谷歌母公司Alphabet 旗下自動駕駛子公司W(wǎng)aymo的自動駕駛汽車與引導(dǎo)普通汽車的“大腦”有一些共同之處：其智能都由進(jìn)化推動發(fā)展。目前，Waymo的工程師就正與DeepMind(也是Alphabet旗下子公司，專注于AI)的研究人員合作，尋找一種更加高效的方法，培訓(xùn)和調(diào)整Waymo的自動駕駛算法。

研究人員們采用了一種稱為“基于群體進(jìn)行訓(xùn)練”(PBT)的技術(shù)，此前DeepMind研發(fā)了該技術(shù)，以提升視頻游戲的算法。PBT技術(shù)的靈感來自于生物進(jìn)化，通過讓候選代碼從算法群中抽取“最合適”的樣本(最有效執(zhí)行給定任務(wù)的樣本)，加速選出特定任務(wù)中用到的機(jī)器學(xué)習(xí)算法和參數(shù)。

以此種方式改進(jìn)AI算法可幫助Waymo獲得優(yōu)勢。隨著自動駕駛汽車收集越來越多的數(shù)據(jù)并部署到新地點，引導(dǎo)自動駕駛汽車的算法也需要得到重新培訓(xùn)和校準(zhǔn)。目前，已經(jīng)有數(shù)十家公司爭相在真實道路上展示最好的自動駕駛汽車，Waymo也在探索其他方法，以加速其機(jī)器學(xué)習(xí)算法的開發(fā)。

實際上，更有效地再培訓(xùn)機(jī)器學(xué)習(xí)算法的方法應(yīng)該讓AI在不同背景下變的更加靈活、更實用。研究人員表示，Waymo目前正使用PBT技術(shù)，改進(jìn)探測車道標(biāo)記、車輛和行人的深度學(xué)習(xí)代碼的開發(fā)，并驗證輸入到其他機(jī)器學(xué)習(xí)算法中且已經(jīng)做好標(biāo)記的數(shù)據(jù)的準(zhǔn)確性，結(jié)果發(fā)現(xiàn)，PBT將重新訓(xùn)練神經(jīng)網(wǎng)絡(luò)所需的計算機(jī)能力降低了大約一半，而且將開發(fā)周期的速度提高了一至兩倍。

此外，谷歌目前還在研發(fā)一系列技術(shù)，以讓訓(xùn)練機(jī)器學(xué)習(xí)模型的過程實現(xiàn)自動化，而且已經(jīng)通過“Cloud Auto-ML”項目為顧客提供了一些技術(shù)。毫無疑問，讓AI培訓(xùn)更加高效、更加自動化，對自動駕駛技術(shù)的商業(yè)化以及盈利至關(guān)重要。