19個神經元是如何控制自動駕駛的？

19 個神經元之所以能控制自動駕駛，主要得益于以下幾個方面：

首先，研究人員受到線蟲大腦的啟發，提出了神經元回路策略（NCP）。這種策略重新利用生物神經回路模型的功能，創建可解釋的控制智能體。

其次，該系統用少量人工神經元控制車輛轉向。通過 253 個突觸將 32 個封裝的輸入特征連接到輸出，可以學習把高維輸入映射到操縱命令。

再者，NCP 方法構建的自動駕駛系統由兩部分組成。一部分是用于從攝像機傳入的視覺數據中提取結構特征的卷積神經網絡（CNN），另一部分是僅包含 19 個神經元的控制部分，將感知系統中的數據轉換為轉向命令。兩個子系統堆疊在一起并同時接受訓練，訓練數據集是波士頓地區人類駕駛汽車視頻。

此外，與傳統的深度學習模型相比，每個單元內信號的處理遵循不同的數學原理。NCP 方法能夠將網絡規模減少兩個數量級，參數數量降低了 2 個數量級，僅使用了 7.5 萬個訓練參數。

同時，NCP 模型還有多個優勢。比如具有可解釋性，能讓我們看到網絡將注意力集中在什么方面，還能看到哪個神經元在駕駛決策中的作用。它還具有魯棒性，對輸入圖像的擾動表現出強大的抵抗力。此外，還能減少訓練時間，減少在相對簡單的系統中實現 AI 的不確定性。

總之，19 個神經元控制的自動駕駛系統，不僅結構簡單，還具有諸多優勢，未來不僅能應用于自動駕駛，還可能在倉庫的自動化機器人等領域發揮作用。

（圖/文/攝：太平洋汽車 整理于互聯網）