您的位置: 首頁 >科技 >

如何開始成為無人駕駛汽車的AI開發(fā)人員

2022-08-24 21:49:50 編輯:祝澤佳 來源:
導(dǎo)讀 幾十年前,人工智能被作為未來的技術(shù)來使用。時至今日,它正迅速從備受贊譽的未來技術(shù)過渡到我們周圍,并影響我們的日常生活。從預(yù)測下一個...

幾十年前,人工智能被作為未來的技術(shù)來使用。時至今日,它正迅速從備受贊譽的未來技術(shù)過渡到我們周圍,并影響我們的日常生活。從預(yù)測下一個單詞以鍵入文本消息到為Instagram完美拍照,人工智能已被融合到我們每天使用的產(chǎn)品和服務(wù)中。

在制造業(yè)中,人工智能一直處于推動轉(zhuǎn)型的最前沿。尤其是,這項技術(shù)擾亂了汽車制造業(yè),催生了自動駕駛汽車時代。迄今為止,估計已有200多家技術(shù)公司在開發(fā)軟件解決方案,以促進從手動駕駛向自動駕駛汽車革命的過渡。

由于自動駕駛汽車的前提是不需要人工干預(yù),因此這一概念引起了公眾和利益相關(guān)者的許多關(guān)注。例如,這些自動駕駛汽車會安全嗎?他們的判斷水平是多少?我們是否在冒險創(chuàng)造最終將我們殖民的智能機器?

在本文中,我們將解決所有這些問題。我們還將探討AI如何幫助改進自動駕駛汽車,AI開發(fā)人員在這場革命中的作用以及人工智能在汽車行業(yè)的未來。

自動駕駛汽車及其操作方式

自動駕駛汽車是指在無需人工幫助的情況下,利用AI,傳感器,攝像頭和雷達的組合進行通勤的車輛。為了使車輛具有完全自主標簽的資格,它必須使用一組預(yù)先設(shè)定的參數(shù)在沒有任何人工干預(yù)的情況下自主操作,從特定位置到預(yù)定目的地。

基本上,它們以非?;镜脑瓌t運行,即AI開發(fā)人員開發(fā)自動駕駛汽車系統(tǒng),將它們與機器學(xué)習(xí),神經(jīng)網(wǎng)絡(luò)和圖像識別系統(tǒng)融合 ,以創(chuàng)建可以自動駕駛汽車的復(fù)雜系統(tǒng)。

借助神經(jīng)網(wǎng)絡(luò),人工智能系統(tǒng)能夠從成像系統(tǒng)識別交通信號燈,路牌,路緣,行人,樹木和其他物體等模式。然后,該數(shù)據(jù)被饋送到機器學(xué)習(xí)算法,并進行整理以創(chuàng)建自動駕駛汽車在其中運行的參數(shù)。

根據(jù)運輸部2019年的報告,道路上的自動駕駛汽車總數(shù)估計為1400。盡管這個數(shù)字似乎很小,但該國80多家頂級人工智能公司已投入大量資金,以實現(xiàn)自動駕駛。

對于一個行業(yè)來說,其市值將達到$ 36.8 B,只有假設(shè)對AI開發(fā)人員技能的需求已經(jīng)超過供應(yīng)量才有意義。因此,今天學(xué)習(xí)人工智能是一個明智的主意。但是,在我們研究成為一名AI開發(fā)人員所需的條件之前,這里簡要概述了當(dāng)前的AI勞動力市場。

人工智能勞動力市場概述

顯然,機器學(xué)習(xí)和人工智能專業(yè)人員非常短缺。行業(yè)估計顯示,由于技能短缺,有超過500,000個與AI相關(guān)的空缺職位。硅谷的跨國技術(shù)公司擁有大量的資源,并且能夠吸引最優(yōu)秀的人才來構(gòu)建其解決方案。但是,小型公司甚至很難找到初級開發(fā)人員。

根據(jù)PWC 的一份報告,到2020年,人工智能將減少近180萬個工作崗位。而這項技術(shù)本身將創(chuàng)造230萬個工作崗位。AI工程師,機器學(xué)習(xí)工程師,計算機視覺工程師和數(shù)據(jù)科學(xué)家是AI生態(tài)系統(tǒng)中最受追捧的專業(yè)人員。

其他要求很高的AI技能包括Python和R編程,數(shù)據(jù)科學(xué),Java,Hadoop,數(shù)據(jù)挖掘,大數(shù)據(jù),Spark和SAS。

作為自動駕駛汽車行業(yè)的AI開發(fā)人員需要學(xué)習(xí)的必要技能

自動駕駛作為一個相對較新的領(lǐng)域,如果要完全實現(xiàn),則需要廣泛的現(xiàn)有技能和尚未出現(xiàn)的技能。如果您正在尋找如何成為汽車行業(yè)AI開發(fā)人員的方法,那么這里是您需要學(xué)習(xí)的一些技能。

編程技巧

平均而言,一輛自動駕駛汽車在其硬件中需要超過2.5億行代碼。這些多行代碼負責(zé)使汽車“智能”到足以了解現(xiàn)實世界中的周圍事物。此外,設(shè)計,構(gòu)造和操作自動駕駛汽車需要無數(shù)不同的程序和平臺。

作為有抱負的AI開發(fā)人員或正在嘗試進入這一領(lǐng)域的實踐開發(fā)人員,重要的是要全面了解編碼以及系統(tǒng)中不同元素如何工作以及如何相互交互。特別是,在Python,C ++和Linux方面具有廣泛的經(jīng)驗是不可商議的,因為它們構(gòu)成了自動駕駛汽車行業(yè)的重要組成部分。

機器學(xué)習(xí)

自動駕駛汽車中的AI開發(fā)人員的另一項必備技能是ML。如前所述,自動駕駛汽車通過算法工作。隨著新問題的不斷出現(xiàn),這些算法需要不斷的更新和完善。只能使用機器學(xué)習(xí)來實現(xiàn)這種改進,方法是分析從整個自主艦隊收集的運營數(shù)據(jù)并根據(jù)預(yù)設(shè)參數(shù)創(chuàng)建解決方案。

作為AI開發(fā)人員,特別需要ML技能和數(shù)據(jù)集準備。您會看到,無論您的信息存儲庫有多大,如果您無法理解自己的數(shù)據(jù)記錄,那么即使對人工智能無害,它也幾乎是無用的。AI開發(fā)中有三種常用的數(shù)據(jù)集;

訓(xùn)練集:基本上,該數(shù)據(jù)集用于訓(xùn)練算法以理解不同的概念,例如神經(jīng)網(wǎng)絡(luò)以及學(xué)習(xí)和產(chǎn)生結(jié)果。

測試集:用于確定使用訓(xùn)練數(shù)據(jù)集對算法進行訓(xùn)練的程度。

驗證集:用于選擇最終算法模型。

測試集:用于評估最終算法的性能。

計算機視覺

考慮到自動駕駛汽車尚處于早期開發(fā)階段,要在城市交通擁擠的道路上大規(guī)模部署這些汽車將花費更長的時間。這是因為在設(shè)計和開發(fā)階段即使是最細微的缺陷也可能是致命的。但是,通過諸如Computer Vision之類的技術(shù),此類事件的發(fā)生率大大降低了。

Computer Vision通過以下方式幫助自動駕駛汽車:

3D映射:“計算機視覺”是自動駕駛車輛中實時視覺數(shù)據(jù)捕獲的秘密。安裝在自動駕駛汽車中的攝像機能夠記錄實時素材,對其進行管理并繪制3D地圖。借助這些地圖,自動駕駛汽車能夠發(fā)現(xiàn)障礙物,并越過指定的道路,從而更好地了解其環(huán)境,從而尋找替代路線。

物體檢測:自動駕駛汽車還使用計算機視覺來檢測和剖析不同的物體。使用攝像頭和LiDar傳感器測量距離,然后將收集的數(shù)據(jù)與3D地圖組合在一起以定位諸如車輛,交通信號燈和行人等物體。因此,自動駕駛車輛能夠立即處理此數(shù)據(jù),并做出實時決策(例如制動以避免碰撞)。

訓(xùn)練算法:通過傳感器和照相機的幫助,計算機視覺是收集大量數(shù)據(jù)的絕佳方法。通過收集關(guān)鍵信息,例如位置信息,道路維護或交通狀況,自動駕駛汽車能夠提高意識并迅速做出關(guān)鍵決策。

如您所見,如果沒有計算機視覺,自動駕駛汽車將本質(zhì)上仍然是科幻幻想。作為一名AI開發(fā)人員,擁有這些技能將使您的工作變得更輕松。

基于雷達的檢測

根據(jù)IHS 的最新報告,到2035年,自動駕駛汽車的銷量預(yù)計將達到1180萬輛。這是一個相當(dāng)大的數(shù)目,可能會帶來很多安全隱患。但是,雷達(無線電檢測和測距)所取得的巨大進步有望使自動駕駛汽車更加安全。

雷達通過將無線電波從信號源傳輸?shù)降孛嫔蟻砉ぷ?。然后,表面將這些波反射到接收器系統(tǒng),然后對其進行處理。RADAR解決方案的一個很好的例子是ADAS(高級駕駛員輔助系統(tǒng))。它已經(jīng)在使用中,并且在盲點監(jiān)視,碰撞警告和物體檢測中表現(xiàn)出色。

隨著無人駕駛技術(shù)的迅速普及,世界各地的監(jiān)管機構(gòu)都在推動強制性加入高級駕駛員輔助系統(tǒng)和其他類似的安全功能。

作為開發(fā)人員,熟悉RADAR,LiDAR和紅外(IR)等不同的傳感器系統(tǒng)肯定會為您帶來優(yōu)勢。

人機界面

人機界面的主要目的是為自動駕駛汽車駕駛員提供多個平臺,使他們可以與車輛功能交互。汽車制造商已經(jīng)與技術(shù)公司合作,正在建造熱銷生產(chǎn)線的破壞性I。人們還討論了從現(xiàn)代顯示器向更自主的增強現(xiàn)實平視顯示器(HUD)轉(zhuǎn)變的可能性。

對更高自治性的更高親和力也將通過使用Touch HoloActive系統(tǒng)進行觸覺運動,在自動駕駛汽車功能的遠程訪問方面開辟新的領(lǐng)域。

而且,由于所有這些輔助技術(shù)都需要一個平臺來錨定,因此對于任何AI開發(fā)人員而言,學(xué)習(xí)人機界面技術(shù)都是至關(guān)重要的。

云服務(wù)

自動駕駛汽車將需要彼此連接,以促進其運行環(huán)境的順暢流動,從而生成大量數(shù)據(jù)。例如,據(jù)估計,一小群自動駕駛汽車每天最多可產(chǎn)生4,000 GB。借助AI Cloud平臺,所有這些數(shù)據(jù)都可以存儲,并在需要時輕松檢索。不用說,創(chuàng)建這樣的平臺將需要一些AI技能。‘

人工智能開發(fā)人員薪水

人工智能開發(fā)人員的薪水迅速上漲得如此之快,以至于科技行業(yè)開了個玩笑,說人工智能的薪水需要有類似于橄欖球聯(lián)盟的薪金上限。

這些巨大的薪資很大程度上受多種因素的催化。硅谷和汽車行業(yè)之間的競爭,這是熟練的專家。一方面,像Google和Facebook這樣的大型科技公司正試圖使用??AI解決諸如發(fā)現(xiàn)令人反感的內(nèi)容和建立數(shù)字助理之類的問題,并且他們正在提供虛假的薪水。另一方面,汽車行業(yè)正在尋求招募大量AI開發(fā)人員,以幫助制造自動駕駛汽車。一些人甚至在學(xué)術(shù)界為這些大手大腳的專業(yè)人士垂釣,導(dǎo)致加入AI領(lǐng)域的開發(fā)人員嚴重短缺。

人工智能的薪水清楚地反映了這種短缺。根據(jù)Indeed.com的數(shù)據(jù),人工智能工程師的平均年薪為134,135美元,而機器學(xué)習(xí)工程師的年薪約為169,930美元。

在英國,高級AI工程師的基本年薪為每年84,000英鎊,而實習(xí)生的年薪則高達25,000英鎊。與其他發(fā)達經(jīng)濟體相比,東歐的工資相對較低。例如,在烏克蘭,人工智能開發(fā)人員的月薪為10,000美元或每年約120,000美元。

最后的想法

如果說埃隆·馬斯克(Elon Musk)關(guān)于人工智能的話無話可說,那么濫用AI技術(shù)可能會成為對人類的最大生存威脅。幾年前,他在一次采訪中警告說,智能機器可能會變得危險,并在未來殖民我們。

另一方面,比爾·蓋茨(Bill Gates)是AI的大力支持者,他說AI 技術(shù)的興起將為我們的社會帶來效率。根據(jù)您的看法,這兩個技術(shù)專家是正確的。

但是到目前為止,我們已經(jīng)看到了AI在醫(yī)療保健,制造業(yè)和農(nóng)業(yè)等其他領(lǐng)域的優(yōu)勢。如果這是可行的,那么無人駕駛汽車行業(yè)還沒有看到最好的人工智能。

對于AI開發(fā)人員來說,AI自動駕駛汽車行業(yè)的未來是光明的。與該行業(yè)的增長和進步相關(guān)的工作可能今天不存在,但是最好學(xué)習(xí)技能然后等待,而不是稍后再學(xué)習(xí)。’


免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!

精彩推薦

圖文推薦

點擊排行

2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082   備案號:閩ICP備19027007號-6

本站除標明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。