让汽车拥有人的思维能力，最新的特斯拉自动驾驶技术

现今大部分汽车都已经拥有了用于巡航控制和高级驾驶员辅助系统的摄像头、雷达和超声波传感器，高端车型还配备激光雷达。作为走在自动驾驶技术前沿的特斯拉，采取了与当前大部分公司截然不同的做法，大部分公司试图通过雷达、摄像头以及激光雷传感器达来打造自动驾驶汽车，而特斯拉则摒弃激光雷达传感器，未来计划只使用前两项来完成这项工作。当初频频出事的特斯拉自动驾驶，在技术迭代更新后，这种技术会更可靠吗？今天《车壹圈》带大家来了解特斯拉的自动驾驶技术发展到何种地步了。

放弃传统激光雷达，采用DAR仿生系统

特斯拉工程师解释道，激光雷达传感器成本太高是放弃原因的其中之一。传统激光雷达传感器就好像人类的眼睛，能从图像中识别出一个物体，但计算机所看到只是一个数字矩阵，用来识别图像中每个像素的位置和亮度，这种识别方式有一定几率会产生错误识别，从而造成隐患。特斯拉与凯鹏华盈、英特尔资本和LG等多家投资机构筹集6000万美元用于开发智能探测和测距(iDAR)系统，取代目前的被动激光雷达传感器。

DAR是一种感知系统，能够超越环境模仿人类大脑及其智能感知能力，利用人工智能帮助自动驾驶汽车像机器人一样思考，但像人类一样理解，就好比人类数以百万计的神经元组成的神经网络，计算机科学家创建了人工神经网络，它可以像人类的生物神经网络一样工作。计算机将摄像机正面观看到的图像，通过软件处理，将正视图变为鸟瞰图，再结合安装在挡风玻璃两侧、造价便宜的立体摄像机来达到和激光雷达相似的定位精度。也就是说，特斯拉未来会使用神经网络解决所有的自动驾驶问题，一辆自动驾驶的汽车匹配一台能够每秒至少执行50万亿次操作的神经网络计算机，电脑耗电量并且不超过100W。

如何培养像人一样强大的神经网络系统？

特斯拉人工智能高级总监安德烈•卡拉帕对神经网络的培养做了进一步解释，由于特斯拉拥有巨大的销量，而这些特斯拉汽车的反馈将有助于特斯拉培养网络，特斯拉车主使用行车记录仪所记录的数据则为特斯拉创造了训练神经网络感知和驾驶的条件。特斯拉通过用户上传图像的方式来完善网络，不仅上传静止和移动物体的图像，还针对汽车行驶过程中发生的一些情景进行测试，从而训练网络能够正确识别这些情景，特斯拉还在进行路径规划时也采取了同样的方式，观测人类驾驶员在各种道路情况下所选择的路径，以了解特定情况下典型的人类行动，最终创建一个非常善于理解各类情景的网络系统。

目前特斯拉已经制造出了自己的芯片，该芯片主要用于神经网络卷积的点积运算。马斯克称该芯片是目前全球神经网络领域“最出色的芯片”，并使用新的网络硬件，特斯拉未来将大部分精力放在培养更加完善的神经网络上，特斯拉车队已经收集了数十万张训练神经网络“大脑”的图像。埃隆马斯克预计，今年将在其新车型汽车上安装一套完整的自动驾驶软件。

结语：对于是否足以达到无需人工干涉完全自动驾驶，特斯拉认为，只有拥有大量的训练数据，才能达到如此高的水平，特斯拉在获取这些数据方面具有优势。由于目前的自动驾驶系统对其环境缺乏更广泛的了解，完全自动驾驶汽车的安全性仍有一些灰色地带，这一技术尚未成熟，人类司机在理解意外事件方面依然会比计算机表现更出色，但是排名全国前十的《车壹圈》相信科学在进步，自动驾驶的那一天终究会到来，欢迎到下方留言吐槽！