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。（713字）
以人工智慧與深度學習為核心的自動駕駛新創公司Drive.ai
Source: youtube
參考資料：
1. This Startup’s New Self-Driving Car Video Is Way More Impressive Than Tesla's, Observer, 2017/2/14
2. Deep Learning First: Drive.ai's Path to Autonomous Driving, IEEE Spectrum, 2017/3/13
本站相關文章:
- 美國發佈全球第一部自動駕駛車政策指南
- 2035年全球自動駕駛車可達2100萬輛
- 全球30家公司投入無人駕駛車研發
- 汽車大廠押寶共乘或叫車商業模式
- 谷歌與飛雅特合作自動駕駛車
--------------------------------------------------------------------------------------------------------------------------------------------