特斯拉已经收购了机器学习创业公司DeepScale，CNBC，Techcrunch和其他新闻媒体。该公司首席执行官Forrest Iandola周一宣布，他已加入特斯拉的Autopilot团队。
Iandola去年在一个电话中解释了他的公司对Ars的使命，就在该公司于2018年4月从风险资本家筹集了1500万美元之后。DeepScale正在构建基于卷积神经网络的图像识别软件。
任何自动驾驶软件系统的关键步骤是感知：识别汽车，行人，自行车和汽车周围的其他物体。准确识别对象至关重要，因为它允许软件对对象将来的移动做出明智的预测。解决该问题的大多数公司都使用一种称为“卷积神经网络”(CNN)的技术来解决此问题。您可以查看我们对CNN的深入了解，以了解有关其工作原理的完整详细信息。
利用Iandola过去作为计算机科学研究生的工作，DeepScale致力于提高卷积神经网络的速度和效率。该公司的技术将对特斯拉特别有用。特斯拉严重依赖机器学习技术来实现完整的自动驾驶功能，而大多数特斯拉的竞争对手都没有使用激光雷达传感器或高清地图。
使神经网络小很多
一位著名的2012纸被称为AlexNet，主要作者亚历克斯Krizhevsky后，首先显示的图像识别神经网络的力量。该AlexNet作者想出如何利用GPU的显卡的并行计算能力，培养更大的卷积神经网络比在过去被使用。这使他们能够在比以往任何算法标准的图像识别任务提供更好的性能。
一个显着的不利因素AlexNet算法，然而，这是巨大的，6000万个可训练参数。在创立DeepScale之前，Iandola曾是加利福尼亚大学伯克利分校的博士研究生，在那里他开发了减少AlexNet等神经网络规模的技术。
利用各种优化，Iandola和他的合着者表明，他们可以实现AlexNet般的性能，同时通过的50倍。这降低了从240MB训练有素的AlexNet网络的物理尺寸小于5MB减少参数的数量。使用由其他研究人员，包括从32位切换到8位的参数开发的附加的压缩技术，所以能够以10产生卷积神经网络的另一个因素与AlexNet样表现的是小于以减少他们的模型的大小半一兆字节。
在他的2018采访ARS，Iandola认为，这种优化是企业试图将图像识别技术，以市场显著。公司如特斯拉定期推出自己的神经网络对客户的车辆，经常有带宽限制的新版本。推出一半的数据比240兆字节要容易得多。
随着公司开始为机器学习应用程序构建定制芯片，更小的模型将变得尤为重要。Iandola在2016年的一篇论文中指出了这一优势：“在专用集成电路(ASIC)上部署CNN时，足够小的模型可以直接存储在芯片上，而较小的模型可以使ASIC适应较小的芯片。”这具有明显的成本优势，并且还可以提高性能，因为该芯片不需要从外部存储器中引入模型参数。
DeepScale试图将Iandola的研究商业化
Iandola在2015年左右结束在伯克利的研究时，他正在寻找一种将该技术商业化的方法。他很快意识到自动驾驶汽车的繁荣是将他的研究应用于实际问题的机会。
Iandola在2018年对Ars表示：“研究特别专注于制造一些最高效的神经网络，即能效，运行速度非常快。自动驾驶市场才刚刚起步，我们在那里找到了很好的机会。”
Iandola说：“我们的解决方案要做的是识别道路上的事物。”“我们可以告诉您我们所看到的是哪种物体以及它们有多远。在物体识别中，我们的错误率提高了一个数量级。”
Iandola指出，市场的领导者Waymo有令人印象深刻的技术，但是，“在那里，是贵了很多定制的硬件。”DeepScale的角色，他说：“大约便宜比把事情降到成本的角度和可靠性的地步，可能是大规模生产的第一能力。”
“我们不建任何硬件，”他补充说。相反，该公司使用“商品处理器和传感器”。他补充说：“我们的超级大国是100倍切割计算”
DeepScale似乎非常适合特斯拉
三年前，埃隆·马斯克(Elon Musk)承诺，客户将能够使用公司当时发货的硬件实现完全自动驾驶。今年年初，特斯拉默许承认，是不是真的与机器学习应用新的定制芯片的推出。
不过，特斯拉是下了很大的压力，实现了有限的计算预算优良的学习机的性能。这是一个特别棘手的问题，因为特斯拉(Tesla)试图在没有激光雷达传感器或高清地图的情况下做到这一点-大多数其他自动驾驶汽车公司认为这两项资源对于使该技术及时发挥作用至关重要。
在翻盖方面，特斯拉的大型车队让公司的数据用于训练神经网络的大量。特斯拉的工程师拥有数十万辆正在行驶的车辆，并且能够查询车队的“有趣”事件，从而可以利用数十亿英里的真实数据来帮助训练为自动驾驶提供动力的神经网络。
特斯拉也有一个需要不断地补充其自动驾驶仪的人才池，因为该公司面临着一个稳定出走的顶尖人才，在过去三年。三年多来，伊隆·马斯克曾宣称，有充分的自主权是不到两年的时间了。在2015年，他宣称，充分的自主权是“一个比人们更容易想到的问题是。”
这种态度产生的摩擦，对谁看到麝香咄咄逼人的时间表不切实际的自动驾驶仪的工程师队伍。特斯拉自动驾驶仪的首席英镑安德森退出在2016年后期，不久后麝香承诺，新的硬件将能够充分的自主权的。两个自动驾驶仪老板已经离开该公司自那以后，许多工程师一起。