19個(gè)神經(jīng)元是如何控制自動(dòng)駕駛的？

19 個(gè)神經(jīng)元之所以能控制自動(dòng)駕駛，主要得益于以下幾個(gè)方面：

首先，研究人員受到線蟲大腦的啟發(fā)，提出了神經(jīng)元回路策略（NCP）。這種策略重新利用生物神經(jīng)回路模型的功能，創(chuàng)建可解釋的控制智能體。

其次，該系統(tǒng)用少量人工神經(jīng)元控制車輛轉(zhuǎn)向。通過 253 個(gè)突觸將 32 個(gè)封裝的輸入特征連接到輸出，可以學(xué)習(xí)把高維輸入映射到操縱命令。

再者，NCP 方法構(gòu)建的自動(dòng)駕駛系統(tǒng)由兩部分組成。一部分是用于從攝像機(jī)傳入的視覺數(shù)據(jù)中提取結(jié)構(gòu)特征的卷積神經(jīng)網(wǎng)絡(luò)（CNN），另一部分是僅包含 19 個(gè)神經(jīng)元的控制部分，將感知系統(tǒng)中的數(shù)據(jù)轉(zhuǎn)換為轉(zhuǎn)向命令。兩個(gè)子系統(tǒng)堆疊在一起并同時(shí)接受訓(xùn)練，訓(xùn)練數(shù)據(jù)集是波士頓地區(qū)人類駕駛汽車視頻。

此外，與傳統(tǒng)的深度學(xué)習(xí)模型相比，每個(gè)單元內(nèi)信號(hào)的處理遵循不同的數(shù)學(xué)原理。NCP 方法能夠?qū)⒕W(wǎng)絡(luò)規(guī)模減少兩個(gè)數(shù)量級(jí)，參數(shù)數(shù)量降低了 2 個(gè)數(shù)量級(jí)，僅使用了 7.5 萬個(gè)訓(xùn)練參數(shù)。

同時(shí)，NCP 模型還有多個(gè)優(yōu)勢(shì)。比如具有可解釋性，能讓我們看到網(wǎng)絡(luò)將注意力集中在什么方面，還能看到哪個(gè)神經(jīng)元在駕駛決策中的作用。它還具有魯棒性，對(duì)輸入圖像的擾動(dòng)表現(xiàn)出強(qiáng)大的抵抗力。此外，還能減少訓(xùn)練時(shí)間，減少在相對(duì)簡(jiǎn)單的系統(tǒng)中實(shí)現(xiàn) AI 的不確定性。

總之，19 個(gè)神經(jīng)元控制的自動(dòng)駕駛系統(tǒng)，不僅結(jié)構(gòu)簡(jiǎn)單，還具有諸多優(yōu)勢(shì)，未來不僅能應(yīng)用于自動(dòng)駕駛，還可能在倉(cāng)庫(kù)的自動(dòng)化機(jī)器人等領(lǐng)域發(fā)揮作用。

（圖/文/攝：太平洋汽車 整理于互聯(lián)網(wǎng)）