原標(biāo)題：超乎想象 深度學(xué)習(xí)除了自動駕駛還能為我們做些什么？

作者：文/搜狐汽車 馬良

【搜狐汽車 遠(yuǎn)光燈】學(xué)習(xí)與思考能力可以說是人類與機器最本質(zhì)的區(qū)別，人類可以通過學(xué)習(xí)與思考來實現(xiàn)自我進化，而機器必須通過人類賦能才能實現(xiàn)特定的功能。在電影里，我們也曾經(jīng)無數(shù)次暢想過人工智能時代的樣子，但是結(jié)果往往是以人類被機器統(tǒng)治而收尾。

深度學(xué)習(xí)技術(shù)的出現(xiàn)讓機器第一次擁有了一定的“獨立思考”能力，而這種“獨立思考”的能力恰恰正是當(dāng)下火熱的自動駕駛技術(shù)所迫切需要的，于是乎深度學(xué)習(xí)技術(shù)與汽車行業(yè)擦出了激烈的火花。

什么是深度學(xué)習(xí)？

大部分人聽說“深度學(xué)習(xí)”這個詞大概都是來自于AlphaGo戰(zhàn)勝柯潔的新聞，此后網(wǎng)絡(luò)上也出現(xiàn)了鋪天蓋地的文章來為大家科普“深度學(xué)習(xí)”這個詞?？墒谴蟛糠值慕忉屨邕@個詞本身的名字一樣，過于“深度”，看了半天還是云里霧里。其實“深度學(xué)習(xí)”可以總結(jié)為很簡單的一句話：通過多層次的分析和計算手段，得到結(jié)果的一種方法。

那么是如何通過多層次分析和計算呢？主要方法便是神經(jīng)網(wǎng)絡(luò)。大腦可以說是身體中最為神奇的一個器官，大腦中的神經(jīng)元通過互相連接或是斷開來讓我們想起或是忘記一切事情，來讓我們思考問題或是計算公式。借助多層神經(jīng)網(wǎng)絡(luò)，電腦也可以實現(xiàn)類似于大腦思考的過程，對輸入的問題給出正確的答案。

深度學(xué)習(xí)能為自動駕駛做些什么？

發(fā)生在3月19日的Uber自動駕駛測試車致命車禍曾給自動駕駛行業(yè)蒙上了短暫的陰霾，但是這并不能阻擋自動駕駛技術(shù)前行的步伐。不過，事故還是暴露出了一些當(dāng)下自動駕駛技術(shù)普遍存在的問題，無法做到對突發(fā)情況百分百的及時感知與決策。

要想做出正確的決策前提就必須要做到完全的感知，對于目前的自動駕駛技術(shù)而言，識別車前到底是一個行人還是一輛車已經(jīng)不是什么難題，但如果要判斷這是一輛轎車還是一輛SUV，行人是一個成人還是一個小孩可能并不是那么容易。要想做到更高等級的識別，就必須借助深度學(xué)習(xí)技術(shù)。

圖像識別是深度學(xué)習(xí)最為擅長的，只需對系統(tǒng)進行訓(xùn)練，系統(tǒng)便可以實現(xiàn)正確的識別結(jié)果，但是在訓(xùn)練的時候需要一個由幾萬張以上圖片組成的訓(xùn)練集，這個訓(xùn)練集所包含的圖片數(shù)量越多，最終結(jié)果識別的準(zhǔn)確率便會越高。通過深度學(xué)習(xí)，自動駕駛系統(tǒng)不僅能做到基本的路徑識別、行人識別、道路標(biāo)識識別、信號燈識別、障礙物以及環(huán)境識別，還可以實現(xiàn)一些高難度的識別。

例如使用常規(guī)的圖像識別方法，如果馬路邊緣的道牙沒有特定的顏色，系統(tǒng)就無法很好的判斷出道路的邊界，自動駕駛汽車就很有可能會撞擊道路邊緣。而當(dāng)使用了深度學(xué)習(xí)技術(shù)之后，圖像識別系統(tǒng)就可以很好地區(qū)分出哪里是馬路，哪里是馬路邊緣的道牙。還有一種極端的情況便是如何實現(xiàn)在沒有車道線的地方自動駕駛，這時我們可以用人在沒有車道線的路況下開車的數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)， 訓(xùn)練好之后， 神經(jīng)網(wǎng)絡(luò)在沒有車道線的時候也能大概判斷未來車可以怎么開。

除了自動駕駛深度學(xué)習(xí)還能為我們做些什么？

當(dāng)然深度學(xué)習(xí)能為我們做的遠(yuǎn)不止自動駕駛，理論上講，只需要給出特定的訓(xùn)練集并采用特訓(xùn)練方法，深度學(xué)習(xí)可以學(xué)習(xí)人類的各種思考與判斷能力，開頭提到的AlphaGo便是一個很好的例子。不過讓我們的車掌握圍棋技巧顯然是多余且不切合實際的，那么深度學(xué)習(xí)還能讓汽車掌握哪些能力呢？

基于深度學(xué)習(xí)的智能語音系統(tǒng)將是未來汽車發(fā)展的一個重點方向，盡管目前對于深度學(xué)習(xí)來說，語音識別遠(yuǎn)不及圖像識別的效果好，但是隨著時間的推移，未來智能語音系統(tǒng)將可以清楚地分辨出車內(nèi)不同成員的聲音并且針對于他們的習(xí)慣來進行相應(yīng)的設(shè)置。這樣一來車內(nèi)系統(tǒng)無論是實體按鍵還是虛擬按鍵都可以統(tǒng)統(tǒng)取消了。

V2X技術(shù)目前正在向我們快速走來，未來必將是一個車聯(lián)萬物的時代，這意味著你只要坐在車內(nèi)幾乎就可以控制一切跟你生活息息相關(guān)的事情。而當(dāng)深度學(xué)習(xí)技術(shù)被發(fā)揮到極致的時候，你的車幾乎掌握你的每一個習(xí)慣甚至是每一個想法，也許只要你的腦中飄過一絲“我想洗澡”的想法，你家里的熱水器就會自動開啟并調(diào)整到合適溫度。

也許在短時間內(nèi)上面的場景將只是我們的一個暢想，但是我們也不能忘記，科技前行的步伐遠(yuǎn)遠(yuǎn)超出了我們的想象。深度學(xué)習(xí)技術(shù)的大量運用正是人工智能時代到來的一大標(biāo)志，而在人工智能時代我們身邊的大部分事物必將被完全顛覆，對于汽車來說也正是如此。

上一篇：無人駕駛車輛的應(yīng)急反應(yīng) 有時并不比人類做得更好 下一篇：無人駕駛車來啦！已在廈門進行，7月將批量生產(chǎn)~