文章 |蓉蓉简介：不需要对识别对象进行一一训练。
Drive.ai 汽车利用深度学习技术，根据过去的驾驶经验做出更优化的决策。
上个月，IEEE Spectrum 杂志报道了 Drive.ai 在加州试驾自动驾驶汽车的体验，并探讨了他们如何应用深度学习功能来控制自动驾驶汽车。
Drive.ai是一家人工智能初创公司，利用深度学习算法提供全栈自动驾驶解决方案。
Drive.ai 由斯坦福大学的几位人工智能研究人员创立。
Drive.ai 自 2016 年成立以来已筹集 100 万美元资金。
Drive.ai 是一家新公司，但它已经拥有一支由四辆车组成的车队，可以在湾区（大部分地区）自行导航。
即使在极其困难的条件下，例如夜间或雨天，Drive.ai 也可以进行导航。
Drive.ai从一开始就将深度学习技术融入到自动驾驶技术中。
Drive.ai创始人之一Sameep Tandon表示：“这与传统的机器人方法形成鲜明对比。
许多公司只在某个组件中使用深度学习能力，但我们使用得更全面。
”由于机器人感知世界的能力存在太多固有的不确定性，因此通常将深度学习应用于感知系统。
由于深度学习擅长识别任何场景中的特定类型的事物（例如人），因此许多公司使用深度学习来识别相机图像中的行人（例如）。
原则上，深度学习系统可以学习识别模式，然后系统扩展其识别以前从未见过的模式的能力：您不需要对每个可能的人进行训练。
除了应用于识别摄像机图像中的行人之外，深度学习还可以应用于决策和运动规划。
Drive.ai 充分利用了深度学习。
深度学习算法擅长在许多不同的情况下做出如何工作的决策，例如在四车道车站正确驾驶，或在红灯时右转。
深度学习系统从数据中学习。
深度学习算法识别的数据越多，其分辨率就越高。
数据的质量并不都是一样的，所以我们要投入大量的精力去收集高质量的数据，然后对这些数据进行标注，用它来优化深度学习算法。
Drive.ai 的与众不同之处在于它能够使用深度学习和自动化来注释数据，以帮助从一开始就实现数据解码过程的自动化。
Drive.ai有一个由人类注释者组成的小团队，其中大多数人主要负责训练新场景或测试系统自动做出的注释。
坦登说：“我们希望能够训练深度学习系统来帮助我们感知并做出决策，并利用一些规则和人类知识来保证其安全。