Alphabet公司的人工智能研究部門(mén)DeepMind正在協(xié)助其姊妹公司W(wǎng)aymo在自動(dòng)駕駛汽車市場(chǎng)做出努力。
DeepMind的研究人員今天在該小組博客中的帖子中詳細(xì)介紹了合作。該部門(mén)一直在與Waymo合作,利用一種稱為“基于人口的培訓(xùn)”的技術(shù)來(lái)加速自動(dòng)駕駛軟件的開(kāi)發(fā)。
該方法最初由DeepMind發(fā)明,是先前的AI項(xiàng)目的一部分,該方法借鑒了進(jìn)化的線索來(lái)增強(qiáng)AI模型。 在某些方面,構(gòu)建神經(jīng)網(wǎng)絡(luò)的過(guò)程本質(zhì)上是進(jìn)化的。在開(kāi)發(fā)過(guò)程中,AI模型會(huì)經(jīng)過(guò)培訓(xùn)課程,在其中訓(xùn)練樣本數(shù)據(jù)并修改其行為以產(chǎn)生更準(zhǔn)確的結(jié)果。
但是,許多其他基本的開(kāi)發(fā)任務(wù)仍然必須使用手動(dòng)方法執(zhí)行。 在這些任務(wù)中最重要的一項(xiàng)是超參數(shù)探索,這是DeepMind幫助Waymo簡(jiǎn)化的一項(xiàng)任務(wù)。這是對(duì)硬編碼到AI模型中的基本行為設(shè)置進(jìn)行微調(diào)的過(guò)程。工程師通常手動(dòng)設(shè)置模型的設(shè)置,或者在復(fù)雜的項(xiàng)目中使用計(jì)算機(jī)輔助的搜索,其中腳本嘗試大量隨機(jī)生成的選項(xiàng)。
基于人群的培訓(xùn)使工作流程更加高效。基本概念是使用自動(dòng)化算法來(lái)測(cè)試一組AI模型中的不同設(shè)置組合,識(shí)別表現(xiàn)欠佳的成員并將其替換為表現(xiàn)最佳的對(duì)等版本。該小組在每個(gè)這樣的周期處理數(shù)據(jù)方面都變得更好。
DeepMind的研究人員詳細(xì)介紹說(shuō):“網(wǎng)絡(luò)會(huì)定期進(jìn)行評(píng)估,并以進(jìn)化的方式相互競(jìng)爭(zhēng)以求生存。” “如果某個(gè)群體的成員表現(xiàn)不佳,就會(huì)被表現(xiàn)更好的成員的“后代”所取代。后代是性能更好的成員的副本,具有超突變的超參數(shù)?!?/p>
DeepMind與Waymo合作,將這種方法應(yīng)用于優(yōu)化集團(tuán)的自動(dòng)駕駛模型。在他們的第一個(gè)聯(lián)合項(xiàng)目中,Waymo使用了該技術(shù)來(lái)訓(xùn)練AI,以檢測(cè)自動(dòng)駕駛汽車附近的行人,汽車和其他物體?;谌丝诘呐嘤?xùn)有助于將模型產(chǎn)生的誤報(bào)數(shù)量減少24%。
Waymo繼續(xù)將該技術(shù)應(yīng)用于其他項(xiàng)目。使用該方法,該小組將為AI找到最佳設(shè)置集所需的時(shí)間和為此所需的處理能力減少了一半。另外,它減少了開(kāi)發(fā)過(guò)程中的手動(dòng)輸入,從而為研究人員節(jié)省了時(shí)間。
研究人員寫(xiě)道:“通過(guò)將PBT(基于人口的培訓(xùn))直接整合到Waymo的技術(shù)基礎(chǔ)架構(gòu)中,公司各處的研究人員都可以通過(guò)單擊按鈕來(lái)應(yīng)用此方法,而花費(fèi)更少的時(shí)間來(lái)調(diào)整他們的學(xué)習(xí)率。” “自完成這些實(shí)驗(yàn)以來(lái),PBT已應(yīng)用于許多不同的Waymo模型,并有望在幫助路上制造出更有能力的車輛方面大有希望?!?/p>
-
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4726瀏覽量
100317 -
人工智能
+關(guān)注
關(guān)注
1789文章
46368瀏覽量
236546 -
waymo
+關(guān)注
關(guān)注
2文章
308瀏覽量
24637
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論