如何從龐大的客戶車隊(duì)中獲取訓(xùn)練數(shù)據(jù)，以訓(xùn)練其自動(dòng)駕駛神經(jīng)網(wǎng)絡(luò)

據(jù)外媒Electrek報(bào)道，特斯拉于近日申請(qǐng)了一項(xiàng)專利，即如何從龐大的客戶車隊(duì)中獲取訓(xùn)練數(shù)據(jù)，以訓(xùn)練其自動(dòng)駕駛神經(jīng)網(wǎng)絡(luò)。

據(jù)悉，特斯拉人工智能和自動(dòng)駕駛軟件負(fù)責(zé)人Andrej Karpathy是該專利的唯一發(fā)明人。Karpathy指出了在應(yīng)用程序中為深度學(xué)習(xí)培訓(xùn)收集數(shù)據(jù)的難點(diǎn)：“用于自動(dòng)駕駛等應(yīng)用的深度學(xué)習(xí)系統(tǒng)是通過(guò)訓(xùn)練機(jī)器學(xué)習(xí)模型來(lái)開(kāi)發(fā)的。通常深度學(xué)習(xí)系統(tǒng)的性能在一定程度上受制于訓(xùn)練集的質(zhì)量。在大多數(shù)情況下，在收集、管理和注釋培訓(xùn)數(shù)據(jù)方面需要投入大量資源，創(chuàng)建訓(xùn)練集的工作因此很重要且繁瑣。此外，通常很難為機(jī)器學(xué)習(xí)模型需要改進(jìn)的特定用例收集數(shù)據(jù)?！?/p>

值得一提的是，特斯拉開(kāi)發(fā)自動(dòng)駕駛系統(tǒng)的方法與大多數(shù)汽車公司大相徑庭。大多數(shù)汽車公司使用相對(duì)較小的測(cè)試車輛車隊(duì)來(lái)收集數(shù)據(jù)和測(cè)試其系統(tǒng)，而特斯拉則利用配備了一系列傳感器的數(shù)十萬(wàn)客戶車輛來(lái)收集道路和駕駛數(shù)據(jù)，并在“陰影模式”下測(cè)試自動(dòng)駕駛系統(tǒng)，因此，車隊(duì)收集的這些數(shù)據(jù)對(duì)于特斯拉訓(xùn)練神經(jīng)網(wǎng)絡(luò)進(jìn)行自動(dòng)駕駛是非常有價(jià)值的。

Karpathy在專利中提到，“隨著機(jī)器學(xué)習(xí)模型變得越來(lái)越復(fù)雜，例如更深層次的神經(jīng)網(wǎng)絡(luò)，大型訓(xùn)練數(shù)據(jù)集的必要性也相應(yīng)增加。與較淺的神經(jīng)網(wǎng)絡(luò)相比，這些較深的神經(jīng)網(wǎng)絡(luò)可能需要更多的訓(xùn)練實(shí)例，以確保其通用性?！?/p>

因此，工程師解釋了其專利方法，即在傳輸潛在培訓(xùn)數(shù)據(jù)之前，先對(duì)數(shù)據(jù)源進(jìn)行分類。