版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至举报，一经查实，本站将立刻删除。
多伦多大学与优步ATG研发全新算法帮助AI识别非结构化数据
0
Wang（上图）表示：“该图片是2D网格状的，而3D建模则是一串3D网格（meshes），激光雷达所捕获的则是一束（a bunch of）点，且在该区域呈离散分布，传统的AI难以应对这类难题。”
助理教授Urtasun解释道，人工智能在图像处理方面表现非常出色，因为图像是矩形目标物，由许多很小的矩形点构成，算法在格栅结构的分析处理时表现出色。然而，激光雷达的数据却不是常规结构，使得AI系统难以读取其含义。
离散点处理的表现并不仅限于自动驾驶领域，这类非结构化数据还存在于化学及社交网络中。
为提升整体运算能力，研究人员还设计了稀疏矩阵运算（sparse computation）方式，其利用了重要区域判定原则。为此，相较于当前的计算方式，该算法的速度翻了10倍多。
研究人员还发布了SBNet代码，在提升智能手机等小型设备的处理能力方面大有裨益。Urtasun表示，优步自动驾驶车队已开始使用其算法，这对提升其整体研究水平帮助很大。自动驾驶是本世纪内的一大根本性难题，我们正在设法寻找解决方案。（本文图片选自utoronto.ca）
