当前位置:首页 > 芯闻号 > 充电吧
[导读]计算机一直以来都是可定制的。在个人电脑的早期阶段,DIYers便可在线订购主板,CPU和其他部件,进而将自己的个人计算机整合在一起。对于游戏玩家,工程师和计算机爱好者来说,他们要求特定组件的性能高于普

计算机一直以来都是可定制的。在个人电脑的早期阶段,DIYers便可在线订购主板,CPU和其他部件,进而将自己的个人计算机整合在一起。对于游戏玩家,工程师和计算机爱好者来说,他们要求特定组件的性能高于普通用户,故经常需要构建DIY计算机,或者升级某些组件以满足他们的需求。这种做法仍在继续流行。即使是多功能电脑树莓派也激发了一批不断增长的爱好者,他们建立了自己的机器人,从遥控车到简单的单机游戏。

人工智能和机器人技术的未来优势只有在我们充当这项新技术的创造者而不仅仅是消费者的情况下才能真正成为我们的优势。根据波士顿咨询集团(BCG)的数据,美国人每年花费300亿小时驾驶及寻找停车位。显然,必须寻找更有价值的方式来度过我们的时间。但更重要的是,我们认为在安全方面成本更高。据国家安全委员会(美国)估计,2017年美国有超过40000人因为机动车故障而死亡。

自动驾驶汽车或许可以做得更好。人类驾驶员以每百万英里4.2次事故的速度发生故障,而目前的自动驾驶汽车碰撞率为3.2 PMM。如果自动驾驶汽车的安全性持续提高,自动驾驶汽车碰撞的速度可以降到可以忽略不计的程度,那么每年在美国可以有大约4万人不会因为汽车事故而失去生命。实际上我们距离安全便捷的旅行方式还有5到10年的时间。该技术还不够成熟。今天的系统不是人类驾驶员的强有力替代品,非营利性公路安全保险协会(IIHS)在评估五辆自动驾驶汽车时确定。但这里有一个更大的前景,只考虑道路上的汽车而对自动驾驶汽车的思考表明想象力的失败,来自各行各业的公民可以在建造真正满足其需求的机器方面发挥作用。

一个自行驾驶的移动杂货店可以向以前可能无法访问的服务欠缺的社区提供膳食。甚至宜家的研发部门也披露了几个概念来重新构想工作空间,咖啡馆甚至是医疗保健。技术领导者评论说,建造自动驾驶汽车非常困难。蒂姆库克描述了建造自动驾驶汽车的挑战,称其为“所有”人工智能项目的母亲,Elon Musk最近发布推文说“实现自动驾驶的一般解决方案非常困难”。

我认为我们应该采用类似乐高的方法来建造自动驾驶汽车和机器人。这样开发人员就可以将基本模块用作构建模块,并创建完全符合自身需求的自动驾驶汽车和机器人,无论是为更便宜,更高效,更安全,更快速,为特定目的服务还是简单实现的汽车创造性的愿景。这种即插即用的概念将鼓励人们建立自己的自动机器。如果构建AV的过程非常简单,可以使用模块化的关键组件进行构建,那么即使只对工程有基本了解的人也可以轻松地将这五个或六个元素集成在一起,以构建自己的自动驾驶汽车。

汽车或机器人就类似于如计算机,是由各个模块组成的一个整体。我们不需要物理构建计算机芯片来设计自己的PC。自动驾驶汽车也是如此。传感器组件,基于您对车辆和劳动力的特定需求的可定制底盘应该是所需要的。我们建议模块化自动驾驶汽车可分为六个关键部件:

1.  高度精确的GPS系统

2.  用于本地化的计算机视觉模块

3.  用于主动感知或检测环境中的行人和汽车的相同计算机视觉模块

4.  雷达和声纳系统用于被动感知或在物体靠近车辆时触发制动

5.  用于实时规划的计划和控制模块

6.  用于执行运动计划的机箱模块

构建自己的自动驾驶汽车或机器人的模块化方法使得过程变得更加简单,开发人员只需要理解并遵循规范。具有工程基本背景的早期采用者可以创建一种个性化的自动驾驶车辆并解决特定需求,用于大学校园的自动售货机或者农产品的农场到餐桌运送工具或车轮库等等。这种多功能性可以提供超出高速公路准备AV的实用价值。例如,农民可以利用教科书和手册中已有的资源和知识建立自己的自动机器来喷洒或灌溉土地。但是为了使这种模块化方法真正普及,我们首先需要为不同的组件设计统一的接口,以便我们可以插入不同的传感器组件而无需重新开发整个系统。例如,为了实时跟踪机器人的位置,开发人员可以在车辆在室外时使用精确的GPS系统,并且如果车辆在室内则可以轻松地交换到计算机视觉系统。只要这两个模块提供完全相同的接口,开发人员就不必重写代码来进行更改。

类似乐高或模块化的方法不仅仅是让工程师更容易设计和构建AV。这是关于建立一个志同道合的个人社区,他们热衷于技术和DIY,可以为自动机器人找到新的应用程序。无人机爱好者、Linux用户和Maker Faire参与者都在类似的热心社区中工作,并且通常无意中为新兴技术的发展奠定了基础。虽然我们明天可能不会在高速公路上使用我们的自动驾驶汽车,但是自动化机器的应用还有很多,我们可以开始将其作为社区开发。

我相信我们处在历史的一个独特的关头。作为个人公民,我们可以重新想象机器人如何被用来解决我们生活、工作、旅行和玩耍等方面。我们必须学习创造新的技能,鼓励学生学习编写程序。这不是要成为工程师的必要过程,也是关于理解技术是如何运作的,因为它在我们的生活中变得越来越普遍。我们需要用我们的创造力和能力去创造属于我们自己的机器人。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

米尔电子首发的全志高性能T527工业开发板——带边缘计算的米粉派(MIFANS Pi)自推出市场以来,凭借易用性好、可靠性高、高性能、低门槛、高集成度、开源设计、支持二次开发、软件资源丰富等各种特点,得到广大客户关注。此...

关键字: 米粉派 树莓派 开源硬件

2024年4月12日,中国--服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)宣布,松下自行车科技有限公司(Panasonic)宣布采...

关键字: 人工智能 电动自行车

4月17日消息,斯坦福大学近日发布《2024年AI指数报告》(AI Index Report 2024),凭借AI在大规模胰腺癌早筛上的创新突破,阿里达摩院(湖畔实验室)医疗AI入选科学与医疗领域的年度亮点研究(High...

关键字: AI 人工智能 集成电路

4月17日消息,去年,中国大陆的半导体设备支出约占据了全球总额的三分之一。

关键字: 半导体 传感器 人工智能 电动汽车

上海2024年4月16日 /美通社/ -- 4月11日,中智《百川汇流 央地融通,全力以赴加快五个中心建设》主题大会在上海成功举办,本次大会由上海市经信委和上海市国资委指导、中智经济技术合作股份有限公司和中智管理咨询有限...

关键字: AI 电气 人工智能 半导体

该实验室的创新技术能够增强人工智能边缘解决方案,提高神经网络能力

关键字: 人工智能 神经网络

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

机器学习是人工智能领域的一个重要分支,它使用各种算法来使计算机系统能够从数据中学习和改进,而无需进行明确的编程。在机器学习的广阔领域中,有多种算法被广泛应用,每种算法都有其独特的适用场景和优势。本文将详细介绍机器学习中的...

关键字: 机器学习 人工智能 计算机
关闭
关闭