特斯拉的AI收购,会有可能是种新的自动驾驶吗?

  • 作者:LSTFUTURE
  • 时间:2019-10-14 15:24:25
  • 评论:1

作为最牛逼的企业家,19年3月,埃隆·马斯克在加利福尼亚州霍桑市的特斯拉设计工作室发布Model Y之前发言,他所对自己足够有信心用足够多的订单,来完成一项新的世界纪录。虽然这个过程中,会遇见一些麻烦,但挑战同时意味着机遇,他期待能遇见一些新的机遇。

图为:埃隆·马斯克在加利福尼亚州霍桑市的特斯拉设计工作室发布Model Y之前发言

特斯拉于10月第一周收购了DeepScale,这是一家专注于开发计算机视觉技术的初创公司(交易价格未披露)。 这似乎是该公司专注于打造类似于Uber的服务以及打造全自动驾驶汽车的一部分。

DeepScale成立于2015年,已从Point72,next47,Andy Bechtolsheim,Ali Partovi和Jerry Yang等投资者那里筹集了1500万美元的资金。 创始人包括均为博士的Forrest Iandola和Kurt Keutzer。 实际上,大约有四分之一的工程团队拥有博士学位,并且他们拥有超过30,000个学术引用。

“ DeepScale非常适合特斯拉,deepscale非常适合特斯拉,因为该公司专门致力于将神经网络压缩到车辆上,并将其连接到具有多种数据类型的感知系统中,” Skymind首席执行官兼创始人Chris Nicholson如此说。 “这就是特斯拉需要在自动驾驶方面取得进步的条件。”

特斯拉具有庞大的车辆信息数据库的优势。 因此,凭借软件专业知识,公司应该帮助加速创新。 Zededa的首席营销官乔尔·文森特(Joel Vincent)说:“如果'数据是新的石油',那么'人工智能模型就是新的知识产权和进入壁垒。这是竞争差异化新时代的曙光。人工智能 没有数据的模型是无用的,而Telsa拥有大量的边缘数据。”

现在,当涉及自动驾驶时,有一些其他的主要需求,很可惜这些需求只得到了小部分的关注。

比如说,能源使用这方面。 “大型模型需要更强大的处理器和更大的内存才能在生产环境中运行它们,” IBM AI和HPC认知系统副总裁Sumit Gupta博士说。 “但是车辆的能源预算有限,因此市场一直在努力使车内电子设备消耗的能源降至最低。 这就是DeepScale擅长的。 该公司发明了一种名为“ SqueezeNet”的AI模型,该模型需要较小的内存占用空间,也需要较少的CPU能力。”

请记住,较低的能耗将意味着视觉传感器的容量将更大。 CVEDIA首席执行官Arjan Wijnveen说:“这应该有助于使自动驾驶汽车更安全。” “特斯拉似乎确定他们不需要LiDAR来实现有效的计算机视觉,但是将来您可能会在车辆上看到很多其他类型的传感器,有时仅将第二个摄像头面向另一个角度可以改善AI模型。”

不使用激光雷达将是一件大事,这意味着每辆车的成本要低得多。伯明翰大学法拉第研究所研究员加文·J·哈珀(Gavin D. J. Harper)说:“人们担心在公共领域部署激光雷达激光器。”安全措施包括限制激光的功率和暴露。人们还担心可能会对附近的人造成意外伤害。”

所以,综上所述,跟DeepScale的合作虽然对特斯拉的发展有推动,但是还不至于说对整个行业有新的断层式影响。自动驾驶仍然处于学步阶段,中间有一些问题需要去解决,大家对自动驾驶也需要更多的时间去接受,去适应。

有时候,社会推动的一个小因素可能就来自于一个小的想法。而世界上一些最聪明的人在努力解决这些问题,最终他们也肯定会实现这一点,毋庸置疑,只是时间问题。而目前看来,特斯拉(Tesla)和Waymo(韦莫)这样的公司都在道路上正确地整合人才,数据和汽车,最终实现统一。我们翘首期待。

References: https://www.forbes.com/sites/tomtaulli/2019/10/04/teslas-ai-acquisition--a-new-way-for-autonomous-driving/#693228e63445

评论 1

  • 4s店常客 10月14日 17:14

    无人驾驶、自动驾驶、这些都需要强大的技术支撑、资金投入、我相信一切都有可能