特斯拉收购初创公司 专注自动驾驶“深度神经网络”

网易科技讯4月18日动静，据外媒报道，特斯拉收购计较机视觉初创公司DeepScale的买卖营业开始收成回报，通过收购完备团队开始为这家电动汽车制造商提供新的专利。

2019年年底，有动静称特斯拉收购了位于旧金山湾区的初创公司DeepScale，该公司专注于开拓自动驾驶汽车的“深度神经收集”，收购金额未披露。DeepScale专注于计较节能的深度进修体系，这也是特斯拉存眷的重点规模，特斯拉抉择计划本身的电脑芯片来驱动自动驾驶软件。有揣摩称，特斯拉收购这个团队是为了加快其呆板进修的成长。

此刻，特斯拉发布了名为“用扩凑数据实习呆板模子的体系和要领”的新专利，我们也看到了这笔收购带来的成就。这项专利的发现者包罗DeepScale的三名成员，别离是马修·库珀(Matthew Cooper)、帕拉斯·贾因(Paras Jain)和哈西姆兰·辛格·西杜(Harsimran Singh Sidhu)。

今朝在特斯拉旗下事变的DeepScale团队正在实行申请的这个体系，它与操作几个差异传感器视察场景的数据来实习神经收集有关，好比特斯拉司机帮助驾驶体系Autopilot传感器阵列中的八个摄像头。

特斯拉在专利申请中描写了这种环境的坚苦：“在典范的呆板进修应用中，数据可以通过多种方法举办扩充，以停止太过拟实用于获取实习数据的捕捉装备的特性模子。譬喻，在用于实习计较机模子的典范图像齐集，图像也许代表很多差异捕捉情形的工具，这些情形具有与被捕捉工具相干的差异传感器特性。譬喻，这样的图像可以通过差异的传感器特征来捕捉，就像差异的标准、焦距、镜头范例、预处理赏罚或后处理赏罚、软件情形以及传感器阵列硬件等等。这些传感器在差异的外部参数方面也也许有所差异，譬喻成像传感器的位置和偏向相对付捕捉图像时的情形。全部这些差异范例的传感器特征城市导致所捕捉的图像在图像齐集泛起差异的情势，使正确地实习计较机模子变得越发坚苦。”

对此，特斯拉团队总结了他们应对这个题目的办理方案：

第一个部门是用于实习猜测计较机模子一组参数的要领。该实验例可以包罗：1）辨认由一组摄像头捕捉的图像，该图像被附加到一个或多个图像网络体系中；2）对付图像荟萃中的每一幅图像，辨认该图像的实习输出；3）对付该组图像中的一幅或多幅图像，通过以下特定步调天生加强图像：通过用维护图像的摄像头属性的图像哄骗成果修改图像来为该组图像天生加强图像，并将该加强实习图像与该图像的实习输出相干联；4）实习猜测计较机模子的该组参数以基于包罗该图像和该组加强图像的图像实习集来猜测实习输出。

第二部门包罗具有一个或多个处理赏罚器和存储指令的非暂且性计较机存储介质体系，该指令在由一个或多个处理赏罚器执行时，会使处理赏罚器执行相干操纵，这些操纵包罗：1）辨认由一组摄像头捕捉的、同时附着到一个或多个图像收罗体系的图像荟萃；2）对付所述图像荟萃中的每幅图像，辨认图像的实习输出；3）对付该组图像中的一幅或多幅图像，通过以下步调为一组图像天生加强图像：通过用维护图像的摄像头属性的图像处理赏罚函数修改图像来为该组图像天生加强图像，并将该加强实习图像与该图像的实习输出相干联；4）实习猜测计较机模子的参数集来猜测基于图像实习集的实习输出，包罗图像和加强图像集。

第三部门以包罗具有供处理赏罚器执行指令的非暂且性计较机可读介质，该指令在由处理赏罚器执行时使得处理赏罚器可以或许：1）辨认由一组摄像头捕捉的、同时附着到一个或多个图像收罗体系的一组图像；2）对付该组图像中的每幅图像，辨认该图像的实习输出；3）对付该组图像中的一幅或多幅图像，通过以下步调为一组图像天生加强图像：通过用维持图像的摄像头属性的图像操纵成果修改图像来为一组图像天生加强图像，并将加强的实习图像与图像的实习输出相干联；4）实习计较机模子以进修基于包罗图像和该组加强图像的图像实习集来猜测实习输出。

正如之前报道的那样，特斯拉正在经验“对特斯拉Autopilot的重大基本性重写”。作为重写的一部门，首席执行官埃隆·马斯克(Elon Musk)暗示：“神经收集正在接收越来越多的题目。”

新专利中还将包罗一个标签体系，马斯克称3D标签将改变游戏法则：汽车进入有八个摄像头的场景，画一条路，然后你可以用3D标志那条路。这种用多个摄像头实习呆板进修体系的新要领，就像特斯拉的Autopilot一样，带有附加数据，可以成为Autopilot更新的一部门。（小小）

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!