MIT用19个神经元实现自动驾驶控制,灵感来自秀丽隐杆线虫

作者: 晓查 2020-10-30 14:44:14

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

打造一个自动驾驶控制系统需要多少个神经元?

MIT的科学家告诉你,最少只要19个!方法是向线虫这种初等生物学习。

MIT用19个神经元实现自动驾驶控制,灵感来自秀丽隐杆线虫

最近,来自MIT CSAIL、维也纳工业大学、奥地利科技学院的团队已经开发了一种基于线虫大脑的新型AI系统。研究成果登上了最近的《自然·机器智能》杂志。

他们发现,具有19个控制神经元的单个算法,通过253个突触将32个封装的输入特征连接到输出,可以学习把高维输入映射到操纵命令。

这种新的AI系统用少量人工神经元控制车辆转向。而基于CNN和LSTM的神经网络打造同样的自动驾驶系统,网络结构则要复杂得多。

MIT用19个神经元实现自动驾驶控制,灵感来自秀丽隐杆线虫

△用CNN实现的车辆控制系统

为何能做到这么少的神经元数量,论文共同一作MIT CSAIL博士后Ramin Hasani解释说:

与以前的深度学习模型相比,每个单元内信号的处理都遵循不同的数学原理。

他们从秀丽隐杆线虫这种生物受到启发,在2018年提出了一种神经元回路策略(Neuronal Circuit Policies,NCP)。

MIT用19个神经元实现自动驾驶控制,灵感来自秀丽隐杆线虫

NCP方法是重新利用生物神经回路模型的功能,创建可解释的控制智能体,管理虚拟和现实世界的强化学习(RL)测试平台。

该方法对线虫的TW神经回路进行建模,这个回路主要负责线虫对外部机械触摸刺激的反射反应,通过掌握其突触和神经元参数,作为控制基本强化学习任务的策略。

为了测试这种新的数学模型,团队选择了一项特别重要的测试任务——让自动驾驶汽车保持在车道上。神经网络接收摄像机拍摄的道路图像,然后自动决定是向左还是向右转。

MIT用19个神经元实现自动驾驶控制,灵感来自秀丽隐杆线虫

诸如自动驾驶之类的复杂任务,往往需要具有数百万个参数的深度学习模型。但是,用NCP方法能够将网络规模减少两个数量级。

而这个19神经元极简自动驾驶系统仅使用了7.5万个训练参数,参数数量降低了2个数量级。

NCP方法构建的自动驾驶系统也需要CNN,但是仅用于从摄像机传入的视觉数据,并从中提取出结构特征。它与车辆的实际转向无关。

后面的神经网络来确定摄像机图像的哪些部分重要,然后将信号传递到网络的NCP控制系统

MIT用19个神经元实现自动驾驶控制,灵感来自秀丽隐杆线虫

系统的控制部分将感知系统中的数据转换为转向命令,仅包含19个神经元。

两个子系统堆叠在一起并同时接受训练,训练数据集是波士顿地区人类驾驶汽车视频,包括图像与汽车转向操作的关联数据。

将它们一起输入网络,直到系统学会自动将图像与适当的转向系统连接起来,可以独立处理新情况。

除了结构简单外,用NCP设计的自动驾驶系统相比传统模型,还有两大优势:可解释性鲁棒性

系统的可解释性能让我们我们看到网络将注意力集中在什么方面。

从视频中可以看出,神经网络专注于图像的非常具体的部分,比如路边和地平线。研究人员表示,这种行为是在AI系统中是独一无二的。

MIT用19个神经元实现自动驾驶控制,灵感来自秀丽隐杆线虫

此外,可解释性细化到了每个神经元。我们还能看到哪个神经元(视频中亮起部分)在驾驶决策中的作用。我们可以了解单个神经元的功能及其行为。

为了测试对比与传统模型和NCP模型的鲁棒性,研究人员还给输入图像加入了扰动,并评估了智能体对噪声的处理能力。结果NCP表现出了对输入伪像的强大抵抗力。

除了可解释性和鲁棒性,NCP模型还有其他优势。比如减少训练时间,减少在相对简单的系统中实现AI的不确定性。

Ramin Hasani博士还表示,NCP不仅能应用自动驾驶中,它能模仿学习意味着更广泛的应用,比如仓库的自动化机器人等等。

自动驾驶 数据 人工智能
上一篇:下一代人工智能的发展方向 (上) 下一篇:下一代人工智能的发展方向 (下)
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

人工智能开放平台建设火热,AI发展未来可期

人工智能已经迎来了应用落地发展的时代契机。人工智能不仅是新一轮产业变革的核心驱动力量,更是新一轮科技竞赛的制高点。基于此,各国纷纷加大了对人工智能产业的布局力度,力求在新一轮竞争中站稳脚跟,奋勇争先。

今夕何夕 ·  1天前
研究人员正在探索人工智能在建筑中的应用

在过去的几十年里,人工智能工具已经被用于分析数据或完成越来越多的领域的基本任务,从计算机科学到制造、医学、物理、生物学甚至艺术学科。密歇根大学的研究人员最近一直在研究人工智能在建筑中的应用。他们最近发表在《国际建筑计算杂志》上的论文,专门探讨了人工智能作为创建新建筑设计工具的潜力。

老胡说科学 ·  1天前
人工智能治理需用好“人工”

近日,人脸识别成为售楼处标配的新闻上了热搜,将个人信息安全问题推上舆论的风口浪尖,乃至有人戏言要戴头盔看房。随着人工智能与生活深度融合,引导其有益于人类社会不仅要发展智能,更要用好“人工”。处理好人机关系,才能更好地享受人工智能的红利。

王烁 ·  1天前
什么是边缘人工智能和边缘计算?

边缘人工智能(Edge AI)是人工智能领域引人注目的新领域之一,其目的是让用户运行人工智能流程而不必担心隐私或数据传输较慢带来的影响。边缘人工智能可以使人工智能技术得到更广泛的应用,使智能设备在无需接入云平台的情况下对输入做出快速反应。

李睿 ·  1天前
六项任务、多种数据类型,谷歌、DeepMind提出高效Transformer评估基准

Transformer 在多个模态(语言、图像、蛋白质序列)中获得了 SOTA 结果,但它存在一个缺点:自注意力机制的平方级复杂度限制了其在长序列领域中的应用。

机器之心 ·  1天前
第四范式NeurIPS 2020:知识图谱嵌入的自动化

前不久,来自第四范式的资深研究员姚权铭博士和大家分享了其参与并被 NeurIPS 2020 接收的论文《Interstellar: Searching Recurrent Architecture for Knowledge Graph Embedding》。

机器之心 ·  1天前
这个AI能帮女朋友自拍:照片生成3D视频

爱自拍的女生,为了拍一张美照总是需要很久,就是为了找到最美的角度。现在可以把选最美角度这件事交给AI了,让妹子不再苦恼。只要几张照片,它能从中生成各种角度的自拍。

晓查 ·  1天前
国外公司制造无需人参与的AI训狗机器

据外媒,在旧金山动物保护组织 SPCA 的合作下,一家名为 Companion Labs 推出了无需人参与的 AI 训狗机器 CompanionPro。

王嘉陆 ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载