雷鋒網按，AI 學會控制一輛汽車沿著道路標線行駛到底要花多久？答案是 20 分鐘。鑑於許多人一輩子都搞不清如何開車走直線，這樣的成績確實令人驚歎。
掌握這項“神技”的是一家名為 Wayve 的英國公司，Wayve 的班底都是來自劍橋大學工程學院的大牛，而他們能完成這項壯舉主要靠的是“強化學習”（reinforcement learning）算法。Wayve 公司在博文上表示，只需一位安全司機配合，他們的算法在 15-20 分鐘內就能教會一輛車沿著道路標線行駛。
所謂的強化學習又可稱之位再勵學習、評價學習，是一種重要的機器學習方法，在智能控制機器人及分析預測等領域有許多應用。此前，就有許多公司就展現過這項技術的高效，最好的例子就是 DeepMind 旗下橫掃人類棋手的 AlphaGo 和 OpenAI 旗下迅速進步的 Dota 2 AI 機器人（每天訓練量相當於人類選手 180 天）。
不可否認的是，讓 AI 在複雜的棋類和即時戰略類遊戲中擊敗人類已經讓人驚掉下巴了，而在短時間內教會一輛車如何自我控制更是讓人驚歎。
該團隊還在 YouTube 頻道上傳了車輛的學習過程，他們還強調，這是世界上第一個將“強化學習帶上自動駕駛汽車的範例”。
從視頻可以看出，最初車輛會像嬰兒一樣蹣跚學步，在路上蜿蜒前行，但當車輛開始偏離標線，安全駕駛員就會及時介入，將車輛拉回原來的軌道。這樣一來，車載算法就知道自己犯了錯誤，而如果算法長時間不犯錯，它們還會拿到獎勵的“糖豆”。
據雷鋒網知悉：除了強化學習，Wayve 還用到了“深度卷積神經網絡”，它能接收單圖片輸入，然後只靠一塊車載 GPU 就能完成數據處理。與其他自動駕駛汽車不同，Wayve 的改裝版雷諾小車不需要“海量模型、武裝到牙齒的傳感器和無窮無盡的數據”，它只需秉承 Wayve 的哲學，使用“一個聰明的訓練程序，就能快速和高效的完成學習任務。”
據雷鋒網瞭解，今年 5 月份，它們還參加了 TechCrunch 大會，Wayve聯合創始人 Amar Shah 當時就表示：“我們想賦予自動駕駛汽車的是更棒的大腦，而不是更多的硬件。”
“下一步，我們的任務就是擴展這項技術，以應對更多更復雜的駕駛任務，畢竟現在 AI 只不過學會了車道保持這項功能而已。未來，我們希望這套系統能驅動車輛識別交通燈，在環形道路和十字路口應對自如。”Amar Shah 解釋道。
閱讀更多 雷鋒網 的文章
關鍵字: 算法 機器人 TechCrunch
