智东西（公众号：zhidxcom）
文 | 蓉蓉

导语：无需逐一对识别对象进行训练，Drive.ai汽车采用深度学习技术，利用过去驾驶经验就能作出更优化决策。

上个月，IEEE Spectrum杂志报道了去加州试驾Drive.ai’s的自动驾驶汽车的体验，并去探寻他们如何应用深度学习功能去控制自动驾驶汽车。

Drive.ai是一家人工智能创业公司，该公司使用深度学习算法提供全栈的自动驾驶解决方案。Drive.ai由斯坦福大学的多名人工智能研究员创立。自2015年创立以来，Drive.ai已在融资中筹集了1200万美元。

Drive.ai成立时间不久，但是，在旧金山湾区(大部分)，该公司已经有一个可以进行自动导航的车队，这个车队有四辆车。甚至在有些及其困难的条件下，比如夜里或者下雨天，Drive.ai也可以进行导航。

Drive.ai从一开始就把深度学习技术构建进自动驾驶技术上。Drive.ai 其中一个创始人Sameep Tandon说道：“这与传统的机器人方法形成了对比，很多公司只是在某一个组件中使用深度学习功能，而我们把它使用的更加全面。”

由于机器人感知世界有太多的固有不确定性，通常深度学习应用于感知系统。因为深度学习擅长在任意场景中去识别一个特定种类的东西(比如一个人)，许多公司用深度学习去识别相机图像(举个例子)里的行人。从原理上看，一个深度学习系统可以学会识别图案，然后这个系统会扩展它的能力去识别它从来没有见过的图案：你无需针对每一个可能存在的人对它进行训练。

除了应用在识别摄像机图像上的行人，深度学习可也以应用于决策和运动规划上。而Drive.ai把深度学习利用得很好。深度学习算法擅长在多种不同的情况下做出工作决定，例如，在一个有四条车道的车站正确驾驶，或者在红灯前右转。深度学习系统通过数据来进行学习。深度学习算法识别的数据越多，它的分辨能力也就越高。数据的质量并非都是一样的，所以我们要投入大量的努力去收集高质量数据，然后给这些数据加以注释，来用它去优化深入学习算法。

Drive.ai所不同的是，它能够使用深度学习和自动化对数据进行注释，来从一开始帮助数据解码过程自动化。Drive.ai有一个人工注释的小团队，其中的大多数人主要负责全新的场景去进行训练，或着检验系统自动做的注释。

Tandon说：“我们希望能够训练深度学习系统来帮助我们感知和决策，其中包含一些规则和人类的知识来确保它的安全性”。

文章编译自：spectrum