本期讲解自动驾驶技术,着重于原理层面而不是技术细节,把我理解的自动驾驶实现方法用比较直白的话语和例子告诉各位。帮助大家理解目前最前沿的自动驾驶到底是如何实现的,以及将来能做到什么样的水平。最后再大致评估一下特斯拉在自动驾驶方面的领先到底有多少。每个人都接触过机器学习1、2、3、x、y、z、7、8…,看到前面这一行数字,如果让你说一下x、y、z各是多少你知道吗?所有人肯定都能很快说出答案。2、4、6、x、y、z、14、16…,同样的x、y、z各是多少你知道吗?这个也不难,我们只要观察一下,就会发现每一个位置的值等于它的序号乘以2,这也是最简单的找规律。我们再把难度升级一点,2.5、5、7.5、x、y、z、17.5、20…,x、y、z各是多少你知道吗?这个可能没法很快看出来了,实际上是根据Y=2X+0.5X这个函数关系式得出来的。如果我告诉你,把上面的数列放到电脑Excel里,让Excel自动求出x、y、z的过程,也是简单的机器学习你信吗?我这么说肯定是不严谨和不准确的,但这确实是机器学习的一个结果。在Excel里有一个线性拟合功能,就是根据现有数据列,可以自动找到一个匹配的关系式,让你能知道各个位置的值和他所在位置的关系,也就是所谓的函数关系。例如气温与一天时间的关系、例如GDP与月份的关系、例如平均身高与年龄的关系等。我们所谓的机器学习,就是通过某种数学计算,让计算机自动找到输入与输出的对应关系。比如图像的机器学习,就是输入一系列含有猫的图片,让计算机自动找到含有猫的图片的特征。这时图片就是输入,输出就是判断含有猫或者不含有猫。这就好比前面的例子,计算机自己找到了一个类似Y=2X+0.5X的函数关系式,只要X包含猫,Y就等于一个特定值或范围,只要X不包含猫,Y又等于另一个特定值或范围。只是这里的X不仅仅是一个数,而是一组数,也就是图片每个像素包含的RGB颜色值。RGB颜色值