【情报】整合深度学习的无人驾驶新创公司Drive.ai
http://bit.ly/2nCnWhp
一批来自于史丹福大学AI实验室，
为积极研发无人驾驶汽车而放弃学业，
创立Drive.ai公司。由于初期研发困难，
但却在2015年3月获得团队建立以来的第一笔创投孵化资金。
以不到两年的研发，于2017年2月向世人展示能在下雨夜晚自动驾驶的系统。
两年前Drive.ai成立之初，当时谷歌已经积累了多年的自动驾驶技术的研发经验，
可是Drive.ai深深知道谷歌对于自动驾驶的研发经验并非是最佳的，
因为其采用了过于昂贵的雷射雷达和高精度地图等，
并且一开始未采用深度学习与人工智能技术。
所以Drive.ai为了避免走冤枉路从一开始就采用深度学习的策略。
换个角度来说，Drive.ai的目标是在于研发一辆采用初级雷达、
便宜摄影机、以及谷歌2D地图即可上路的自动驾驶车，
其并采用深度学习解决成本问题，
强化认知准确性以及寻求可行的商业模式。
避免让自动驾驶系统流于只有昂贵汽车材拥有的系统，
难达到普及化的目的。这意味着Drive.ai采用的技术和 Waymo
（原来谷歌无人驾驶车部门）、特斯拉等都不太一样。
目前在自动驾驶领域，分成两种研发方向，
第一个是采用规则为基础（Rule-base）的方式，
也就是厂商针对开车遇到的每个场景进行固定代码方式，
告诉汽车应该如何处理这样情况。这样的结果是，
当汽车遇到新场景且无对应的代码，
那么自动驾驶系统就不知道如何处理。
更何况不同汽车厂商对于相同场景，
可能有不同处理方式，这加深了肇事的机会。
随着人工智能与深度学习技术不断进步，
现在厂商开始将这些技术加入自动驾驶系统之内，
也是现今更受欢迎的研发方向。而Drive.ai就是走这一条路线。
因为深度学习可以类比人类大脑识别机制，
对于非结构化资料进行更好的辨识、判断和分类，
再不断透过算法从资料和训练中学习。
所以即使自动驾驶车在全新的场景之内，
车子也知道该如何处理，
而且愈来愈能够适应环境且不断扩展其能力。
从深层的角度来看，Drive.ai是聚焦在汽车的大脑之上，
透过软件层面进行深度学习技术来打造自动驾驶的人工智能系统，
这比起谷歌、特斯拉甚至于其它打造昂贵的硬件规格系统来说，
的确更能够发展出优异的自动驾驶系统。
只不过，这些测试依旧需要时间，
且Drive.ai也需要合作伙伴，
才能让其在未来自动驾驶世界获得比大厂更好的未来。