深度学习边界难测, iSee 通过人脑认知应用让机器更聪明 | GAIR硅谷智能驾驶峰会

2018 年 1 月 10 日 新智驾 报道汽车未来的

* iSee CEO 赵一彪博士

文 | 张梦华

来自新智驾(AI-Drive)的报道


深度学习为人工智能发展提供了强大助力,通过海量数据的灌输,机器可以进行多种模型下的完善强化,逐步具备人类的感知与判断能力。这是多数自动驾驶公司正在采用的方式,以大数据的持续喂养,不断训练系统的感知与决策,最终实现安全可靠的“机器”驾驶。


这也意味着,自动驾驶公司必须具备庞大的数据储备或连接。谷歌的自动驾驶汽车已经在现实道路上行驶了 400 多万英里,这些车辆的驾驶行为数据将与虚拟引擎产生的数据持续喂食其机器模型,帮助系统解决多种场景下的道路行驶设定,最终完成 L4、L5 的自动驾驶目标。


但依赖神经网络需要面对的一件事情是,如何解决深度学习的边界问题。对人工智能公司来说,即使数据量再庞大,也无法覆盖所有的现实场景。自动驾驶公司要如何解决这些不计其数的 corner case,保证车辆能够应对路程中的各种情境,实现安全驾驶,成了行业面临的共同命题。


毕业于 UCLA 的赵一彪选择的是一种完全不同的思路。他参与联合创办并担任 CEO 的自动驾驶公司 iSee,希望通过研究人类认知的原理与逻辑,让机器模仿人的认知,从而具备理解和预测现实情境的能力,实现真正的安全驾驶。这家公司是 MIT 发起的风险投资机构 The Engine 公布的 7 家投资公司中唯一一家自动驾驶公司,这个正在实验室中埋头研发的小团队也被很多人认为将改变自动驾驶未来的技术发展格局。


赵一彪在 UCLA 师从著名计算机视觉专家朱松纯教授,之后又在 MIT Computational Cognitive Science Lab 进行人脑认知与机器认知方面的研究,并得到人工智能顶级学者、MIT 教授 Josh Tenenbaum 的指导,后者现在也是 iSee 的顾问。


“人脑对现实世界的线索非常敏锐,但眼下,AI 在这方面的能力还非常有限。”赵一彪表示。


“深度学习很厉害,你可以学习很多之前的经验,但你不可能获得囊括整个世界的数据群。现在的 AI 主要是数据驱动,很难理解常识,这是它缺失的关键因素。”在赵一彪看来,人工智能还远不能达到真正的智能,而帮助机器建立常识或许可以弥补这一缺陷。


比如,给出大量狗的照片以后,一个深度学习系统可以识别一只狗,但它并不理解狗有四个爪子,有毛发,有一个湿湿的鼻子,如果没有进一步的训练,它也不能识别其它动物以及画出来的狗。


人类驾驶员具备对现实世界的基本认知,可以依靠常识理解世界,建立自己的生活经验,并凭借这种经验在各种陌生情境中做出敏锐反应。他们知道车辆一般停下车需要多长时间,什么情况下会突然出现行人,但让自动驾驶汽车去考虑每一种可能出现的情况则几乎不可能。


赵一彪与团队在做的就是研究人类的认知方式,而后运用这种认知科学赋予机器某种常识,帮助其建立快速应对陌生情境的能力,让机器像人一样学习、理解外部世界,进而与外界交互。


据新智驾了解,Tenenbaum 教授一直专注于探索人脑的工作,其中包括研究儿童的直观认知。他解释称,儿童理解现实世界的能力可以帮助他们预测很多不熟悉的情境。即使是一个幼童也比当前最聪明的 AI 系统聪明,理解现实世界对推测人的心理状态和下一步行为有很大帮助,比如通过观察他的行动,可以推测出他是要够一个杯子或是其它。


Tenenbaum 希望将这些应用到 AI 系统中,2015 年,他和纽约大学、卡耐基梅隆大学的学者以这种思路开发了一个非常重要的程序,它能够从预先提供的几个案例中学习认知笔迹。


Tenenbaum 的实验室既有传统的机器学习,又有新奇的概率规划方法,这样机器就可以在学习现实世界规律的同时,推测更多其它不确定性意图。


摒弃简单的规则和机器学习算法,让机器像人脑一样进行常识认知,这在自动驾驶行业仍属于前沿研究,如果其可行性得到证明,也意味着,自动驾驶公司在进行技术升级时,可以从对数据量的依赖中得到松绑,因为只要少量数据即可帮其完成这种常识认知。这对整个人工智能行业都将产生很大影响。


但是,脑认知科学具体如何作用于机器,其眼下进展如何,还存在哪些问题,它是否真正可行......这些问题我们都很难从一两篇新闻报道中弄清,1 月 16 日,雷锋网 · 新智驾将在美国硅谷举办 GAIR 硅谷智能驾驶峰会,届时,将有国内外多位自动驾驶行业专家到场,带来丰富的行业干货分享,这之中就包括正在机器认知这一前沿技术领域寻求突破的赵一彪博士,关于以上众多问题,他也会做出耐心细致的解答。


而同时到场的 2005 年 DAPRA 挑战赛冠军斯坦福车队成员 Adrian Kaehler、加州大学伯克利分校 InterACT 实验室主任 Anca Dragan、百度 Apollo 平台研发负责人王京傲、地平线创始人兼 CEO 余凯、AutoX 创始人兼 CEO 肖建雄、通用汽车激光雷达系统 BFO 张文德等业界、学界大咖也将组成本年度不可错过的最强阵容,点击文末“阅读原文”或访问


 https://gair.leiphone.com/gair/gairsv2018


便可获取本次峰会详细信息,加入这场中美自动驾驶的豪华盛会。【完】


注:本文内容部分编译自 MIT Technology Review 对 iSee 的报道


欢迎在今日头条、天天快报、UC 头条、一点资讯、新浪微博、搜狐号、网易号关注@新智驾


推荐阅读:


更名后的安波福在 CES 完成自动驾驶首秀,我们去体验了一把 | CES 2018


一场峰会看遍中美顶尖智能驾驶技术


2018 年 1 月 16 日,雷锋网新智驾将在旧金山湾区举办 GAIR 硅谷智能驾驶峰会。


中美最强团队齐聚硅谷,特惠票限时开抢,详情扫描下方海报二维码,或点击「阅读原文」。


登录查看更多
0

相关内容

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。完全的自动驾驶汽车仍未全面商用化,大多数均为原型机及展示系统,部分可靠技术才下放至商用车型,但有关于自驾车逐渐成为现实,已经引起了很多有关于道德的讨论。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
人机对抗智能技术
专知会员服务
189+阅读 · 2020年5月3日
【BAAI|2019】类脑神经网络技术及其应用,鲁华祥(附pdf)
专知会员服务
29+阅读 · 2019年11月21日
医疗知识图谱构建与应用
专知会员服务
375+阅读 · 2019年9月25日
当 AI 全面实现认知智能时,机器人还只是机器吗?
未来产业促进会
5+阅读 · 2019年5月9日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
深度学习局限何在?图网络的出现并非偶然
机器之心
6+阅读 · 2019年1月24日
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
IBM长文解读人工智能、机器学习和认知计算
人工智能学家
5+阅读 · 2018年8月26日
【人工智能】人工智能的应用边界
产业智能官
4+阅读 · 2018年1月9日
【人工智能】人工智能在深度学习领域的前世今生
产业智能官
5+阅读 · 2017年11月24日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
Graph Analysis and Graph Pooling in the Spatial Domain
Arxiv
4+阅读 · 2018年4月10日
Arxiv
7+阅读 · 2018年1月24日
Arxiv
9+阅读 · 2016年10月27日
VIP会员
相关资讯
当 AI 全面实现认知智能时,机器人还只是机器吗?
未来产业促进会
5+阅读 · 2019年5月9日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
深度学习局限何在?图网络的出现并非偶然
机器之心
6+阅读 · 2019年1月24日
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
IBM长文解读人工智能、机器学习和认知计算
人工智能学家
5+阅读 · 2018年8月26日
【人工智能】人工智能的应用边界
产业智能官
4+阅读 · 2018年1月9日
【人工智能】人工智能在深度学习领域的前世今生
产业智能官
5+阅读 · 2017年11月24日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
相关论文
Graph Analysis and Graph Pooling in the Spatial Domain
Arxiv
4+阅读 · 2018年4月10日
Arxiv
7+阅读 · 2018年1月24日
Arxiv
9+阅读 · 2016年10月27日
Top
微信扫码咨询专知VIP会员