爱刨根知识网

  1. 首页 > 经验知识 > >

如何开始成为无人驾驶汽车的AI开发人员

生活经验知识分享


几十年前，人工智能被作为未来的技术来使用 。时至今日，它正迅速从备受赞誉的未来技术过渡到我们周围，并影响我们的日常生活 。从预测下一个单词以键入文本消息到为Instagram完美拍照，人工智能已被融合到我们每天使用的产品和服务中 。
在制造业中，人工智能一直处于推动转型的最前沿 。尤其是，这项技术扰乱了汽车制造业，催生了自动驾驶汽车时代 。迄今为止，估计已有200多家技术公司在开发软件解决方案，以促进从手动驾驶向自动驾驶汽车革命的过渡 。
由于自动驾驶汽车的前提是不需要人工干预，因此这一概念引起了公众和利益相关者的许多关注 。例如，这些自动驾驶汽车会安全吗?他们的判断水平是多少?我们是否在冒险创造最终将我们殖民的智能机器?
在本文中，我们将解决所有这些问题 。我们还将探讨AI如何帮助改进自动驾驶汽车，AI开发人员在这场革命中的作用以及人工智能在汽车行业的未来 。
自动驾驶汽车及其操作方式
自动驾驶汽车是指在无需人工帮助的情况下，利用AI，传感器，摄像头和雷达的组合进行通勤的车辆 。为了使车辆具有完全自主标签的资格，它必须使用一组预先设定的参数在没有任何人工干预的情况下自主操作，从特定位置到预定目的地 。
基本上，它们以非常基本的原则运行，即AI开发人员开发自动驾驶汽车系统，将它们与机器学习，神经网络和图像识别系统融合，以创建可以自动驾驶汽车的复杂系统 。
借助神经网络，人工智能系统能够从成像系统识别交通信号灯，路牌，路缘，行人，树木和其他物体等模式 。然后，该数据被馈送到机器学习算法，并进行整理以创建自动驾驶汽车在其中运行的参数 。
根据运输部2019年的报告，道路上的自动驾驶汽车总数估计为1400 。尽管这个数字似乎很小，但该国80多家顶级人工智能公司已投入大量资金，以实现自动驾驶 。
对于一个行业来说，其市值将达到$ 36.8 B，只有假设对AI开发人员技能的需求已经超过供应量才有意义 。因此，今天学习人工智能是一个明智的主意 。但是，在我们研究成为一名AI开发人员所需的条件之前，这里简要概述了当前的AI劳动力市场 。
人工智能劳动力市场概述
显然，机器学习和人工智能专业人员非常短缺 。行业估计显示，由于技能短缺，有超过500,000个与AI相关的空缺职位 。硅谷的跨国技术公司拥有大量的资源，并且能够吸引最优秀的人才来构建其解决方案 。但是，小型公司甚至很难找到初级开发人员 。
根据PWC 的一份报告，到2020年，人工智能将减少近180万个工作岗位 。而这项技术本身将创造230万个工作岗位 。AI工程师，机器学习工程师，计算机视觉工程师和数据科学家是AI生态系统中最受追捧的专业人员 。
其他要求很高的AI技能包括Python和R编程，数据科学，Java，Hadoop，数据挖掘，大数据，Spark和SAS 。
作为自动驾驶汽车行业的AI开发人员需要学习的必要技能
自动驾驶作为一个相对较新的领域，如果要完全实现，则需要广泛的现有技能和尚未出现的技能 。如果您正在寻找如何成为汽车行业AI开发人员的方法，那么这里是您需要学习的一些技能 。
编程技巧
平均而言，一辆自动驾驶汽车在其硬件中需要超过2.5亿行代码 。这些多行代码负责使汽车“智能”到足以了解现实世界中的周围事物 。此外，设计，构造和操作自动驾驶汽车需要无数不同的程序和平台 。
作为有抱负的AI开发人员或正在尝试进入这一领域的实践开发人员，重要的是要全面了解编码以及系统中不同元素如何工作以及如何相互交互 。特别是，在Python，C ++和Linux方面具有广泛的经验是不可商议的，因为它们构成了自动驾驶汽车行业的重要组成部分 。
机器学习
自动驾驶汽车中的AI开发人员的另一项必备技能是ML 。如前所述，自动驾驶汽车通过算法工作 。随着新问题的不断出现，这些算法需要不断的更新和完善 。只能使用机器学习来实现这种改进，方法是分析从整个自主舰队收集的运营数据并根据预设参数创建解决方案 。
作为AI开发人员，特别需要ML技能和数据集准备 。您会看到，无论您的信息存储库有多大，如果您无法理解自己的数据记录，那么即使对人工智能无害，它也几乎是无用的 。AI开发中有三种常用的数据集;
训练集：基本上，该数据集用于训练算法以理解不同的概念，例如神经网络以及学习和产生结果 。
测试集：用于确定使用训练数据集对算法进行训练的程度 。
验证集：用于选择最终算法模型 。
测试集：用于评估最终算法的性能 。
计算机视觉
考虑到自动驾驶汽车尚处于早期开发阶段，要在城市交通拥挤的道路上大规模部署这些汽车将花费更长的时间 。这是因为在设计和开发阶段即使是最细微的缺陷也可能是致命的 。但是，通过诸如Computer Vision之类的技术，此类事件的发生率大大降低了 。
Computer Vision通过以下方式帮助自动驾驶汽车：
3D映射：“计算机视觉”是自动驾驶车辆中实时视觉数据捕获的秘密 。安装在自动驾驶汽车中的摄像机能够记录实时素材，对其进行管理并绘制3D地图 。借助这些地图，自动驾驶汽车能够发现障碍物，并越过指定的道路，从而更好地了解其环境，从而寻找替代路线 。
物体检测：自动驾驶汽车还使用计算机视觉来检测和剖析不同的物体 。使用摄像头和LiDar传感器测量距离，然后将收集的数据与3D地图组合在一起以定位诸如车辆，交通信号灯和行人等物体 。因此，自动驾驶车辆能够立即处理此数据，并做出实时决策(例如制动以避免碰撞) 。
训练算法：通过传感器和照相机的帮助，计算机视觉是收集大量数据的绝佳方法 。通过收集关键信息，例如位置信息，道路维护或交通状况，自动驾驶汽车能够提高意识并迅速做出关键决策 。
如您所见，如果没有计算机视觉，自动驾驶汽车将本质上仍然是科幻幻想 。作为一名AI开发人员，拥有这些技能将使您的工作变得更轻松 。
基于雷达的检测
根据IHS 的最新报告，到2035年，自动驾驶汽车的销量预计将达到1180万辆 。这是一个相当大的数目，可能会带来很多安全隐患 。但是，雷达(无线电检测和测距)所取得的巨大进步有望使自动驾驶汽车更加安全 。
雷达通过将无线电波从信号源传输到地面上来工作 。然后，表面将这些波反射到接收器系统，然后对其进行处理 。RADAR解决方案的一个很好的例子是ADAS(高级驾驶员辅助系统) 。它已经在使用中，并且在盲点监视，碰撞警告和物体检测中表现出色 。
随着无人驾驶技术的迅速普及，世界各地的监管机构都在推动强制性加入高级驾驶员辅助系统和其他类似的安全功能 。
作为开发人员，熟悉RADAR，LiDAR和红外(IR)等不同的传感器系统肯定会为您带来优势 。
人机界面
人机界面的主要目的是为自动驾驶汽车驾驶员提供多个平台，使他们可以与车辆功能交互 。汽车制造商已经与技术公司合作，正在建造热销生产线的破坏性I 。人们还讨论了从现代显示器向更自主的增强现实平视显示器(HUD)转变的可能性 。
对更高自治性的更高亲和力也将通过使用Touch HoloActive系统进行触觉运动，在自动驾驶汽车功能的远程访问方面开辟新的领域 。
而且，由于所有这些辅助技术都需要一个平台来锚定，因此对于任何AI开发人员而言，学习人机界面技术都是至关重要的 。
云服务
自动驾驶汽车将需要彼此连接，以促进其运行环境的顺畅流动，从而生成大量数据 。例如，据估计，一小群自动驾驶汽车每天最多可产生4,000 GB 。借助AI Cloud平台，所有这些数据都可以存储，并在需要时轻松检索 。不用说，创建这样的平台将需要一些AI技能 。‘
人工智能开发人员薪水
人工智能开发人员的薪水迅速上涨得如此之快，以至于科技行业开了个玩笑，说人工智能的薪水需要有类似于橄榄球联盟的薪金上限 。
这些巨大的薪资很大程度上受多种因素的催化 。硅谷和汽车行业之间的竞争，这是熟练的专家 。一方面，像Google和Facebook这样的大型科技公司正试图使用??AI解决诸如发现令人反感的内容和建立数字助理之类的问题，并且他们正在提供虚假的薪水 。另一方面，汽车行业正在寻求招募大量AI开发人员，以帮助制造自动驾驶汽车 。一些人甚至在学术界为这些大手大脚的专业人士垂钓，导致加入AI领域的开发人员严重短缺 。
人工智能的薪水清楚地反映了这种短缺 。根据Indeed.com的数据，人工智能工程师的平均年薪为134,135美元，而机器学习工程师的年薪约为169,930美元 。
在英国，高级AI工程师的基本年薪为每年84,000英镑，而实习生的年薪则高达25,000英镑 。与其他发达经济体相比，东欧的工资相对较低 。例如，在乌克兰，人工智能开发人员的月薪为10,000美元或每年约120,000美元 。
最后的想法
如果说埃隆·马斯克(Elon Musk)关于人工智能的话无话可说，那么滥用AI技术可能会成为对人类的最大生存威胁 。几年前，他在一次采访中警告说，智能机器可能会变得危险，并在未来殖民我们 。
另一方面，比尔·盖茨(Bill Gates)是AI的大力支持者，他说AI 技术的兴起将为我们的社会带来效率 。根据您的看法，这两个技术专家是正确的 。
但是到目前为止，我们已经看到了AI在医疗保健，制造业和农业等其他领域的优势 。如果这是可行的，那么无人驾驶汽车行业还没有看到最好的人工智能 。
对于AI开发人员来说，AI自动驾驶汽车行业的未来是光明的 。与该行业的增长和进步相关的工作可能今天不存在，但是最好学习技能然后等待，而不是稍后再学习 。’
【如何开始成为无人驾驶汽车的AI开发人员】

    推荐阅读


    上一篇：鱼尾吊坠是什么意思啊 鱼尾吊坠是什么意思

    下一篇：家里怎么养小螃蟹