当前位置:首页>>特斯拉申请专利 利用庞大车队获取数据训练自动驾驶神经网络

特斯拉申请专利 利用庞大车队获取数据训练自动驾驶神经网络

发布时间:2020-03-24作者:智汇张瑜

3月23日,据Electrek报道,电动汽车制造商特斯拉已经申请了一项专利,内容是如何从其庞大的客户车队中获取训练数据,以训练其自动驾驶神经网络。

这项专利是为特斯拉申请的,但特斯拉人工智能和自动驾驶软件主管安德烈·卡帕西(Andrej Karparis)被指定为该申请的唯一发明人。

卡帕西描述了在应用程序中为深度学习培训收集数据的问题:“用于自动驾驶等应用的深度学习系统是通过训练机器学习模型来开发的。通常,深度学习系统的性能至少部分地受到用于训练模型的训练集的质量限制。在许多情况下,大量的资源被投入到收集、管理和注释培训数据上。创建训练集所需的工作量可能很大,而且通常是单调乏味的。此外,通常很难收集机器学习模型需要改进的特定用例的数据。”

特斯拉开发自动驾驶系统的方式与大多数其他公司大不相同。尽管大多数其他公司利用相对较少的测试车队来收集数据并测试其系统,但特斯拉使用其数十万辆配备了一系列传感器的客户汽车来收集道路和驾驶数据,并在“影子模式”下测试其自动驾驶系统。车队收集的这些数据对特斯拉训练其神经网络实现自动驾驶极其有价值。然而,他们必须小心他们收集并提供给网络的内容。

卡帕西在专利申请中注明:“随着机器学习模型变得越来越复杂,比如深层神经网络,大量训练数据集的必要性也相应增加。与浅层神经网络相比,这些深层神经网络可能需要更多的训练样本,以确保它们的泛化能力较高。例如,虽然神经网络可以被训练成对于所给训练数据来说高度精确,但其可能不能很好地推广到未见的未来示例中。在这个例子中,神经网络可能受益于训练数据中包含的额外示例。”

因此,卡帕西解释了他的专利方法,在传输之前就对源数据进行分类:“示例方法包括接收传感器并将神经网络应用于传感器数据。将触发器分类器应用于神经网络的中间结果,以确定传感器数据的分类器评分。根据至少部分分类器得分,决定是否通过计算机网络传输至少部分传感器数据。一旦确定为阳性,传感器数据就会被传输并用于生成训练数据。”


公司简介

宜科(天津)电子有限公司是中国工业自动化的领军企业,于2003年在天津投资成立,销售和服务网络覆盖全国。作为中国本土工业自动化产品的提供商和智能制造解决方案的供应商,宜科在汽车、汽车零部件、工程机械、机器人、食品制药、印刷包装、纺织机械、物流设备、电子制造等诸多领域占据领先地位。宜科为智慧工厂的整体规划实施提供自系统层、控制层、网络层到执行层自上而下的全系列服务,产品及解决方案涵盖但不局限于云平台、MES制造执行系统、工业现场总线、工业以太网、工业无线通讯、机器人及智能设备组成的自动化生产线、自动化电气控制系统集成、智能物流仓储系统等,以实现真正智能化的生产制造,从而带来生产力和生产效率的大幅提升,以及对生产灵活性和生产复杂性的管理能力的大幅提升。多年来,宜科以创新的技术、卓越的解决方案和产品坚持不懈地为中国制造业的发展提供全面支持,并以出众的品质和令人信赖的可靠性、领先的技术成就、不懈的创新追求,在业界独树一帜。帮助中国制造业转型升级,加速智能制造进程,成为中国工业4.0智慧工厂解决方案当之无愧的践行者。

更多详情>>

联系我们

  • 联系人:章清涛
  • 热线:18611695135
  • 电话:
  • 传真:
  • 邮箱:18210150532@139.com

Copyright © 2015 ilinki.net Inc. All rights reserved. 智汇工业版权所有

电话:010-62314658 邮箱:service@ilinki.net

主办单位:智汇万联(北京)信息技术有限公司

京ICP备15030148号-1