Я обалдел!!! Письмо от Китайского Деда Мороза ))))
人类的大脑可以在其前面收集大量关于场景的信息来做出决定。一只鹿在车前跳了出来？猛踩刹车。一辆车正在放慢前进？改变车道。
对于自动驾驶汽车而言，这些决定并非易事。我们可能没有记录我们的大脑甚至处理采取行动所需的所有信息，但自动系统在应用制动之前必须考虑很多变量。如果系统未正确读取道路，则可能导致致命的崩溃。麻省理工学院出版的一个故事 技术评论 周一描述了汽车技术公司Mobileye如何利用强化学习来培训自动驾驶汽车背后的人工智能。该方法依赖于真实世界的驾驶数据，数据集越大，A.I.越快。学会如何避免崩溃。但是有一个问题。有竞争力的汽车公司不想分享。
现在，软件工程师必须考虑到每种可能的情况，并对汽车进行编程以处理它们。但在现实世界中，道路是一个高度动态和多变的环境。工程师无法预测每一种可能的情况。
工程师可以通过对汽车进行编程来学习如何自行导航场景，而不是对车辆进行编程以预测每个场景。强化学习基本上通过奖励良好的结果来训练自动驾驶车辆。在试验并且没有崩溃之后，汽车学会了在各种情况下做什么，并且可以将其应用于未来的场景。
然而，自动驾驶汽车强化学习的关键是数据。大量的数据。为了让汽车了解它可能遇到的所有不同场景，现实世界中收集的数据需要提供给汽车软件，以便虚拟地学习如何操作。
让汽车公司分享他们的数据是一项巨大的挑战。竞争对手并不知道分享是什么让他们的汽车打勾。但如果他们确实向像Mobileye这样的公司开放他们的数据，那么能够自己开车的车辆（至少在高速公路上）将会更快地成为现实。