自動駕駛也是非常大的一塊市場。
第三十四屆CIO班招生
國際CIO認證培訓
首席數(shù)據(jù)官（CDO）認證培訓
責編：yulina
免責聲明：本網(wǎng)站（http://www.www.gypb.net/）內(nèi)容主要來自原創(chuàng)、合作媒體供稿和第三方投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
本網(wǎng)站刊載的所有內(nèi)容（包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等）版權(quán)歸原作者所有。任何單位或個人認為本網(wǎng)站中的內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，請及時通知本站，予以刪除。
