【情報】英特爾購併Mobileye是追夢還是夢靨？
http://bit.ly/2nCnWhp
一批來自於史丹福大學AI實驗室，
為積極研發無人駕駛汽車而放棄學業，
創立Drive.ai公司。由於初期研發困難，
但卻在2015年3月獲得團隊建立以來的第一筆創投孵化資金。
以不到兩年的研發，於2017年2月向世人展示能在下雨夜晚自動駕駛的系統。
兩年前Drive.ai成立之初，當時谷歌已經積累了多年的自動駕駛技術的研發經驗，
可是Drive.ai深深知道谷歌對於自動駕駛的研發經驗並非是最佳的，
因為其採用了過於昂貴的雷射雷達和高精度地圖等，
並且一開始未採用深度學習與人工智慧技術。
所以Drive.ai為了避免走冤枉路從一開始就採用深度學習的策略。
換個角度來說，Drive.ai的目標是在於研發一輛採用初級雷達、
便宜攝影機、以及谷歌2D地圖即可上路的自動駕駛車，
其並採用深度學習解決成本問題，強化認知準確性以及尋求可行的商業模式。
避免讓自動駕駛系統流於只有昂貴汽車材擁有的系統，難達到普及化的目的。
這意味著Drive.ai採用的技術和 Waymo（原來谷歌無人駕駛車部門）、
特斯拉等都不太一樣。
目前在自動駕駛領域，分成兩種研發方向，
第一個是採用規則為基礎（Rule-base）的方式，
也就是廠商針對開車遇到的每個場景進行固定代碼方式，
告訴汽車應該如何處理這樣情況。這樣的結果是，
當汽車遇到新場景且無對應的代碼，
那麼自動駕駛系統就不知道如何處理。
更何況不同汽車廠商對於相同場景，
可能有不同處理方式，這加深了肇事的機會。
隨著人工智慧與深度學習技術不斷進步，
現在廠商開始將這些技術加入自動駕駛系統之內，
也是現今更受歡迎的研發方向。而Drive.ai就是走這一條路線。
因為深度學習可以類比人類大腦識別機制，
對於非結構化資料進行更好的辨識、判斷和分類，
再不斷透過演算法從資料和訓練中學習。
所以即使自動駕駛車在全新的場景之內，
車子也知道該如何處理，
而且愈來愈能夠適應環境且不斷擴展其能力。
從深層的角度來看，Drive.ai是聚焦在汽車的大腦之上，
透過軟體層面進行深度學習技術來打造自動駕駛的人工智慧系統，
這比起谷歌、特斯拉甚至於其它打造昂貴的硬體規格系統來說，
的確更能夠發展出優異的自動駕駛系統。
只不過，這些測試依舊需要時間，
且Drive.ai也需要合作夥伴，
才能讓其在未來自動駕駛世界獲得比大廠更好的未來。