驭势科技来源

人工智能顶级专家Jianbo Shi史建波正式加盟,首席科学家助力驭势科技持续领跑自动驾驶

2018年11月22日,驭势科技官方宣布,人工智能顶级专家Jianbo Shi史建波正式加盟驭势科技,担任首席科学家一职,并负责驭势人工智能研究院的建设。

Jianbo Shi是宾夕法尼亚大学计算机与信息科学系终身教授,长期从事计算机视觉机器学习领域相关研究,其所在的GRASP实验室是世界领先的机器人研究机构。Jianbo Shi提出的Normalized Cuts算法,是计算机视觉研究领域经典算法之一,他成功地将图论方法应用于聚类与图像分割,并使其成为后期主流的研究方法,为机器学习以及计算机视觉做出了里程碑式的贡献。其本人培育了大量计算机视觉领域的人才,包括加州大学伯克利分校、卡耐基梅隆大学的多位教授均出自其门下。

驭势科技践行“研发具备千亿公里验证,百万年驾龄的驾驶AI”这一愿景,人工智能顶级专家Jianbo Shi主持的驭势人工智能研究院,将在业界顶尖的AI和大数据基础设施之上,大力推进计算机视觉和复杂决策在高级别自动驾驶领域的产品化,同时加强与学术界的合作,产学研三箭齐发,培养大量优秀的人工智能人才。

近日,驭势科技与上汽通用五菱共同向用户交付了搭载智能泊车服务的宝骏E200,该产品为业内首款可量产的L4级自主泊车产品,不依赖于高成本的激光雷达,而是采用了视觉为主导的自动驾驶技术。Jianbo Shi作为世界计算机视觉领域学术权威,他的加盟将大大增强驭势在计算机视觉能力的优势,加速以视觉为主导的驭势L4级无人驾驶技术在复杂场景中规模化落地。

2018年9月,驭势科技“面向多样化商业场景的L4级无人驾驶电动车应用“入选了工信部评选的人工智能与实体经济深度融合创新项目。作为发源于中国、专注研发中国道路特色的自动驾驶企业,目前驭势科技已将研究成果落地于多个实体经济商业场景。“人工智能是新一轮科技革命和产品变革的重要驱动力量”,未来驭势进一步加大人工智能研发的投入力度,将前沿研究成果进行产业化,继续致力于推动中国无人驾驶行业的发展。

产业机器学习自动驾驶驭势科技
相关数据
自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

激光雷达技术

自动驾驶车辆传感器的一种,采用激光扫描和测距来建立车辆周围环境的详细三维模型。Lidar 图像具有高度准确性,这使得它可以与摄像头、超声波探测器和雷达等常规传感器相提并论。然而激光传感器面临体积过大的问题,同时,它的机械结构非常复杂。

图像分割技术

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看,图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程,即把属于同一区域的像索赋予相同的编号。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

图论技术

图论是以“图”为研究对象的一个数学分支,是组合数学和离散数学的重要组成部分。图是用来对对象之间的成对关系建模的数学结构,由“顶点”(又称“节点”或“点”)以及连接这些顶点的“边”(又称“弧”或“线”)组成。值得注意的是,图的顶点集合不能为空,但边的集合可以为空。图可能是无向的,这意味着图中的边在连接顶点时无需区分方向。否则,称图是有向的。

推荐文章
暂无评论
暂无评论~