<mark id="oztn4"></mark>
0
完全解放，對于自動駕駛行業(yè)來說，就是“生死線”。
10月1日據(jù)美國媒體CNBC報道，電動汽車公司特斯拉（Tesla）正在收購硅谷計算機(jī)視覺初創(chuàng)企業(yè)DeepScale，助力打造真正的無人駕駛汽車。
據(jù)雷鋒網(wǎng)了解，特斯拉希望通過此次對DeepScale的收購來改善其自動駕駛系統(tǒng)-Autopilot，并實現(xiàn)其CEO埃隆·馬斯克將電動汽車變?yōu)橥耆珶o人駕駛汽車的愿景。
經(jīng)證實，特斯拉現(xiàn)已完成對DeepScale的收購，TechCrunch分別與兩名不愿透露姓名的消息人士證實了這一交易，不過他們都不愿就交易的財務(wù)條款提供更多信息。
DeepScale是2015年成立于硅谷的人工智能初創(chuàng)公司，致力于為邊緣設(shè)備提供先進(jìn)的高效感知功能，幫助汽車制造商使用低功率處理器，來驅(qū)動非常精確的計算機(jī)視覺系統(tǒng)。
據(jù)雷鋒網(wǎng)了解，該公司CEO兼聯(lián)合創(chuàng)始人Forrest Iandola在加州大學(xué)伯克利分校獲得了電子工程和計算機(jī)科學(xué)博士學(xué)位，重點研究深度神經(jīng)網(wǎng)絡(luò)。
他最受矚目的成果包括深度學(xué)習(xí)基礎(chǔ)設(shè)施，F(xiàn)ireCaffe以及深層模型，如SqueezeNet 和SqueezeDet。他在此基礎(chǔ)上于2015年聯(lián)合創(chuàng)立了DeepScale公司。
Forrest Iandola于10月1日正式宣布加入特斯拉，出任資深機(jī)器學(xué)習(xí)科學(xué)家。
那么，在被特斯拉收購前，DeepScale在自動駕駛中扮演什么角色？
其實在自動駕駛汽車架構(gòu)這個話題上，整個架構(gòu)被分為5大部分——感知、定位&規(guī)劃、決策/執(zhí)行、控制，連接&I/O。DeepScale的關(guān)注點是前兩個部分——感知、定位&規(guī)劃，他們會支持整個環(huán)境建模，包括：目標(biāo)識別、柵格網(wǎng)絡(luò)、車道分割、目標(biāo)追蹤和自定位。
Forrest Iandola就曾說過，他不覺得DeepScale一定要等待全自動駕駛汽車到來再推廣這項技術(shù)。“我們看到感知方面的問題很普遍。類似的技術(shù)可以被用在已經(jīng)量產(chǎn)的ADAS汽車和用來接駁服務(wù)的自動駕駛汽車。”
此外，DeepScale在資本圈一直很受青睞。
DeepScale已在由Steve Cohen的風(fēng)險基金Point72和西門子支持的風(fēng)險基金next47牽頭的A輪融資中籌集了1500萬美元。同時，他們還從一家美國科技公司籌集了300萬美元的種子輪融資。
特斯拉為什么可以成為高級輔助駕駛領(lǐng)域的扛把子，這里是有原因的。要解決這個疑問，首先要理清一個知識點：什么是神經(jīng)網(wǎng)絡(luò)。
神經(jīng)網(wǎng)絡(luò)（NEURAL NETWOTRK）是機(jī)器學(xué)習(xí)的一種，通過借鑒生物神經(jīng)網(wǎng)絡(luò)的工作原理二形成的一種數(shù)學(xué)模型，構(gòu)造類似上圖。
神經(jīng)網(wǎng)絡(luò)可以用于解決機(jī)器視覺以及語音識別等諸多難題。舉個例子，如果你想讓你的神經(jīng)網(wǎng)絡(luò)識別一張圖片，比如狗，那你需要提供大量的圖片信息供你的機(jī)器進(jìn)行學(xué)習(xí)最終達(dá)到識別的能力。
在自動駕駛芯片領(lǐng)域，目前AI加速器都力圖以最小延遲實現(xiàn)更好的精度，特別是在自動駕駛汽車（AV）中，TFLOPS已成為許多所謂的智能芯片的關(guān)鍵競爭指標(biāo)。包括Nvidia的Xavier SoC、Mobileye的EyeQ5、特斯拉的HW3和NXP-Kalray芯片。
Forrest Iandola解釋了為什么這種“蠻力”處理方法不可持續(xù)，并表示AI硬件設(shè)計人員常見的許多假設(shè)已經(jīng)過時。
隨著AI玩家們獲得了更多AI應(yīng)用的經(jīng)驗，他們越來越清楚地意識到不同的AI任務(wù)開始需要不同的技術(shù)方法。如果這是真的，AI用戶購買AI技術(shù)的方式將會改變，那么供應(yīng)商將不得不做出回應(yīng)。
Iandola認(rèn)為，“例如，神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索（NAS，neural architecture search）的快速發(fā)展可以使搜索優(yōu)化的深度神經(jīng)網(wǎng)絡(luò)（DNN）更快、更便宜。有一種方法“可以在目標(biāo)任務(wù)和目標(biāo)計算平臺上產(chǎn)生最低延遲、最高精度的DNN，而不是依靠更大的芯片來處理所有AI任務(wù)。”
Iandola預(yù)計在未來，AI芯片或傳感器系統(tǒng)（即計算機(jī)視覺、雷達(dá)或激光雷達(dá)）的供應(yīng)商不僅提供硬件，還會提供更快、更高效的自己的DNN，既為特定應(yīng)用構(gòu)建的DNN。
事實上，目前似乎大多數(shù)供應(yīng)商需要不同的DNN，并用于不同的計算平臺。如果所有這一切都是真的，那么以往在這場AI競賽中的所有努力方向?qū)泻艽蟮母淖儭?/span>
但需要明確的是，芯片公司和傳感器供應(yīng)商目前都還沒有提出類似對未來的預(yù)期。很少有人暗示會在特定硬件上運行目標(biāo)AI任務(wù)的可能性。
因此，Iandola和他在DeepScale的隊友設(shè)計了一系列名為“SqueezeNAS”的DNN模型。
在前不久發(fā)表的一篇論文中，他們聲稱SqueezeNAS在搜索目標(biāo)平臺上的延遲時實現(xiàn)了更快、更準(zhǔn)確的模型。該論文透露出了一些AI行業(yè)之前關(guān)于NAS、MAC（multiply-accumulate）操作的一些假設(shè)，應(yīng)用于目標(biāo)任務(wù)時的ImageNet準(zhǔn)確度。
基于DeepScale在自動駕駛視覺上的優(yōu)勢，據(jù)雷鋒網(wǎng)了解，特斯拉希望通過此次對DeepScale的收購來改善其自動駕駛系統(tǒng)-Autopilot的算盤。
特斯拉汽車尚未實現(xiàn)完全自動駕駛技術(shù)，換言之，還沒有達(dá)到L4級。
因為，達(dá)到L4級自動駕駛的汽車可以在特定條件下處理汽車行駛過程中的所有問題，而無需人為干預(yù)。
目前，特斯拉汽車仍處于L2級。它的輔助自動駕駛系統(tǒng)Autopilot技術(shù)是一個比現(xiàn)今馬路上大多數(shù)汽車更先進(jìn)的一個駕駛員輔助系統(tǒng)。
馬斯克曾承諾，特斯拉將會不斷改善其汽車的高級駕駛員輔助系統(tǒng)，直到最終實現(xiàn)完全自動駕駛。
今年早些時候，馬斯克表示特斯拉將在2020年推出自動拼車網(wǎng)絡(luò)。總部位于加州山景城、成立四年的初創(chuàng)公司DeepScale似乎是這一計劃的一部分。
過去一年，特斯拉的Autopilot團(tuán)隊經(jīng)歷了相當(dāng)?shù)娜耸聞邮帲邢⒎Q，此次收購將填補(bǔ)特斯拉Autopilot團(tuán)隊的人才缺口。
目前，DeepScale已掌握在小型、低成本、汽車及傳感器和處理器上使用高效的深度神經(jīng)處理系統(tǒng)來提高感知系統(tǒng)準(zhǔn)確性的技術(shù)。
這些感知系統(tǒng)使用傳感器、地圖、規(guī)劃以及控制系統(tǒng)來實時對數(shù)據(jù)進(jìn)行解釋和分類。這對自動駕駛汽車的運行至關(guān)重要。簡而言之，這些系統(tǒng)能讓汽車了解周圍發(fā)生的事情。
DeepScale稱使用低功率和低成本傳感器和處理器能夠為所有價位的汽車都提供駕駛員輔助和自動駕駛功能。
該公司已經(jīng)從包括Autotech VC、Bessemer、Greylock和Trucks VC在內(nèi)的風(fēng)投機(jī)構(gòu)募集了1800多萬美元的投資，其中包括300萬美元的種子資金和1.56億美元的A輪融資。
周一，DeepScale的聯(lián)合創(chuàng)始人Forrest Iandola在Twitter上發(fā)布了一則消息，并更新了他的領(lǐng)英頁面。他在推特上這樣寫道：“這周我加入了特斯拉的自動駕駛團(tuán)隊。我期待著與這些最聰明的人在深度駕駛和自動駕駛方面合作。”
在特斯拉邁向“全自動駕駛”的過程中，它開發(fā)了一種新的定制芯片，專門針對這些功能設(shè)計。
據(jù)雷鋒網(wǎng)了解，這種芯片現(xiàn)已應(yīng)用于所有Model 3、Model X和 Model S車型。
馬斯克曾表示，目前生產(chǎn)的特斯拉汽車已經(jīng)具備了全自動駕駛所需的硬件——電腦等。“你需要做的就是改進(jìn)軟件”,馬斯克在今年4月的特斯拉Autonomy Day上說。
其他業(yè)內(nèi)人士則對這些說法避而遠(yuǎn)之。
但是，特斯拉和馬斯克保持了“改進(jìn)軟件”的路線，并繼續(xù)推出改進(jìn)其Autopilot自動駕駛的能力。
本月早些時候，特斯拉發(fā)布了一個軟件更新，為其汽車添加了新功能。此次更新包括智能召喚，這是一個自動停泊功能。車主可以使用應(yīng)用程序從泊車位召喚他們的車輛。
總之，從特斯拉的第一筆自動駕駛投資中可以看出，其對自動駕駛的“野心”布局顯而易見。業(yè)內(nèi)人士也曾表示，目前自動駕駛行業(yè)已經(jīng)進(jìn)入把技術(shù)變成產(chǎn)品的時代，對這個階段的企業(yè)而言，形成完整的產(chǎn)業(yè)布局是十分必要的。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
