轮胎后的大脑--斯坦福大学AI研究员正在教会汽车思考

简介: Drive.ai将深度学习的人工智能算法应用都无人驾驶汽车领域,使未来汽车具有与人类/其他车辆无障碍沟通、自动识别并快速响应路况的能力。


Mock-up of a self-driving car using Drive.ai technology communicating with pedestrians (Drive.ai)

上图为配备人工智能驾驶技术且可与行人沟通的无人驾驶汽车模型

Drive.ai驾驶人工智能)是一个由斯坦福大学人工智能研究员创建的备受关注的创业公司,这些研究员们想要教会汽车思考,于是公布了一个由软件驱动,可将传统汽车转变成无人驾驶汽车的配套工具包发布计划,由此使其研究成果商业化。


这家位于加州山景城(Mountain View, California)的公司试图在数周内开始测试改装过传感器的汽车,配合源于Drive.ai深度学习的软件,配备的一个车内界面和吸顶式显示屏可使汽车在刹车、变道或掉头时关注到周边行人和其他车辆。它的初始目标市场是使用常规路径的汽车,比如用于投送快递、搭便车,交通服务等用途的车辆。但是,驾驶AI并没有打算披露此系统的价格和上市时间。


Drive.ai的董事长、八位联合创始人之一的Carol Reiley说,与人类及其他汽车之间的沟通能力是确保人们对高自动化汽车接受度的关键


“我们集中精力于建立一种全新的车辆语言,让车辆有表达意图并与车内外人类以各种复杂方式交互的能力。”她在一份声明中说,“未来汽车会用清晰明了的方式跟我们沟通,且有自己的性格,就算没有人类司机也能让我们觉得愉悦又安全。”


这家在2015年初创时就募集到1200万美元首轮投资的公司还说,曾在频临破产的通用汽车复兴期间担任副总裁的Steve Girsky 资深汽车总经理、分析师和顾问,会加入它们的执行董事会。他丰富的汽车行业经验以及人脉将为这个尚在雏鸟期的科技公司带来无法估量的价值,尤其在建立汽车联盟方面。


大多数Drive.ai 的创始人的理念,都基于他们在斯坦福人工智能实验室期间对汽车系统的深度学习应用的研究。正如人类通过观察事例来进行学习,他们收集的详细路况和交通环境的数据被用于训练算法,使其逐渐获控制汽车在现实世界识别类似情况和即时响应的能力。


“深度学习是人工智能中最复杂的一种,最好的那种足以机智应对汽车在路上面对的许多情形。”Tandon 在一份声明中表示。Drive.ai的创始人在初始阶段就已经研究了深度学习在无人驾驶汽车的应用,这是真正能实现未来自动交通的技术。而且我们也在促使其往导航和内外交互方面进行演变发展。


由于此技术在深度学习上的专业度来源于汽车上的软件,这个年轻的公司已经跟一批汽车制造商合作,虽然并未指明具体哪些,发言人也没有打算宣布任何正式的合作伙伴。Drive.ai 已于4月在加州使用此技术在汽车上进行首次路测。


这个公司的筹码是汽车智能的力量可以使其获得独特优势,可在汽车厂商,技术大牛,零部件供应商不断的冲击中,完善汽车和卡车的自我驾驶能力,避免路上发生意外及致命事故,减小城市堵塞。


原文链接:

http://www.forbes.com/sites/alanohnsman/2016/08/30/brains-behind-the-wheel-drive-ai-plans-retrofit-kits-for-self-driving-cars/#2f941f851e8a

目录
相关文章
|
7月前
|
人工智能 供应链 监控
AI汽车制造
AI融入汽车制造,涉及产品设计、生产流程及质量控制等环节。AI助设计师精准建模与仿真,提升设计效率;自动化装配线提高生产效率,减少人为错误;机器视觉检测保障生产稳定性;AI优化生产计划与资源分配,增强灵活性。在质量控制上,AI实现全过程监控,预测设备维护需求,防止故障影响。此外,AI还助力个性化生产与智能供应链管理,满足市场需求。尽管面临数据安全等挑战,但AI将持续推动汽车产业创新与发展。
87 3
|
7月前
|
人工智能 安全 物联网
MWC 2024联发科实力大展示:AI、汽车、卫星通信打头阵
近日,联发科参展全球知名的通信产业盛会MWC 2024(2024世界移动通信大会)上,展示出一系列在AI和移动通信技术等领域的最新突破。今年以“连接AI宇宙”(Connecting the AI-verse)为主题的展厅吸引了大量行业人士和媒体驻足观看,尤其现场生成式AI技术演示更是让大量与会者争先体验。
|
4月前
|
机器学习/深度学习 人工智能 TensorFlow
神经网络深度剖析:Python带你潜入AI大脑,揭秘智能背后的秘密神经元
【8月更文挑战第1天】在当今科技飞速发展的时代,AI已成为日常生活中不可或缺的一部分。神经网络作为AI的核心,通过模拟人脑中的神经元连接方式处理复杂数据模式。利用Python及其强大的库TensorFlow,我们可以轻松构建神经网络模型。示例代码展示了如何建立一个含有两层隐藏层的简单神经网络,用于分类任务。神经网络通过反向传播算法不断优化权重和偏置,从而提高预测准确性。随着技术的进步,神经网络正变得越来越深、越来越复杂,能够应对更加艰巨的挑战,推动着AI领域向前发展。
52 2
|
5月前
|
存储 人工智能 大数据
TDengine 用户大会精彩回顾:AI+数据驱动汽车、能源、烟草、电力应用的未来
TDengine用户大会在京成功举办,聚焦“时序数据助你决胜AI时代”。涛思数据创始人陶建辉携手中科院院士王怀民等业界领袖,探讨时序数据最新进展及AI技术应用。会上发布了《时序大数据平台-TDengine核心原理与实战》一书,为企业与开发者提供宝贵指南。自2019年开源以来,TDengine已拥有57万用户实例,Star数达23.1k。王怀民赞赏TDengine全面创新,立足全球市场。大会还涉及数据库智能化运维、能源行业数字化转型等议题,并设有三大专场,深入讨论海量数据应用、智能制造新能源及新型电力系统,展示了TDengine在各领域的应用潜力与技术革新。
113 0
TDengine 用户大会精彩回顾:AI+数据驱动汽车、能源、烟草、电力应用的未来
|
1月前
|
传感器 机器学习/深度学习 人工智能
自动驾驶汽车中的AI:从概念到现实
【10月更文挑战第31天】自动驾驶汽车曾是科幻概念,如今正逐步成为现实。本文探讨了自动驾驶汽车的发展历程,从早期的机械控制到现代的AI技术应用,包括传感器融合、计算机视觉、路径规划和决策控制等方面。尽管面临安全性和法规挑战,自动驾驶汽车在商用运输、公共交通和乘用车领域展现出巨大潜力,未来将为人类带来更安全、便捷、环保的出行方式。
|
2月前
|
人工智能 运维 安全
AI来袭,IT人的工作还安全吗?来自汽车行业CIO的探讨
AI来袭,IT人的工作还安全吗?来自汽车行业CIO的探讨
AI来袭,IT人的工作还安全吗?来自汽车行业CIO的探讨
|
2月前
|
机器学习/深度学习 人工智能 算法
Nature子刊:AI模型测大脑年龄,究竟哪些因素会加速大脑衰老?
【10月更文挑战第7天】《自然医学》杂志近期发布了一项研究,介绍了一种名为BrainAge的人工智能模型,该模型可预测个体的大脑年龄并分析影响大脑衰老的因素。研究团队来自美国加州大学旧金山分校,利用英国生物银行的近50,000名参与者的数据,发现高血压、糖尿病、肥胖、吸烟、饮酒、缺乏运动及遗传因素均与大脑衰老有关。尽管存在数据集限制等局限性,BrainAge模型仍为研究大脑衰老和相关疾病提供了重要工具。
56 1
|
2月前
|
人工智能 自动驾驶 机器人
【通义】AI视界|苹果自动驾驶汽车项目画上句号:加州测试许可被取消
本文精选了24小时内的重要科技新闻,包括Waymo前CEO批评马斯克对自动驾驶的态度、AMD发布新款AI芯片但股价波动、苹果造车项目终止、Familia.AI推出家庭应用以及AI逆向绘画技术的进展。更多内容请访问通义官网体验。
|
3月前
|
人工智能 自动驾驶 云栖大会
何小鹏驾驶“全球首款AI汽车”亮相云栖大会 深化与阿里云AI算力合作
小鹏汽车加速端到端自动驾驶落地 深化与阿里云AI算力合作
405 13
|
3月前
|
机器学习/深度学习 人工智能 TensorFlow
神经网络深度剖析:Python带你潜入AI大脑,揭秘智能背后的秘密神经元
【9月更文挑战第12天】在当今科技飞速发展的时代,人工智能(AI)已深入我们的生活,从智能助手到自动驾驶,从医疗诊断到金融分析,其力量无处不在。这一切的核心是神经网络。本文将带领您搭乘Python的航船,深入AI的大脑,揭秘智能背后的秘密神经元。通过构建神经网络模型,我们可以模拟并学习复杂的数据模式。以下是一个使用Python和TensorFlow搭建的基本神经网络示例,用于解决简单的分类问题。
49 10