盖世汽车新闻神经网络可以学习解决各种问题，比如识别照片中的猫，驾驶自动驾驶汽车。但是人们仍然不知道如此强大的模式识别算法是否真正理解他们正在执行的任务。例如，神经网络的任务是让自动驾驶汽车保持在自己的车道上。它可以通过观察路边的灌木丛来学习如何做到这一点，而不是学习检测车道和专注于道路地平线。
神经网络学习导航任务的因果结构(来源:麻省理工学院)
据国外媒体报道，美国麻省理工学院(MIT)的研究人员表明，当特定的神经网络被训练执行一项导航任务时，它可以理解该任务的真实因果结构。因此，这种神经网络可以直接从视觉数据中理解任务，在树木密集的地方或快速的天气条件等复杂环境中导航时，比其他神经网络效率更高。
未来，这项研究可以提高执行高风险机器学习代理的可靠性和可信度，例如在繁忙的高速公路上驾驶自动驾驶汽车。
吸引人的结果。
神经网络是一种机器学习的方法。计算机通过分析许多训练实例和重复实验来学习完成任务，而“液体”神经网络改变其基本方程，以不断适应新的输入信息。
这项新研究利用了哈萨尼等人之前的研究，他们展示了一个由液态神经网络细胞构建的、受大脑启发的深度学习系统——神经回路策略(NCP)如何通过只有19个控制神经元的网络自动控制自动驾驶汽车。
研究人员观察到，执行车道保持任务的NPC在做出驾驶决策时会专注于道路的地平线和边界，这与人类驾驶汽车时相同，而其他研究的神经网络不会总是专注于道路。
他们发现，当一个NCP被训练完成一项任务时，神经网络学会了与环境进行交互，并理解干预行为。本质上，网络可以识别其输出是否被某种干预改变，然后将因果联系在一起。
在训练期间，网络向前运行以生成输出，然后返回运行以纠正错误。研究人员观察到，NPC会将向前和向后操作模式中的因果关系联系起来，从而使网络能够专注于真正的因果结构。
哈萨尼和他的同事不需要对系统施加额外的限制，也不需要为NCP学习这种因果关系做特殊的设置——它会在训练时自动出现。
风化环境变化
研究人员通过一系列模拟测试了NCP。在模拟场景中，无人机执行导航任务，每个无人机使用单个摄像机的输入信息进行导航。
无人机的任务是飞行特定的目标，跟随移动的目标，或者在不同的环境中跟随一系列的标记，例如晴空、大雨和大雾。
研究人员发现，在天气晴朗的情况下，NPC在简单任务中的表现与其他神经网络一样好，但在更具挑战性的任务中，如在大雨中跟踪移动物体，它的表现优于其他神经网络。
研究结果表明，NCP的采用可以使无人机在不可预测的环境中成功导航，例如当晴朗的天气突然变得有雾时。
在未来，研究人员希望探索使用NCP来构建更大的系统。将成千上万的神经网络连接在一起，使它们能够处理更复杂的任务。盖世汽车新闻神经网络可以学习解决各种问题，比如识别照片中的猫，驾驶自动驾驶汽车。但是人们仍然不知道如此强大的模式识别算法是否真正理解他们正在执行的任务。例如，神经网络的任务是让自动驾驶汽车保持在自己的车道上。它可以通过观察路边的灌木丛来学习如何做到这一点，而不是学习检测车道和专注于道路地平线。
神经网络学习导航任务的因果结构(来源:麻省理工学院)
据国外媒体报道，美国麻省理工学院(MIT)的研究人员表明，当特定的神经网络被训练执行导航任务时，它可以理解真正的因果结构……的任务。因此，这种神经网络可以直接从视觉数据中理解任务，在树木密集的地方或快速的天气条件等复杂环境中导航时，比其他神经网络效率更高。
未来，这项研究可以提高执行高风险机器学习代理的可靠性和可信度，例如在繁忙的高速公路上驾驶自动驾驶汽车。
吸引人的结果。
神经网络是一种机器学习的方法。计算机通过分析许多训练实例和重复实验来学习完成任务，而“液体”神经网络改变其基本方程，以不断适应新的输入信息。
这项新研究利用了哈萨尼等人之前的研究，他们展示了一个由液态神经网络细胞构建的、受大脑启发的深度学习系统——神经回路策略(NCP)如何通过只有19个控制神经元的网络自动控制自动驾驶汽车。
研究人员观察到，执行车道保持任务的NPC在做出驾驶决策时会专注于道路的地平线和边界，这与人类驾驶汽车时相同，而其他研究的神经网络不会总是专注于道路。
他们发现，当一个NCP被训练完成一项任务时，神经网络学会了与环境进行交互，并理解干预行为。本质上，网络可以识别其输出是否被某种干预改变，然后将因果联系在一起。
在训练期间，网络向前运行以生成输出，然后返回运行以纠正错误。研究人员观察到，NPC会将向前和向后操作模式中的因果关系联系起来，从而使网络能够专注于真正的因果结构。
哈萨尼和他的同事不需要对系统施加额外的限制，也不需要为NCP学习这种因果关系做特殊的设置——它会在训练时自动出现。
风化环境变化
研究人员通过一系列模拟测试了NCP。在模拟场景中，无人机执行导航任务，每个无人机使用单个摄像机的输入信息进行导航。
无人机的任务是飞行特定的目标，跟随移动的目标，或者在不同的环境中跟随一系列的标记，例如晴空、大雨和大雾。
研究人员发现，在天气晴朗的情况下，NPC在简单任务中的表现与其他神经网络一样好，但在更具挑战性的任务中，如在大雨中跟踪移动物体，它的表现优于其他神经网络。
研究结果表明，NCP的采用可以使无人机在不可预测的环境中成功导航，例如当晴朗的天气突然变得有雾时。
在未来，研究人员希望探索使用NCP来构建更大的系统。将成千上万的神经网络连接在一起，使它们能够处理更复杂的任务。
标签：发现
盖世汽车讯据外媒报道，密歇根州立大学（MichiganStateUniversity）和福特汽车公司宣布达成合作，旨在利用可持续性天然材料，为汽车行业创造新的聚合物和复合材料。
1900/1/1 0:00:00盖世汽车讯据外媒报道，捷克汽车工业协会（AutoSAP）在10月17日表示，捷克汽车制造商今年的汽车产量将比预期少25万辆，该国汽车行业将损失2000亿克朗（约914亿美元）的销售额。
1900/1/1 0:00:00日前我们从海外媒体处获悉，丰田宣布将截止到2022年3月底的年度生产目标削减至900万辆，削减量达30万。
1900/1/1 0:00:00中汽协称，9月底芯片供应略有缓解，但数量仍不能满足生产。再加上生产和批发环节在前，改善的迹象要体现在零售市场尚需时日，因此9月国内汽车的零售销量并没有太大的起色。
1900/1/1 0:00:00盖世汽车讯据外媒报道，10月15日，特斯拉在英国开始接受ModelY订单，预计新车将于2022年开始交付。
1900/1/1 0:00:002021年深秋格外与众不同，史诗级巨著《长津湖》刷爆各大头条，铁血激情英雄点燃10月国庆，随后3000万平凡奉献者迎来了属于卡车人的嘉年华。
1900/1/1 0:00:00
汽车导航