Alphabet的人工智能研究部门DeepMind正在协助其姊妹公司Waymo在自动驾驶汽车市场上发力。

来自DeepMind的研究人员今天在该小组博客的一篇文章中详细介绍了这一合作。该部门一直在与Waymo合作，通过使用一种被称为“基于人群的培训”的技术来加速自动驾驶软件的开发。

这种方法最初是由DeepMind发明的，是之前AI项目的一部分，借鉴进化线索来增强AI模型。在某些方面，构建神经网络的过程本质上是进化的。在开发过程中，人工智能模型将经历训练课程，在这些课程中，样本数据将被训练，其行为将被修改以产生更准确的结果。

然而，许多其他基本开发任务仍然必须手动执行。这些任务中最重要的是超参数探索，这是DeepMind帮助Waymo简化的任务。这是对硬编码到AI模型中的基本行为设置进行微调的过程。工程师通常手动设置模型的设置，或者在复杂的项目中使用计算机辅助搜索，其中脚本会尝试大量随机生成的选项。

基于人群的培训使工作流程更加高效。基本概念是使用自动算法来测试一组AI模型中设置的不同组合，识别表现不佳的成员，并用表现最好的对等版本替换它们。在每个这样的周期中，团队都变得更擅长处理数据。

DeepMind的研究人员详细介绍：“网络是定期评估的，并以进化的方式相互竞争以生存。”“如果某个群体的成员表现不好，就会被表现更好的成员的“后代”取代。是后代中性能更好的成员的副本，有超突变超参数。”

DeepMind与Waymo合作，应用该方法对集团自动驾驶模型进行优化。在他们的第一个联合项目中，Waymo利用这项技术训练人工智能来检测自动驾驶车辆附近的行人、汽车和其他物体。基于群体的训练有助于将模型产生的误报数量减少24%。

Waymo继续将这项技术应用于其他项目。使用这种方法，该团队将为人工智能找到最佳设置集所需的时间和为此目的所需的处理能力减少了一半。此外，它减少了开发过程中的人工输入，从而节省了研究人员的时间。

研究人员写道：“通过将PBT(基于人群的培训)直接集成到Waymo的技术基础设施中，公司各处的研究人员都可以通过点击一个按钮来应用这种方法，并且花更少的时间来调整他们的学习速度。“自这些实验完成以来，PBT已应用于许多不同的Waymo车型，预计它将有望帮助制造更多有能力上路的车辆。”

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：