苹果的造车野心( 三 )

Drive.ai的诞生,正是由于该实验室的6名学生在博士项目中发现了深度学习在无人驾驶上的机会。用Drive.ai CEO Sameep Tandon的一句话来解释Drive.ai的不同:大多数公司都把深度学习技术当成自动驾驶某个环节的工具,但Drive.ai是从自动驾驶全局出发应用深度学习。

尽管深度学习也被其他一些公司应用于研发自动驾驶技术,但其通常被认为受限于物体识别的限制,并且不适用于做驾驶决定。而Drive.ai基于非规则学习的深度学习网络模型,进行无人驾驶决策。

Drive.ai的技术核心是缩短自动驾驶技术处理的时间周期。目前,自动驾驶汽车每行驶一小时产生的数据需要人工800小时的计算才能够处理完毕。Drive.ai通过深度学习大幅缩减自动驾驶技术的计算周期,并且将计算的准确度提高到100%。

Drive.ai在自动驾驶领域的另一个突出成就,在于它能够可视化车辆生成的所有数据,Drive.ai团队通过把车辆在行驶过程中产生的空间数据点转变成高清图像,来检查数据计算的准确性。这项技术是针对自动驾驶汽车的乘客量身打造的,目的在于理解自动驾驶汽车的行驶过程,使许多紧张的乘客感到放松。

推荐阅读