作者：Nathaniel Ayling
欢迎阅读本系列文章的第一篇，我们将探讨Imagination和位于英国的行为人工智能公司Humanising Autonomy，如何联手提供实用的、真实世界的人工智能驱动的主动安全性。
我们已经详细讨论了Imagination不断采取的措施，以使我们具备更安全的汽车人工智能。今天，我们看到了以人工智能为核心的先进驾驶辅助系统（ADAS）。从简单、动态的卫星导航路线规划，到车道保持辅助，再到全自动驾驶，驾驶员正逐渐具备比以往更多的方法来缓解旅途压力。
但在我们达到完全自主之前，司机仍然需要注意——毕竟，人类的直觉是无法替代的。一个行人在没有四处张望时将出现在你面前，或者前面骑自行车的人从水瓶里拿饮料时可能会转弯，这种感觉是人类特有的：人工智能算法无法理解的东西——或者还是也可以被理解？
作为人类，我们善于识别人类的行为：我们常常可以在事情发生之前就预见到。但是，尽管一些人相信我们人类是"无缘无故的叛乱分子"，但现实情况是，我们的许多行动可以通过行为科学来预测。然而，理解我们的神经元如何被激发，以及如何将其转化为神经网络可以效仿的代码，是两码事，也是非常困难的事情。
Humanising Autonomy是一家总部位于英国的行为人工智能公司，他们创造了能够理解人的软件。他们独特的方法结合了行为心理学、统计人工智能和新的深度学习算法，来理解、推断和预测人类的全部行为。这种方法将人为因素和数字元素结合起来，以实现真正的汽车安全。Humanising Autonomy开发了一种算法，不仅可以识别街上的行人，而且可以识别其中谁可能会给司机或他们自己带来风险。
Humanising Autonomy的行为 AI 平台可快速分析过去、现在和未来的人类行为，实现比以往更精确的ADAS解决方案。误报率降低10倍意味着可信的意图预测可以提高生产率和更顺畅、更高效的旅程。行为 AI 平台可构建车外发生事情的完整图像，以便驾驶员能够做出更知情、更安全的决定。
正如 Imagination 的低功耗、可扩展、嵌入式NNA系列在汽车的热力和动力范围内设定了性能标准一样，Humanising Autonomy正在开拓新的领域，提供世界领先且创新的预测安全算法——这是一个成功的组合。
Humanising Autonomy的算法最初是使用 CUDA 库开发的。该算法的测试和验证是在大型非专业图形处理单元 （GPU） 上进行，结果看起来不错。我们想看看这些数字在嵌入式汽车 NNA 上会是什么样子，经过三个月的测试和验证，这些结果不言而喻。
基于大型 GPU 不到1%的功耗，不到2%的硅面积，我们实现了类似可行的运行速度——这是使用 SoC实现的，该 SoC搭载我们2017年9月首次发布的PowerVR系列 2NX NNA。我们目前的IMG 4系列NNA 现已开放许可，并将提供更好的运行性能，超出GPU预期的数量级。
分析和调整数百万行代码以删除专有的 CUDA 库和引用，听起来是一项艰巨的任务。但是，借助Humanising Autonomy的流线型软件开发套件（SDK），Imagination的工程师们能够在很短的时间内做到这一点。通过一段时间的分析，并与Humanising Autonomy的团队密切合作，Imagination的工程师们通过基于代码的删除或替换相关的CUDA引用。这使得该算法能够在我们高效的、针对汽车的 NNA上工作，堪比高功耗的桌面GPU解决方案。
那么，接下来呢？当前汽车生产链的创新要花费数年，但是像这样可以拯救生命的解决方案，等待数年可太久了。
得益于嵌入式低功耗、小外形的IMG 4系列NNA，可以改装并添加到现有车辆中的售后服务，可能是完美的解决方案。许多道路使用者购买由专业人士安装的行车记录仪，以提供更安全的驾驶环境和更可靠的道路信息。那么，为什么ADAS安全功能有所不同呢？
开车途中，最有趣的常常不是目的地，而是旅程。Imagination和Humanising Autonomy的合作故事无法仅用一篇文章概述。在接下来的几周里，我们将对Humanising Autonomy的一些杰出人士进行采访，揭开我们如何解开 CUDA的枷锁，并在如此小的包装中提供如此高的性能，并探索 ADAS 和自动驾驶的未来如何越来越近。
原文链接：https://www.imaginationtech.com/blog/humanising_autonomy/
声明：本文为原创文章，转载需注明作者、出处及原文链接。
