OFweek工控網(wǎng)訊：英偉達是一家美國技術(shù)公司。他們的主要產(chǎn)品是用于游戲市場的圖形處理器（GPU），以及用于移動計算和汽車市場的片上系統(tǒng)（SoC）。但是，最近其公司方向隨著GPU在人工智能領(lǐng)域計算優(yōu)勢的到來正發(fā)生著一個較大的變化。GPU現(xiàn)在正扮演著計算機、機器人和自動駕駛汽車這些能夠察覺和理解世界的設(shè)備的大腦。目前，英偉達正以“人工智能計算公司”的身份迅速為大眾所知。[1]

為了使新的聲譽實至名歸，英偉達正在人工智能計算研究中投入大量精力。去年，英偉達與紐約大學(xué)的深度學(xué)習(xí)團隊合作，并在新澤西的新汽車技術(shù)辦公室開展研究合作[2]。這個團隊包括技術(shù)專家如 Urs Muller，英偉達的自動駕駛首席架構(gòu)師、紐約大學(xué)教授 Yann LeCun，一位深度學(xué)習(xí)技術(shù)的先驅(qū)和學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的發(fā)明者，以及英偉達的機器學(xué)習(xí)顧問和前DARPA項目經(jīng)理 Larry Jackel。所有這些人聚在一起，他們將超越英偉達當(dāng)前的技術(shù)和工程，創(chuàng)建開創(chuàng)性的自動駕駛技術(shù)。

在講座期間，Larry 分享了一些關(guān)于他作為人工智能研究人員的生活經(jīng)歷。早在1986年，當(dāng)他還在貝爾實驗室工作時，當(dāng)時的人工智能技術(shù)非常原始，循環(huán)網(wǎng)絡(luò)很呆板和低效率。 1988年，Yann LeCun 加入他們并建立了第一個具有學(xué)習(xí)功能的 “LeNet” OCR 引擎。它的表現(xiàn)很出色，但他們?nèi)匀粵]有系統(tǒng)性的理解究竟是什么決定了學(xué)習(xí)過程。 “這真的是深度學(xué)習(xí)開始的地方，” Larry Jackel 說。后來，在20世紀(jì)90年代初，在 Vladimir Vapnik 的幫助下，團隊對學(xué)習(xí)的過程及其應(yīng)用獲得了更好的理解。

Larry也分享了一些過往的有趣故事，像他和 Vapnik 打的賭。

圖1 Larry 和 Vapnik 的賭注

圖2 1995年賭注的結(jié)果

從圖片中，我們可以看到，這些賭注都投射出了深度學(xué)習(xí)發(fā)展方式的影子。神經(jīng)網(wǎng)絡(luò)在它第一次被創(chuàng)建的幾十年后仍然相當(dāng)流行。

2016年6月：英偉達自動駕駛汽車的端對端學(xué)習(xí)

如前所述，Larry 是前 DARPA 項目經(jīng)理。有很多 DARPA 的挑戰(zhàn)，如沙漠駕駛的大挑戰(zhàn)（2003，2005），DARPA城市挑戰(zhàn)（2007）和 DARPA 機器人挑戰(zhàn)（2015）。城市挑戰(zhàn)與自動駕駛的研究直接相關(guān)，卡內(nèi)基梅隆大學(xué)（CMU）最終獲勝，其方法成為了許多自動駕駛設(shè)計的核心。它需要高清映射，障礙物檢測，成本地圖和路徑規(guī)劃。雖然卡內(nèi)基梅隆大學(xué)的表現(xiàn)在當(dāng)時相當(dāng)搶眼，但它是在一個有非常詳實數(shù)據(jù)的路徑上行駛的，因此那時距離真正的自動駕駛?cè)匀挥泻荛L的路要走。

Larry 提供了一個自動駕駛汽車通常方法的流程圖。從傳感器開始，然后移動到特征提取和物體識別（通常結(jié)合使用卷積網(wǎng)絡(luò)），然后數(shù)據(jù)進行成本映射，并且通過使用詳細的地圖來幫助定位汽車的位置。這些合在一起，定位的位置和成本圖將提供路徑規(guī)劃和驅(qū)動所需的輸入。

圖3 自駕駛汽車常用方法流程圖

雖然，在 Yann 的幫助下，Larry 在 DARPA 時采用這種類型的方法，但它最終演變成了端對端學(xué)習(xí)。端對端學(xué)習(xí)是一種 卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network）的結(jié)構(gòu)，直接將前置攝像頭和轉(zhuǎn)向命令連接起來，以幫助訓(xùn)練自駕駛汽車使其駕駛得更聰明和更自主化。通過使用三個攝像機，系統(tǒng)可以看到駕駛員的所見所為，然后記錄下這個場景、駕駛員的命令以及周圍環(huán)境。通過使用該數(shù)據(jù)，系統(tǒng)接下來可以計算出一個理想的駕駛策略以實現(xiàn)完全自主的自駕駛。

Larry 解釋說，在三個攝像機中，主攝像機具有駕駛員的視野，側(cè)攝像機有助于訓(xùn)練和內(nèi)插角度。在駕駛時，網(wǎng)絡(luò)將首先作出決定，將其與人類駕駛員的決定進行比較，然后調(diào)整自身并且一次次重復(fù)該過程。研究團隊還引入了側(cè)攝像機的隨機移動旋轉(zhuǎn)，不是因為它有助于訓(xùn)練，而是因為沒有這種設(shè)置，駕駛方向?qū)⒉缓闲枰仄保夯蛘哒f，汽車可能行駛得太接近車道的邊緣。

圖4 端對端學(xué)習(xí)系統(tǒng)的流程圖

為了避免不必要的開銷，學(xué)習(xí)系統(tǒng)可以在模擬器中檢查各種事情（策略、情景），然后將其應(yīng)用于道路上。通過將預(yù)先記錄的測試視頻和駕駛指令的庫饋送到網(wǎng)絡(luò)中以及構(gòu)建輸出命令網(wǎng)，系統(tǒng)可以使用它來更新汽車的位置信息，然后由數(shù)據(jù)庫創(chuàng)建計算框架。 英偉達的GPU在所有的訓(xùn)練過程里發(fā)揮著至關(guān)重要的作用。

更多的細節(jié)可以在論文中找到：自動駕駛汽車的端對端學(xué)習(xí)。 [3]

在講座結(jié)束時，觀眾也提出了一些有趣的問題。一個人問為什么英偉達從所有類型的傳感器中選了攝像頭，而不是激光雷達或者其它選擇。Larry 的回答是，在駕駛時，激光雷達掃描可以在一秒鐘獲得一百萬點（如果幸運），但相機可以一次快照獲得超過30倍數(shù)據(jù)。相機也比激光雷達傳感器便宜得多。但 Larry 也提到當(dāng)前的設(shè)計不是最終的，任何能有助于駕駛系統(tǒng)的事情都會被考慮。

在2016年CES大會上，英偉達推出了用于自主交通的人工智能超級計算機Xavier。 Larry提到這個超級計算機將在今年晚些時候推出，而且英偉達對Xavier的表現(xiàn)非常有信心。在未來，不僅研究人員，而且客戶也可能有機會體驗英偉達的解決方案。

源自英偉達的人工智能計算領(lǐng)導(dǎo)力

隨著英偉達繼續(xù)將自己定義為一個人工智能計算公司，自動駕駛汽車并不是他們唯一的機器學(xué)習(xí)項目。 英偉達的CEO Jen-Hsun Huang 在 CES 2016 上宣布了其他與人工智能相關(guān)的產(chǎn)品：Geforce Now —— 一款游戲云，個人通過使用瀏覽器，可以在低規(guī)格計算機上播放高清游戲；新盾（new shield） —— 一家庭娛樂平臺；Nvidia spot —— 一個使你家里所有的小電器自主化的工具。正如 Jen-Hsun Huang 在 CES 上所解釋的，英偉達將專注于四個領(lǐng)域：視頻游戲、VR / AR / MR、云計算/數(shù)據(jù)中心和自動駕駛。

英偉達還在人工智能教育方面付出了很多努力：GPU教學(xué)計劃和免費的CUDA源代碼（GPU并行編程語言）。就在最近的2月5日，英偉達推出了一系列基于其 Pascal? 架構(gòu)的 Quadro? 產(chǎn)品，運用來自多產(chǎn)業(yè)專業(yè)工作流程的突破性能力，將桌面工作站轉(zhuǎn)變?yōu)槌売嬎銠C。[4]

參考文獻

[1]http://images.nvidia.com/content/pdf/about-nvidia/nvidia-2016.pdf

[2]https://blogs.nvidia.com/blog/2016/06/10/nyu-nvidia/

[3]End to End Learning for Self-Driving Cars https://arxiv.org/pdf/1604.07316v1.pdf

[4]http://nvidianews.nvidia.com/news/nvidia-powers-new-class-of-supercomputing-workstations-with-breakthrough-capabilities-for-design-and-engineering