0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀(guān)看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學(xué)習(xí)專(zhuān)家不足?

0BFC_eet_china ? 來(lái)源:未知 ? 作者:李倩 ? 2018-04-12 08:51 ? 次閱讀

DeepScale是一家總部位于美國(guó)加州山景城(Mountain View, CA)的新創(chuàng)公司,在2015年成立后,持續(xù)專(zhuān)注于為先進(jìn)駕駛輔助系統(tǒng)(ADAS)和自動(dòng)駕駛車(chē)開(kāi)發(fā)深度學(xué)習(xí)感知軟件。該公司不久前還從Point72和Next47兩家創(chuàng)投公司完成了1,500萬(wàn)美元的A輛融資。

Deepscale bounding box DeepScale的深度神經(jīng)網(wǎng)絡(luò)軟件采用低功耗的汽車(chē)級(jí)芯片,為自動(dòng)駕駛車(chē)偵測(cè)車(chē)輛、行人和對(duì)象(來(lái)源:DeepScale)

該新創(chuàng)公司并與Hella-Aglaia Mobile Vision GmbH展開(kāi)新的合作伙伴關(guān)系。今年初,一家位于美國(guó)密執(zhí)安州的一級(jí)(tier one)代理商Visteon也宣布與DeepScale展開(kāi)合作,并開(kāi)發(fā)出首款自動(dòng)駕駛技術(shù)平臺(tái)——DriveCore。

然而,最令人印象深刻的是,DeepScale執(zhí)行長(zhǎng)Forrest Iandola在接受《EE Times》的電話(huà)采訪(fǎng)時(shí)所說(shuō)的話(huà)——當(dāng)今世界上還沒(méi)有足夠的深度學(xué)習(xí)專(zhuān)家。

深度學(xué)習(xí)專(zhuān)家不足?

汽車(chē)OEM和tier-one供貨商對(duì)于軟件專(zhuān)業(yè)知識(shí)(特別是深度學(xué)習(xí))的需求,都是在過(guò)去18個(gè)月來(lái)才開(kāi)始有所增加。整體而言,業(yè)界在深度學(xué)習(xí)方面存在長(zhǎng)期的知識(shí)差距,也不太知道該如何利用它來(lái)開(kāi)發(fā)軟件。

甚至是DeepScale,也感到迫切需要更快地在公司內(nèi)部擴(kuò)展其專(zhuān)業(yè)知識(shí),以滿(mǎn)足外部的需求。Forrest Iandola是DeepScale的共同創(chuàng)辦人,還曾經(jīng)在美國(guó)加州大學(xué)柏克萊分校(U.C. Berkeley)取得神經(jīng)網(wǎng)絡(luò)與計(jì)算機(jī)視覺(jué)研究領(lǐng)域的博士學(xué)位。

那么,DeepScale打算如何運(yùn)用這筆1,500萬(wàn)美元資金?Iandola告訴《EE Times》,“我們不僅需要聘請(qǐng)深度學(xué)習(xí)專(zhuān)家,還必須開(kāi)發(fā)內(nèi)部“深度學(xué)習(xí)”訓(xùn)練計(jì)劃,進(jìn)一步擴(kuò)展自家團(tuán)隊(duì)。”

事實(shí)上,Iandola坦言,深度學(xué)習(xí)領(lǐng)域仍處于起步階段——即使在學(xué)術(shù)界亦然。因此,這家新創(chuàng)公司想在內(nèi)部擴(kuò)大團(tuán)隊(duì)規(guī)模,可不像單純招聘一批具有深度學(xué)習(xí)博士學(xué)位的人一樣簡(jiǎn)單。

Forrest Iandola

Iandola認(rèn)為,深度學(xué)習(xí)“可說(shuō)是一門(mén)跨學(xué)科的領(lǐng)域,你不僅要有數(shù)學(xué)和算法方面的專(zhuān)家,也需要知道如何在平臺(tái)上建置軟件的計(jì)算機(jī)系統(tǒng)專(zhuān)家。然后,我們也會(huì)需要熟悉數(shù)據(jù)管線(xiàn)的專(zhuān)家來(lái)調(diào)整和管理數(shù)據(jù)組合?!?/p>

總之,深度學(xué)習(xí)專(zhuān)家是以前所未有的方式配對(duì)組合知識(shí)的人。我們必須要有深度學(xué)習(xí)模式方面的專(zhuān)家、了解深度學(xué)習(xí)基礎(chǔ)架構(gòu)的人員,以及熟悉深度學(xué)習(xí)數(shù)據(jù)集的人員。Iandola說(shuō):“我們計(jì)劃提供內(nèi)部課程,并為每二到三名初級(jí)工程師指派一名導(dǎo)師。”

他解釋說(shuō),其目標(biāo)在于培養(yǎng)內(nèi)部軟件工程師,使其在一至兩年內(nèi)熟習(xí)深度學(xué)習(xí)。而當(dāng)被問(wèn)及DeepScale的內(nèi)部訓(xùn)練與教授深度學(xué)習(xí)的研究生課程有何不同時(shí),Iandola說(shuō):“二者將會(huì)十分類(lèi)似。我們將復(fù)制在柏克萊大學(xué)教授的內(nèi)容?!?/p>

然而,Iandola說(shuō),:“這并不是說(shuō)我們?nèi)〉昧松疃葘W(xué)習(xí)的教科書(shū),而是將會(huì)教授基于問(wèn)題的學(xué)習(xí)徑。”例如,當(dāng)深度學(xué)習(xí)專(zhuān)家面對(duì)自動(dòng)駕駛的實(shí)際問(wèn)題時(shí),他們將會(huì)有許多能與團(tuán)隊(duì)其他成員共同分享的東西。

今年初,DeepScale有12名員工,而在最近增加新進(jìn)人員后,Iandola說(shuō):“我們是一家擁有18人的公司,其中大部份都是工程師。”

開(kāi)發(fā)中的產(chǎn)品

DeepScale目前正為汽車(chē)OEM和tier one供貨商提供參考套件,協(xié)助其改善感知系統(tǒng)。

DeepScale的優(yōu)勢(shì)是在小型、低成本的車(chē)用級(jí)傳感器處理器上導(dǎo)入高效率的深度神經(jīng)網(wǎng)絡(luò)(DNN),能夠提高感知系統(tǒng)的精確度,實(shí)時(shí)解析并分類(lèi)自動(dòng)車(chē)輛的傳感器數(shù)據(jù)。DeepScale的目標(biāo)在于以各種價(jià)格點(diǎn)為量產(chǎn)車(chē)輛提供不同的駕駛輔助和自動(dòng)駕駛功能。

Deepscale Deep Sensor Fusion DeepScale的途徑:深度神經(jīng)網(wǎng)絡(luò)傳感器融合

Iandola在參酌來(lái)自汽車(chē)制造商和tier one供貨商的意見(jiàn)后,希望該公司的參考套件能夠成為部署至汽車(chē)中的大規(guī)模生產(chǎn)軟件。

同時(shí),DeepScale期望開(kāi)發(fā)自家的測(cè)試方法—— 類(lèi)似于傳統(tǒng)的功能安全方法,但專(zhuān)門(mén)為軟件密集型的車(chē)輛而設(shè)計(jì)。Iandola指出,傳統(tǒng)的設(shè)計(jì)/測(cè)試是為具有少量電子組件的機(jī)械驅(qū)動(dòng)車(chē)輛而開(kāi)發(fā)的。隨著新一代車(chē)輛帶來(lái)更多軟件和人工智能(AI),測(cè)試方法必須改變?!拔覀兿M诮衲昴甑浊伴_(kāi)發(fā)一些產(chǎn)品,并希望與客戶(hù)和業(yè)界組織分享我們的方法。”

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀(guān)點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1800

    文章

    48094

    瀏覽量

    242227
  • 自動(dòng)駕駛
    +關(guān)注

    關(guān)注

    788

    文章

    14007

    瀏覽量

    167743
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5527

    瀏覽量

    121892

原文標(biāo)題:深度學(xué)習(xí)專(zhuān)家很缺?

文章出處:【微信號(hào):eet-china,微信公眾號(hào):電子工程專(zhuān)輯】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    軍事應(yīng)用中深度學(xué)習(xí)的挑戰(zhàn)與機(jī)遇

    人工智能尤其是深度學(xué)習(xí)技術(shù)的最新進(jìn)展,加速了不同應(yīng)用領(lǐng)域的創(chuàng)新與發(fā)展。深度學(xué)習(xí)技術(shù)的發(fā)展深刻影響了軍事發(fā)展趨勢(shì),導(dǎo)致戰(zhàn)爭(zhēng)形式和模式發(fā)生重大變化。本文將概述
    的頭像 發(fā)表于 02-14 11:15 ?222次閱讀

    NPU在深度學(xué)習(xí)中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其核心驅(qū)動(dòng)力之一,已經(jīng)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和價(jià)值。NPU(Neural Processing Unit,神經(jīng)網(wǎng)絡(luò)處理單元)是專(zhuān)門(mén)為深度學(xué)習(xí)
    的頭像 發(fā)表于 11-14 15:17 ?1237次閱讀

    Pytorch深度學(xué)習(xí)訓(xùn)練的方法

    掌握這 17 種方法,用最省力的方式,加速你的 Pytorch 深度學(xué)習(xí)訓(xùn)練。
    的頭像 發(fā)表于 10-28 14:05 ?360次閱讀
    Pytorch<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>訓(xùn)練的方法

    GPU深度學(xué)習(xí)應(yīng)用案例

    GPU在深度學(xué)習(xí)中的應(yīng)用廣泛且重要,以下是一些GPU深度學(xué)習(xí)應(yīng)用案例: 一、圖像識(shí)別 圖像識(shí)別是深度學(xué)習(xí)
    的頭像 發(fā)表于 10-27 11:13 ?658次閱讀

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進(jìn),相輔相成。以下是對(duì)兩者關(guān)系的介紹: 一、深度學(xué)習(xí)是AI大模型的基礎(chǔ) 技術(shù)支撐 :深度
    的頭像 發(fā)表于 10-23 15:25 ?1972次閱讀

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    ,共同進(jìn)步。 歡迎加入FPGA技術(shù)微信交流群14群! 交流問(wèn)題(一) Q:FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?現(xiàn)在用FPGA做深度學(xué)習(xí)加速成為一個(gè)熱門(mén),深鑒科技,商湯,曠視科技等都有基于FPG
    發(fā)表于 09-27 20:53

    深度學(xué)習(xí)中的時(shí)間序列分類(lèi)方法

    時(shí)間序列分類(lèi)(Time Series Classification, TSC)是機(jī)器學(xué)習(xí)深度學(xué)習(xí)領(lǐng)域的重要任務(wù)之一,廣泛應(yīng)用于人體活動(dòng)識(shí)別、系統(tǒng)監(jiān)測(cè)、金融預(yù)測(cè)、醫(yī)療診斷等多個(gè)領(lǐng)域。隨著深度
    的頭像 發(fā)表于 07-09 15:54 ?1398次閱讀

    深度學(xué)習(xí)中的無(wú)監(jiān)督學(xué)習(xí)方法綜述

    深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)重要分支,近年來(lái)在多個(gè)領(lǐng)域取得了顯著的成果,特別是在圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理等領(lǐng)域。然而,深度學(xué)習(xí)模型
    的頭像 發(fā)表于 07-09 10:50 ?1137次閱讀

    深度學(xué)習(xí)與nlp的區(qū)別在哪

    深度學(xué)習(xí)和自然語(yǔ)言處理(NLP)是計(jì)算機(jī)科學(xué)領(lǐng)域中兩個(gè)非常重要的研究方向。它們之間既有聯(lián)系,也有區(qū)別。本文將介紹深度學(xué)習(xí)與NLP的區(qū)別。 深度
    的頭像 發(fā)表于 07-05 09:47 ?1196次閱讀

    基于深度學(xué)習(xí)的小目標(biāo)檢測(cè)

    在計(jì)算機(jī)視覺(jué)領(lǐng)域,目標(biāo)檢測(cè)一直是研究的熱點(diǎn)和難點(diǎn)之一。特別是在小目標(biāo)檢測(cè)方面,由于小目標(biāo)在圖像中所占比例小、特征不明顯,使得檢測(cè)難度顯著增加。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展,尤其是卷積神經(jīng)網(wǎng)絡(luò)(CNN
    的頭像 發(fā)表于 07-04 17:25 ?1287次閱讀

    深度學(xué)習(xí)中的模型權(quán)重

    深度學(xué)習(xí)這一充滿(mǎn)無(wú)限可能性的領(lǐng)域中,模型權(quán)重(Weights)作為其核心組成部分,扮演著至關(guān)重要的角色。它們不僅是模型學(xué)習(xí)的基石,更是模型智能的源泉。本文將從模型權(quán)重的定義、作用、優(yōu)化、管理以及應(yīng)用等多個(gè)方面,深入探討
    的頭像 發(fā)表于 07-04 11:49 ?2859次閱讀

    深度學(xué)習(xí)常用的Python庫(kù)

    深度學(xué)習(xí)作為人工智能的一個(gè)重要分支,通過(guò)模擬人類(lèi)大腦中的神經(jīng)網(wǎng)絡(luò)來(lái)解決復(fù)雜問(wèn)題。Python作為一種流行的編程語(yǔ)言,憑借其簡(jiǎn)潔的語(yǔ)法和豐富的庫(kù)支持,成為了深度學(xué)習(xí)研究和應(yīng)用的首選工具。
    的頭像 發(fā)表于 07-03 16:04 ?809次閱讀

    TensorFlow與PyTorch深度學(xué)習(xí)框架的比較與選擇

    深度學(xué)習(xí)作為人工智能領(lǐng)域的一個(gè)重要分支,在過(guò)去十年中取得了顯著的進(jìn)展。在構(gòu)建和訓(xùn)練深度學(xué)習(xí)模型的過(guò)程中,深度
    的頭像 發(fā)表于 07-02 14:04 ?1238次閱讀

    深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的對(duì)比

    在人工智能的浪潮中,機(jī)器學(xué)習(xí)深度學(xué)習(xí)無(wú)疑是兩大核心驅(qū)動(dòng)力。它們各自以其獨(dú)特的方式推動(dòng)著技術(shù)的進(jìn)步,為眾多領(lǐng)域帶來(lái)了革命性的變化。然而,盡管它們都屬于機(jī)器學(xué)習(xí)的范疇,但
    的頭像 發(fā)表于 07-01 11:40 ?1762次閱讀

    深度解析深度學(xué)習(xí)下的語(yǔ)義SLAM

    隨著深度學(xué)習(xí)技術(shù)的興起,計(jì)算機(jī)視覺(jué)的許多傳統(tǒng)領(lǐng)域都取得了突破性進(jìn)展,例如目標(biāo)的檢測(cè)、識(shí)別和分類(lèi)等領(lǐng)域。近年來(lái),研究人員開(kāi)始在視覺(jué)SLAM算法中引入深度學(xué)習(xí)技術(shù),使得
    發(fā)表于 04-23 17:18 ?1519次閱讀
    <b class='flag-5'>深度</b>解析<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>下的語(yǔ)義SLAM