也是在那一年，如今在座的吴韧博士，他做了一个集群，那时刻是用了144个GPU，当时就跨越了河汉一号的计算才能，这144个集群的计算才能是河汉一号的两倍，在百度的集群是远远跨越全世界最快的操作计算机。

我们来谈谈人工智能和海外投资的应用，我们可以用深度进修的应用水平和方法来差别他们的┞封个模式，其拭魅这个汽车车厂在十几年前就开端用这个主动驾驶的技巧在研究这方面，他们主如果主动驾驶来资世人们晋升汽车的安然性。也晋升它的┞封个操控性，在这个世界上把无人驾驶一般分成五级，这里只是有五级，前面一二三是主动驾驶，只有到第四第五是不须要司机坐在偏向盘后面的，第五级可以到任何处所去。

绝大年夜部分的车厂，一向到2016岁首?年代都认为他们一向进级到4级，这是他们本来和科技公司的差别。到客岁事首?年代绝大年夜部分的车厂都改变了这个偏向，他们仍然在走这个帮助驾驶，他们都直接调出一个部分做这个4级，他们认为直接做4级比他们一级一级升要快得多。

第二个流派就是以百度和谷歌为代表，应用深度进修。在应用深度进修的程度上不一样。直到后面2012岁尾的时刻，开端逐渐的做成LX3，大年夜L3做到LX4，它如许用的是什么呢？它只是在有限典范围里，它用的是感知这个模块里头大年夜范围的应用模块进修，在决定计划这些模块里，据我所知，2016年谷歌还没有大年夜范围在应用范围进修。他们这个车仍然是在全世界领跑全部无人驾驶的技巧。

与此不合的是百度和谷歌，在决定计划膳绫擎也开端应用这个深度进修做人工智能的驾驶决定计划。别的一个是Mobileye，以摄像头为基本的流派，它做的是LX2.5的，它这个是弗成能分开人在偏向盘后面的，它们在感知膳绫擎是用的大年夜量数据进行了异常好的深度进修，来竽暌姑摄象头做这个物体的辨认。Mobileye是方才被英特尔收购了，这个是在有限的驾驶的才能下深度应用的，决定计划的体系并没有进修。如今最新的一批人是像Drive ai和Nvidia，所以他们是想把直接大年夜传感器出来的旌旗灯号输出成驾驶的决定计划，这是一个异常激进的筹划，因为这个筹划只有在学术界里在验证，并没有获获成功。所以走这条技巧的路径须要大年夜量的计算才能，他用的是端到端的全深度进修的模型在做。Drive.ai这个公司是全球最早走这个偏向的，很多人可能不知道Drive.ai和百度前首席科学家的关系，吴恩达的太太是Drive.ai的总裁，Drive.ai的CEO都是吴恩达的学生。两年多以前，几乎快3年的时刻，吴恩达应当走深度进修的路，所以百度仍然是走在科技公司的主流路线上。

将来，无人驾驶取得冲破性进展的原因有：

综上所述大年夜家可以看到，大年夜最传统的技巧，就是车场，到最激进的，这个中心有很多的选择，就是大年夜技巧上有很多流派，没有哪一个流派被证实。如今领跑的是谷歌，全球我们认为无人驾驶最好的技巧应当是谷歌。

第二个带来改变的就是传感器，大年夜家知道如今64线的激光雷达在慢慢地投入量产，到今天很多人在做这个激光雷达，但真正可用的激光雷达只有一个公司。然则同时无人驾驶汽车如今还须要异常多其他的传感器，包含摄像头，包含惯性的导航，他也须要合营上高精的地图才能做无人驾驶。这些技巧在这两年有冲破性的进步，使得无人驾驶在深度进修和新型的传感器上，获得一个异常广泛的、异常好的冲破。

第三个硬件的进级是打造云端汽车大年夜脑，他能开辟硬件，以前的GPU一般会用来做PC上的游戏加快器，百度最早也做这个，它还做了一个当时异常保密的项目，当时全球有两个重要的厂商来做这个芯片，所以在百度汽车大年夜脑拥有如许的计算才能今后，我们大年夜家就可以把深度进修算法和这个模型放到车上，然后在汽车本身驾驶的过程中做一些及时的断定和决定计划。

异常症桨?酵是第一个——基本决定计划，就是要大年夜摄像头和激光雷达感知，对很多物体做出一些断定，这个断定要用数据做一些评选，就是看看在如许大年夜量的数据里本身的技巧到底有若干精确性。到如今为止我的团队跟汽车相干的6个指标中有4个指标是全世界第一的，包含断定汽车的精确性，包含语音等等。

　　推荐阅读

　　编写Linux Shell脚本的最佳实践

因为工作须要，比来从新开端拾掇shell脚本。固然绝大年夜部分敕令本身日常平凡也经常应用，然则在写成脚本的时刻总认为写的很难看。并且当我在看其他人写的脚本的时刻，总以难堪以浏览。毕>>>详细阅读

本文标题：百度高级副总裁、无人车负责人王劲即将从百度离职创业

地址：http://www.17bianji.com/lsqh/36662.html

 1/2    1