前些天，和公司的小伙伴們體驗了一下某品牌新車的自動泊車功能，說實話，這款車的表現像極了我練科目二倒庫的樣子。我就納悶了，好歹是個具有L2級別的自動駕駛，咋就連個白線和黃線都分不清楚呢？當然，我不是在刻意黑這個品牌，因為自動駕駛汽車識別能力差的問題還是普遍現象。

　　自動駕駛汽車的識別能力主要還是來自于視覺智能系統，視覺智能系統則是需要不斷地進行學習才能擁有正確識別的能力。而現階段視覺智能系統與其他AI相同，都需要采用大量的人工標記數據，而人工標注數據的方式既費時，又昂貴。

　　為解決這一問題，以色列Cartica AI公司開發了一款可進行無監督學習的視覺智能系統平臺，并且已在9月4號獲得了寶馬與豐田兩家車界大佬的投資。

　　為什么要無監督學習？

　　監督學習與無監督學習最大區別就在于，無監督學習不需要大量的數據標記，而監督學習就如上，需要進行大量的人工標注數據。因此無監督學習常常被用于數據挖掘，能在沒有被標記的數據中進行樣本識別分類。

　　通俗來說，監督學習就是手把手教學，把一條狗放在AI面前并告訴它這是一條狗，那么下次AI見到狗就能分辨出來。而無監督學習方式，僅需要把狗的特征告訴AI，AI在見到一個動物后就能分辨該動物是不是狗（如果這個動物不是狗，那么它該是什么），進而產生一種類似于主動學習的思想。但無監督學習會存在一些不準確性，比如把狼認作二哈。

　　現實的情況是，大量的邊緣案例都未被人工標記，而自動駕駛最需要的就是車輛識別系統能夠與環境實時融合。顯然，無監督學習方式更適合自動駕駛的識別系統。

　　為什么投資Cartica AI?

　　據了解，Cartica AI視覺智能平臺的開發基于日本瑞薩電子芯片，該平臺運行所需的功率不到0.5W，而包括Mobileye在內的現有解決方案則需要5W至10W瓦，單功耗方面，Cartica AI就已經領先其他視覺智能平臺。

　　此外，Cartica AI基于計算機視覺的感知堆棧的透明決策過程也得到了優化，系統也能在幾分鐘內完成更新，無需重新運行大量的訓練數據。

　　而最重要的一點是，Cartica AI無需進行大量的人工數據標記，這意味著Cartica AI能省去絕大多數的人工費，成本低了自然不缺投資。寶馬風險投資公司的合伙人Kasper Sage稱:"在新的系統發布之前，Cartica AI將會具有巨大的價值，我們相信Cartica AI將在自動駕駛方面發揮關鍵作用"。言外之意就是，在沒有更便宜的智能視覺平臺出現前，Cartica AI就是最好的選擇。

　　看來，為應對汽車行業的低迷，汽車制造商已經開始對零部件成本下手了。寶馬和豐田投資Cartica的行為，似乎在預示著自動駕駛的一個全新趨勢——最早的自動駕駛需要昂貴的激光雷達來識別環境，后來有人說GPS+高精地圖就能搞定自動駕駛，如今寶馬豐田把寶押在了視覺AI邊緣計算領域。

　　這個技術不需要識別出前面的車是豐田還是寶馬，不需要識別出路邊的障礙是人還是樹，只需要知道前面是輛"車"，路邊的障礙碰不得就行了。所有的識別技術，都不如人眼——或者說是在障礙識別方面接近人眼的視覺AI來得實在。