去年，AlphaGo以4:1贏下李世石的世紀(jì)大戰(zhàn)在讓2016年成為人工智能元年的同時，也讓公眾對人工智能在現(xiàn)實場景中的應(yīng)用有了更多的期待。事實上，上述場景早在50年代便已有了相關(guān)的實踐。1959年，美國研究者Samuel便設(shè)計了一個下棋程序，這個程序可以在不斷的對弈中改善自己的棋藝，也就是具備了一定的“學(xué)習(xí)能力”。4年后，這個程序戰(zhàn)勝了研究者本人，又過了3年，這個程序戰(zhàn)勝了美國一個保持8年之久的常勝不敗的冠軍。

　　近60年之后，AlphaGo能夠贏下比賽的重要原因除了強(qiáng)大的計算性能外，也得益于它使用了大量圍棋高手之間的比賽數(shù)據(jù)來不斷訓(xùn)練自己。像人的大腦一樣從海量數(shù)據(jù)和經(jīng)驗學(xué)習(xí)中不斷變得更聰明——在人工智能領(lǐng)域，這個過程叫作“深度學(xué)習(xí)”。雖然距離“深度學(xué)習(xí)”這個概念的學(xué)術(shù)提出僅只有十余年，但卻幫助我們實現(xiàn)了諸多領(lǐng)域的突破，一個典型的例子便是自動駕駛。

 

　　汽車要想實現(xiàn)自動駕駛，感知、決策與控制三大系統(tǒng)缺一不可。其中，首要解決的便是圖像識別能力，而傳感器的“智能”水平很大程度上決定了自動駕駛汽車在復(fù)雜路況上的可靠度，因此深度學(xué)習(xí)的應(yīng)用便成為了關(guān)鍵所在。今年3月英特爾斥資150多億收購Mobileye便是為了憑借后者在計算機(jī)視覺比如物體識別和可行駛區(qū)檢測等上的優(yōu)勢擴(kuò)大公司在自動駕駛領(lǐng)域的影響力。

　　主機(jī)廠這邊例如奧迪也不斷通過深度學(xué)習(xí)來提高圖像識別能力，比如此前其基于A7平臺的自動駕駛測試車“Jack”就在多次實驗中驗證了利用深度學(xué)習(xí)技術(shù)的圖像識別能力十分有效。而今年海外推出的首款搭載第三階段自動駕駛技術(shù)的全新奧迪A8就在目標(biāo)識別以及圖像處理上使用了深度學(xué)習(xí)的方法，比如其前端攝像頭的應(yīng)用。安裝在新款奧迪 A8 后視鏡上的前端攝像頭是一套帶有智能圖像處理軟件的被動式光學(xué)系統(tǒng)，它每秒能生成 36 幅獨(dú)立圖像，理想條件下探測范圍可達(dá) 80 米，作為單目攝像頭時可精確測量物體的寬度和高度。圖像處理軟件通過比較前后時間點(diǎn)的圖像來計算周邊物體與本車之間的距離，還能夠識別和分類汽車、卡車、交通標(biāo)志、行人和車道標(biāo)線——這樣的能力是得益于深度學(xué)習(xí)技術(shù)在系統(tǒng)開發(fā)階段的運(yùn)用。此外，經(jīng)過圖像處理，它還能識別空白區(qū)域，比如可行駛路面。這樣，奧迪AI交通擁堵自動駕駛系統(tǒng)不僅能知道哪里有物體，也知道哪里能夠安全通行。

　　全新奧迪A8發(fā)布的同時，奧迪也公布了人工智能技術(shù)子品牌Audi AI，旨在運(yùn)用深度學(xué)習(xí)技術(shù)提供主動式的人機(jī)界面，由此作為未來第四階段自動駕駛技術(shù)以及更高級別智能駕駛的基礎(chǔ)。目前階段，中央駕駛輔助控制器zFAS是Audi AI在自動駕駛方面的關(guān)鍵所在，它包括了多個高性能芯片來為自動駕駛系統(tǒng)提供算法支持。奧迪在Audi AI上加入了更多深度學(xué)習(xí)的技術(shù)，通過數(shù)學(xué)和統(tǒng)計上的理論基礎(chǔ)，它的系統(tǒng)算法會在復(fù)雜的路況下獨(dú)立找到駕駛模式和規(guī)則，并據(jù)此做出各種判斷和選擇，比如采用機(jī)器學(xué)習(xí)中監(jiān)督式學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)的方法。最終隨著不斷地訓(xùn)練和進(jìn)化，會逐漸表現(xiàn)出與人類駕駛行為越來越相近的表現(xiàn)。
 

　　此前奧迪與林茨約翰·開普敦大學(xué)（JKU）合作建立的深度學(xué)習(xí)中心（Audi.JKU deep learning center）也將為Audi AI的發(fā)展提供支持。相信在不遠(yuǎn)的將來，基于深度學(xué)習(xí)架構(gòu)的人工智能在汽車行業(yè)，尤其是自動駕駛領(lǐng)域?qū)⒂懈嘣膽?yīng)用。