广告
Momenta分享打造自动驾驶大脑的实践
2018-09-20 19:20:54· 来源：MomentaAI
9月18日，世界人工智能大会（WAIC）青年AI科学家畅谈论坛在上海举行，上海市副市长吴清为青年AI科学家论坛开场致辞。在此次论坛上，Momenta CEO曹旭东作为自动驾
9月18日，世界人工智能大会（WAIC）青年AI科学家畅谈论坛在上海举行，上海市副市长吴清为青年AI科学家论坛开场致辞。在此次论坛上，Momenta CEO曹旭东作为自动驾驶产业界的代表应邀分享了Momenta打造自动驾驶大脑的实践。
此次论坛还由上海市经济信息委员会作为指导单位，微软全球执行副总裁沈向洋担任指导委员会主席，发起成立了青年AI科学家联盟。曹旭东与国内AI产业界陈天石（寒武纪）、王刚（阿里）等代表一同入选首批联盟成员。
本次青年AI科学家畅谈论坛以“新世代·新疆界·新引擎”为主题，旨在探讨AI前沿领域的产学研结合以及AI如何赋能产业升级。Momenta的使命恰恰是“Better AI, Better Life”——以更好的人工智能技术赋能美好生活。而当下，将人工智能技术与产业应用结合，最有挑战性和最有价值的应用当属自动驾驶。
自动驾驶创造的社会价值
Momenta的愿景是通过技术和产品能够在未来十年内挽救100万人的生命，同时在未来十年内解放司机100%的驾驶时间，这两项目标的实现都能创造巨大的社会价值。
曹旭东举了一个例子：今天Momenta已有的其中一个产品就是一款后装安全辅助驾驶产品，能够为商业车队提供ADAS的功能，将车队的行车安全性提升30 - 50%，这对于1000辆车规模的车队来说，通过安全驾驶能节省的费用可以达到上千万元，而且实际上对于社会的收益会更多。
同时，司机的驾驶数据是非常有价值的，因为每个车队都有很厉害的司机。如果分析物流行业的平均成本，司机的工资成本大约占到百分之十几，而油费成本可以占到约20%。这意味着一个优秀的老司机一年能节省的油费可能是好几万元，如果通过对老司机经验的学习，变成算法产品化应用到自动驾驶，同样可以创造很大的价值。
实现自动驾驶的几个关键问题
自动驾驶会给社会和产业带来巨大的价值，今天在行业中是有共识的。AI技术怎样应用到汽车和自动驾驶上？有3个核心的基础要素：大数据、计算和算法。将自动驾驶上的算法做到99.999999%的准确率，需要非常庞大的数据量。
这个时候，获取和标注这些数据就需要巨额的资金。怎样把标注一张图片的成本从1块钱降低到1毛钱？这是实现自动驾驶的其中一个关键问题。
曹旭东说，Momenta在大规模的数据生产中使用了AI算法进行优化，包括标注工具的设计、怎样通过交互提高标注效率，怎样利用自动化的手段进行质检、发现标注中的错误，最终提高有效数据的产量，降低标注成本。
第二个部分是关于计算。深度学习在今天还是一门实现科学，怎样快速地推进实验科学？就是用更高的实验效率去验证假设。今天Momenta在内部建立了数千块GPU的计算集群，目的就是将研发迭代的效率数倍甚至数十倍地提升。
同时，在计算上，Momenta在做的另一件事，是将算法从数百美金的芯片移植到几十美金甚至几美金的芯片上。
曹旭东说，过去学术界的研究可能是怎样在很小的数据量上，通过非常多的参数设置，学习得到一个好的结果；但今天工业界的需求是利用尽可能小的计算量，更便宜的芯片来实现同样的效果和功能。
计算机视觉的应用，虽然云端非常重要，但在线下实时系统中，不论是机器人还是无人车，端上的实时计算是极为重要的。另一方面，深度学习的框架与硬件结合进行联合学习是一个非常有价值的研究方向， Momenta在这个领域的一部分研究已经投入到实际产品应用中，并且取得了良好的效果。
Momenta当前已具备多个不同级别的自动驾驶产品和解决方案，包括后装安全辅助驾驶产品、L3级别面向高速公路与城市环路的前装自动驾驶解决方案、L4级别面向自主泊车的前装自动驾驶解决方案、L4级别面向城市道路的自动驾驶解决方案。基于上述技术和解决方案，Momenta已陆续与多家国际和国内的Tier 1及OEM展开合作。
此次论坛还由上海市经济信息委员会作为指导单位，微软全球执行副总裁沈向洋担任指导委员会主席，发起成立了青年AI科学家联盟。曹旭东与国内AI产业界陈天石（寒武纪）、王刚（阿里）等代表一同入选首批联盟成员。
本次青年AI科学家畅谈论坛以“新世代·新疆界·新引擎”为主题，旨在探讨AI前沿领域的产学研结合以及AI如何赋能产业升级。Momenta的使命恰恰是“Better AI, Better Life”——以更好的人工智能技术赋能美好生活。而当下，将人工智能技术与产业应用结合，最有挑战性和最有价值的应用当属自动驾驶。
自动驾驶创造的社会价值
Momenta的愿景是通过技术和产品能够在未来十年内挽救100万人的生命，同时在未来十年内解放司机100%的驾驶时间，这两项目标的实现都能创造巨大的社会价值。
曹旭东举了一个例子：今天Momenta已有的其中一个产品就是一款后装安全辅助驾驶产品，能够为商业车队提供ADAS的功能，将车队的行车安全性提升30 - 50%，这对于1000辆车规模的车队来说，通过安全驾驶能节省的费用可以达到上千万元，而且实际上对于社会的收益会更多。
同时，司机的驾驶数据是非常有价值的，因为每个车队都有很厉害的司机。如果分析物流行业的平均成本，司机的工资成本大约占到百分之十几，而油费成本可以占到约20%。这意味着一个优秀的老司机一年能节省的油费可能是好几万元，如果通过对老司机经验的学习，变成算法产品化应用到自动驾驶，同样可以创造很大的价值。
实现自动驾驶的几个关键问题
自动驾驶会给社会和产业带来巨大的价值，今天在行业中是有共识的。AI技术怎样应用到汽车和自动驾驶上？有3个核心的基础要素：大数据、计算和算法。将自动驾驶上的算法做到99.999999%的准确率，需要非常庞大的数据量。
这个时候，获取和标注这些数据就需要巨额的资金。怎样把标注一张图片的成本从1块钱降低到1毛钱？这是实现自动驾驶的其中一个关键问题。
曹旭东说，Momenta在大规模的数据生产中使用了AI算法进行优化，包括标注工具的设计、怎样通过交互提高标注效率，怎样利用自动化的手段进行质检、发现标注中的错误，最终提高有效数据的产量，降低标注成本。
第二个部分是关于计算。深度学习在今天还是一门实现科学，怎样快速地推进实验科学？就是用更高的实验效率去验证假设。今天Momenta在内部建立了数千块GPU的计算集群，目的就是将研发迭代的效率数倍甚至数十倍地提升。
同时，在计算上，Momenta在做的另一件事，是将算法从数百美金的芯片移植到几十美金甚至几美金的芯片上。
曹旭东说，过去学术界的研究可能是怎样在很小的数据量上，通过非常多的参数设置，学习得到一个好的结果；但今天工业界的需求是利用尽可能小的计算量，更便宜的芯片来实现同样的效果和功能。
计算机视觉的应用，虽然云端非常重要，但在线下实时系统中，不论是机器人还是无人车，端上的实时计算是极为重要的。另一方面，深度学习的框架与硬件结合进行联合学习是一个非常有价值的研究方向， Momenta在这个领域的一部分研究已经投入到实际产品应用中，并且取得了良好的效果。
Momenta当前已具备多个不同级别的自动驾驶产品和解决方案，包括后装安全辅助驾驶产品、L3级别面向高速公路与城市环路的前装自动驾驶解决方案、L4级别面向自主泊车的前装自动驾驶解决方案、L4级别面向城市道路的自动驾驶解决方案。基于上述技术和解决方案，Momenta已陆续与多家国际和国内的Tier 1及OEM展开合作。
- 下一篇：TML与您相约2018汽车测试展
- 上一篇：吉孚动力欢迎您莅临上海汽车测试展
广告
广告
编辑推荐
最新资讯
-
用于高压电池测试的加速度计
2024-11-05 14:44
-
卡特彼勒新一代240吨电动矿卡投入使用
2024-11-05 14:43
-
[法规] 欧盟发布重型车辆事件数据记录仪（E
2024-11-05 14:43
-
城无界野无疆 柴油混动火星9越野版曝时尚越
2024-11-05 12:02
-
L2和L3级智能驾驶车辆驾驶员的角色转变研究
2024-11-05 10:34
广告
广告
