我們生活在現(xiàn)代化的今天，目前已初步進(jìn)入屬于人工智能的社會，而無人機(jī)是人工智能最理想的載體之一，二者的結(jié)合將成為必然，而隨著算法的不斷優(yōu)化，人工智能在無人機(jī)上的應(yīng)用將遠(yuǎn)遠(yuǎn)不止自動避障這一項(xiàng)，而無人機(jī)也將變得越來越智能。從而打造美好的智慧城市.
人工智能中的深度神經(jīng)網(wǎng)絡(luò)算法，這其中涉及到兩個知識點(diǎn)：神經(jīng)網(wǎng)絡(luò)算法和深度學(xué)習(xí)。下面小編就給大家介紹一下這兩種算法的基本知識。
什么是神經(jīng)網(wǎng)絡(luò)？
神經(jīng)網(wǎng)絡(luò)是由具有適應(yīng)性的簡單單元組成的廣泛并行互連的網(wǎng)絡(luò)，他的組織能夠模擬生物神經(jīng)系統(tǒng)對真實(shí)世界物體所作出的交互反應(yīng)。如圖所示，神經(jīng)網(wǎng)絡(luò)分為三部分：輸入層、隱含層和輸出層。其中隱含層又可以細(xì)分為很多個小層，每層由一個一個簡單的神經(jīng)元組成。
如圖所示，每一個神經(jīng)元模型的輸入是上一層神經(jīng)元的輸出，并且每一個輸入對應(yīng)一個相應(yīng)的權(quán)重值，不同的權(quán)重代表了不同輸入的影響程度，把所有的輸入、權(quán)重值以及閾值帶入到輸出函數(shù)中就可以得到一個我們想要的輸出。再結(jié)合對誤差的微調(diào)，就可以得到一個滿足精度條件的數(shù)據(jù)。
什么是深度學(xué)習(xí)？
而所謂的深度學(xué)習(xí)就是在模型復(fù)雜度增加、容量增大后的更加復(fù)雜的學(xué)習(xí)方法。隨著云計(jì)算與大數(shù)據(jù)時代的到來，深度學(xué)習(xí)可以處理龐大的數(shù)據(jù)，有了強(qiáng)大的計(jì)算能力做支撐，深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法就可以最大化的發(fā)揮它的作用——快速的處理大量的數(shù)據(jù)并不斷地學(xué)習(xí)優(yōu)化。
在掌握了這些知識后，再來看Davide團(tuán)隊(duì)的研究成果就好理解了。他們首先用登山者頭帶三個GoPro相機(jī)的收集數(shù)據(jù)，并自動完成了數(shù)據(jù)的標(biāo)記；第二步建立深度學(xué)習(xí)模型，并將輸出結(jié)果限定為直行、左轉(zhuǎn)和右轉(zhuǎn)三種命令；第三步用手機(jī)采集圖像，模擬無人機(jī)飛行時收到的圖像，檢測模型效果；第四步分別用AR.Drone 2.0無人機(jī)和實(shí)驗(yàn)室設(shè)計(jì)的搭載Odriod處理器的無人機(jī)進(jìn)行真實(shí)場景的測試。
第一步收集數(shù)據(jù)時，三個相機(jī)分別為左中右三個角度，所以分別把三組照片標(biāo)記為左轉(zhuǎn)、直行和右轉(zhuǎn)。第二步學(xué)習(xí)環(huán)節(jié)就用到了我們剛剛所介紹的深度神經(jīng)網(wǎng)絡(luò)算法，把之前收集的各種圖像數(shù)據(jù)作為輸入，左轉(zhuǎn)、直行和右轉(zhuǎn)作為輸出，通過逐漸學(xué)習(xí)就可以建立一個十分精確的模型，讓計(jì)算機(jī)在類似環(huán)境下學(xué)會如何像人一樣做出正確的決策。
給機(jī)器賦予人類的思考方式正是人工智能的精髓，而隨著大數(shù)據(jù)時代的到來，機(jī)器可以處理大量的數(shù)據(jù)，于是我們就可以通過先進(jìn)的算法“教”機(jī)器如何根據(jù)大量過去的數(shù)據(jù)來做現(xiàn)在的決定。事實(shí)證明，任何事物都是有規(guī)律可循的，當(dāng)機(jī)器掌握了足夠多的有用數(shù)據(jù)及一個優(yōu)秀的算法后，它可以做出超過人類判斷能力的決定。就像Davide團(tuán)隊(duì)研發(fā)的無人機(jī)在經(jīng)過深度學(xué)習(xí)培訓(xùn)后，其做決定的準(zhǔn)確率達(dá)到了85.23%，甚至超過了人類的82.00%。而且人工智能另一個特點(diǎn)是學(xué)習(xí)的過程是持續(xù)的，所以只要數(shù)據(jù)庫不斷的增大，且不斷的對誤差進(jìn)行微調(diào)，準(zhǔn)確率將越來越高。
