華為云一站式AI開(kāi)發(fā)平臺(tái)，如何讓無(wú)人車黑科技更“黑”

文|李永華

來(lái)源|智能相對(duì)論（aixdlun）

科技快速發(fā)展的年代，我們?cè)絹?lái)越不能輕易地“預(yù)測(cè)未來(lái)”，因?yàn)榭傆心敲炊嘁饬现庠诘戎覀儭?/p>

幾年前，我們還認(rèn)為無(wú)人車僅是作為科幻電影里的炫酷橋段，然而現(xiàn)在，公園、封閉園區(qū)、大學(xué)校園等場(chǎng)景下，都會(huì)看到無(wú)人車的身影，由于其高科技的便捷應(yīng)用與可愛(ài)的外形設(shè)計(jì)，迅速受到網(wǎng)友圍觀，成為名副其實(shí)的“網(wǎng)紅”。

網(wǎng)紅無(wú)人車的出現(xiàn)，之所以一度成為社會(huì)熱議的話題，是因?yàn)檫^(guò)去我們沒(méi)想到無(wú)人駕駛時(shí)代這么快就要到來(lái)，并讓我們不自覺(jué)地想對(duì)支撐其快速發(fā)展的背后黑科技一探究竟。

無(wú)人車駛向前臺(tái)，無(wú)限AI黑科技藏在身后

表面上“急速狂飆”的無(wú)人車，背后都有AI“黑科技”加持，“黑科技”足夠真，才能讓“網(wǎng)紅無(wú)人車”不再僅是網(wǎng)紅。

事實(shí)上，無(wú)人車和人開(kāi)車的過(guò)程差不多，先用眼睛看，腦子根據(jù)眼睛看到的東西做出決策、指揮操作。

前者，被稱作感知系統(tǒng)，當(dāng)然它比人眼只是“感光”要更復(fù)雜，主要通過(guò)激光雷達(dá)（確認(rèn)車輛所處三維位置）、攝像頭（獲取圖像信息）、IMU陀螺加速度計(jì)（確認(rèn)行進(jìn)角速度）等多路傳感器，把路標(biāo)、分道線、車道、汽車、行人、物體、車輛位置、行進(jìn)狀態(tài)等各類信號(hào)輸入到計(jì)算后臺(tái)，這個(gè)階段的要求是盡可能“看”得細(xì)、“看”得準(zhǔn)，不能遺漏或錯(cuò)誤判斷。

后者，即“芯or腦”決策的問(wèn)題，簡(jiǎn)言之，就是把各路傳感器弄回來(lái)的信息整到一起，通過(guò)提前預(yù)設(shè)好的模型算法（類似人腦的思維方式和思維過(guò)程）得出車輛在此時(shí)以及未來(lái)一段時(shí)間應(yīng)當(dāng)如何行駛是最好的，并據(jù)此下達(dá)指令。

總體而言，由感知+決策構(gòu)成的無(wú)人車系統(tǒng)（日后延申至自動(dòng)駕駛系統(tǒng)），其整個(gè)過(guò)程的實(shí)現(xiàn)主要有三種方式，對(duì)應(yīng)三路AI“黑科技”。

一路是“LiDAR派”（Light Detection And Ranging 激光探測(cè)與測(cè)距），激光一掃，周圍的環(huán)境變成數(shù)字世界的3D模型，然后結(jié)合毫米波雷達(dá)、攝像頭等輔助，AI能力告訴車子，“嘿，這個(gè)數(shù)字世界里，我們應(yīng)該在這個(gè)位置，這下會(huì)走了吧?！?/p>

一路是車路協(xié)同方案，這個(gè)方案的精髓是大搞基建，在路的兩邊高密度布置基站，把雷達(dá)掃描的信號(hào)發(fā)送給經(jīng)過(guò)的汽車，再配合精密地圖從而實(shí)現(xiàn)自動(dòng)駕駛。

搞車路協(xié)同需要很大的基礎(chǔ)設(shè)施投入，建設(shè)周期也很長(zhǎng)，不過(guò)一旦搞成功了，單臺(tái)自動(dòng)駕駛汽車自己的成本就大大降低了——主要靠別人提醒，自己不用怎么武裝大腦。

從上圖也可以看出，這個(gè)方案需要高精地圖協(xié)作，與基站形成配合。

最后一路是所謂的“低成本方案”，馬斯克是其大力鼓吹者，工具簡(jiǎn)單，和人只靠眼睛一樣，攝像頭加上毫米波雷達(dá)“就能”實(shí)現(xiàn)自動(dòng)駕駛，激光、基站統(tǒng)統(tǒng)丟掉。這個(gè)方案有個(gè)好處，只考驗(yàn)“不太花成本”的AI算法能力，而這種能力的獲取將受到未來(lái)業(yè)界追捧。

AI算力背后的“黑科技”

業(yè)界公認(rèn)，阻礙AI產(chǎn)業(yè)規(guī)?；l(fā)展的原因主要是開(kāi)發(fā)效率低，標(biāo)注、訓(xùn)練、部署整個(gè)過(guò)程耗時(shí)，以及稀缺與昂貴的算力。AI產(chǎn)業(yè)若要規(guī)模化走進(jìn)各行各業(yè)，助力企業(yè)AI產(chǎn)業(yè)化應(yīng)用，就必須要降低AI開(kāi)發(fā)門(mén)檻和難度。而開(kāi)發(fā)者在AI開(kāi)發(fā)過(guò)程中也存在諸多痛點(diǎn)，例如，無(wú)法對(duì)海量數(shù)據(jù)進(jìn)行存儲(chǔ)與分析，對(duì)于普通開(kāi)發(fā)者來(lái)說(shuō)，面對(duì)快速增長(zhǎng)的算力需求力不從心。深度學(xué)習(xí)作為人工智能崛起的主要原因，是開(kāi)發(fā)者必須要學(xué)習(xí)的技能，但是對(duì)于普通開(kāi)發(fā)者而言，掌握深度學(xué)習(xí)模型訓(xùn)練的時(shí)間成本相當(dāng)高，這也阻礙了AI開(kāi)發(fā)者的開(kāi)發(fā)效率。

可見(jiàn)，AI算法能力的獲取，并非易事。也就是說(shuō)，網(wǎng)紅無(wú)人車從“網(wǎng)紅”到尋常百姓家，還差些許火候。

日前，華為云人工智能大賽·無(wú)人車挑戰(zhàn)杯正式開(kāi)賽，華為云一站式AI開(kāi)發(fā)平臺(tái)ModelArts、端云協(xié)同解決方案HiLens作為整場(chǎng)賽事的技術(shù)支撐，為參賽開(kāi)發(fā)者提供了AI開(kāi)發(fā)、云端創(chuàng)意無(wú)限的可能，即AI算法背后的“黑科技”。

華為云人工智能大賽·無(wú)人車挑戰(zhàn)杯參賽選手用車

華為云ModelArts作為一站式的AI開(kāi)發(fā)平臺(tái)，集跨場(chǎng)景、軟硬協(xié)同、端云一體等多方位的優(yōu)化經(jīng)驗(yàn)，提供了自動(dòng)學(xué)習(xí)、數(shù)據(jù)管理、開(kāi)發(fā)管理、模型管理、推理服務(wù)管理等多個(gè)模塊化服務(wù)，真正做到滿足不同程度的開(kāi)發(fā)者，快速獨(dú)立的開(kāi)發(fā)出自己的AI模型。

在無(wú)人車場(chǎng)景下，華為云可以支撐開(kāi)發(fā)者實(shí)現(xiàn)一站式全流程開(kāi)發(fā)，基于華為ModelArts AI開(kāi)發(fā)平臺(tái)訓(xùn)練算法，通過(guò)HiLens平臺(tái)做技能開(kāi)發(fā)并部署到HiLens Kit（端側(cè)設(shè)備）進(jìn)行推理，其超強(qiáng)的算力，豐富的接口，為開(kāi)發(fā)者提供AI開(kāi)發(fā)的極大便利。

在本次無(wú)人車大賽中，參賽者運(yùn)用華為云ModelArts平臺(tái)訓(xùn)練好各類算法模型，然后把模型導(dǎo)入HiLens平臺(tái)進(jìn)行業(yè)務(wù)邏輯編寫(xiě)，完成技能開(kāi)發(fā)，并將技能一鍵式部署到HiLens，快速實(shí)現(xiàn)紅綠燈檢測(cè)、行人避障、線路識(shí)別、目標(biāo)跟隨等自動(dòng)駕駛功能。這樣實(shí)現(xiàn)了從云到端的一體化，降低了參賽者訓(xùn)練時(shí)間和算法移植成本，提高了效率。

讓“感知”更容易實(shí)現(xiàn)、讓“決策”方案更容易訓(xùn)練出來(lái)，華為云ModelArts、HiLens在這場(chǎng)競(jìng)賽中為學(xué)生們提供了后臺(tái)各種數(shù)據(jù)、高速算力、快速部署能力，學(xué)生們只管放飛自我研究如何讓無(wú)人小車更聰明地感知世界和自動(dòng)行駛。

這也反應(yīng)出AI開(kāi)發(fā)的一個(gè)趨勢(shì)：創(chuàng)新的只管創(chuàng)新，其他“后勤”平臺(tái)給你包圓了，你要做的是肆意發(fā)揮創(chuàng)新，多多靈光一閃，想出什么讓汽車更聰明的絕妙法子。

那么“感知”和“決策”兩個(gè)部分，究竟是如何實(shí)現(xiàn)的？

1、感知：讓獲取和處理外界信息的門(mén)檻更低

先來(lái)看華為云HiLens（官方定義“更懂開(kāi)發(fā)者的視覺(jué)AI應(yīng)用開(kāi)發(fā)平臺(tái)”），AWS（亞馬遜云）也有類似的Deeplens，簡(jiǎn)單說(shuō)就是由一個(gè)具備AI能力的攝像機(jī)以及它背后云上開(kāi)發(fā)平臺(tái)構(gòu)成。

華為云人工智能大賽·無(wú)人車挑戰(zhàn)杯選手用車外殼安裝

我們知道，AI需求深入到大量的細(xì)分行業(yè)，尤其視覺(jué)AI在傳統(tǒng)汽車、安防、娛樂(lè)、物流、醫(yī)療、交通都有應(yīng)用，云計(jì)算平臺(tái)不可能都有現(xiàn)成的方案，得靠企業(yè)們自己去開(kāi)發(fā)。

例如，那個(gè)讓你交10塊錢(qián)的停車場(chǎng)識(shí)別車牌就是視覺(jué)AI的成果，只不過(guò)它已經(jīng)十分成熟。

但這個(gè)開(kāi)發(fā)過(guò)程，又要采集數(shù)據(jù)，又要整合數(shù)據(jù)，還要自己搞模型搞算法，十分麻煩，這時(shí)候HiLens出現(xiàn)了，具體技術(shù)細(xì)節(jié)不多說(shuō)，總之視覺(jué)AI變得和拍攝DV一樣簡(jiǎn)單，架起專用設(shè)備，連接好網(wǎng)絡(luò)，就可以開(kāi)始開(kāi)發(fā)。

華為云人工智能大賽·無(wú)人車挑戰(zhàn)杯HiLens攝像頭模塊

由于無(wú)人車涉及大量圖像處理，華為云HiLens的輔助意義不言自明，參賽者作品很多基礎(chǔ)視覺(jué)AI能力架設(shè)可以憑借HiLens快速完成。

華為云人工智能大賽·無(wú)人車挑戰(zhàn)杯小車識(shí)別紅綠燈功能

2、決策：只要管好“最黑”的部分

一輛汽車該如何讓自己“感知”到的東西轉(zhuǎn)化為決策，通過(guò)華為云ModelArts，AI開(kāi)發(fā)在易用的同時(shí)獲得了極強(qiáng)的算力支持：

提供了開(kāi)源的數(shù)據(jù)集，AI模型最需要的數(shù)據(jù)喂養(yǎng)不需要自己到處去搜羅和積累；

通過(guò)某些技術(shù)處理，可以實(shí)現(xiàn)自動(dòng)學(xué)習(xí)+自動(dòng)訓(xùn)練模型，例如，在無(wú)人車領(lǐng)域，可以“一鍵做無(wú)人駕駛”；

大功告成，你在ModelArts上把模型搞出來(lái)了，這時(shí)候還能一鍵式部署到你想要的地方去，比如可以部署到HiLens端，實(shí)現(xiàn)云上決策算法模型與云下端側(cè)數(shù)據(jù)感知的拉通，這就是無(wú)人車背后真正的黑科技。

華為云人工智能大賽·無(wú)人車挑戰(zhàn)杯參賽選手編程顯示模塊

以無(wú)人車為代表，AI的難題總結(jié)起來(lái)有三點(diǎn)：第一部署太難；第二是開(kāi)發(fā)不容易；第三是算力不夠，這讓小開(kāi)發(fā)商望而卻步。華為云ModelArts與HiLens搭配，支撐開(kāi)發(fā)者實(shí)現(xiàn)一站式AI全流程開(kāi)發(fā)，更好的激發(fā)開(kāi)發(fā)者創(chuàng)新熱情、也將加速AI在各細(xì)分場(chǎng)景落地。

文末彩蛋：華為云人工智能大賽·無(wú)人車挑戰(zhàn)杯比賽

今日，科技部在2019世界人工智能大會(huì)宣布，將依托華為建設(shè)基礎(chǔ)軟硬件國(guó)家新一代人工智能開(kāi)放創(chuàng)新平臺(tái)，面向各行業(yè)、初創(chuàng)公司、高校和科研機(jī)構(gòu)等的AI應(yīng)用與研究，以云服務(wù)和產(chǎn)品軟硬件組合的方式，提供全流程、普惠的基礎(chǔ)平臺(tái)類服務(wù)。隨著8月23日昇騰910正式商用以及MindSpore的發(fā)布，華為全棧全場(chǎng)景AI解決方案全面完成構(gòu)建。面向開(kāi)發(fā)者，華為云ModelArts全流程模型生產(chǎn)服務(wù)打通了從數(shù)據(jù)處理-模型開(kāi)發(fā)-模型訓(xùn)練-模型部署的AI全鏈條，可將生產(chǎn)所需的所有服務(wù)一站式提供，全方位提升訓(xùn)練和推理的計(jì)算能力?？梢?jiàn)，憑借30年在ICT行業(yè)經(jīng)驗(yàn)積累以及領(lǐng)先的全棧全場(chǎng)景AI能力，華為期待把“黑科技”運(yùn)用到極致，加速構(gòu)建萬(wàn)物互聯(lián)的智能世界。

另外，打個(gè)小廣告：9月19日，“華為云無(wú)人車挑戰(zhàn)杯大賽”總決賽將亮相2019華為全聯(lián)接大會(huì)，并最終決出冠、亞、季軍團(tuán)隊(duì)以及優(yōu)勝獎(jiǎng)團(tuán)隊(duì)，歡迎關(guān)注。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無(wú)關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。