CERN和汽车安全软件公司Zenseact合作

　　未来，自动驾驶汽车有望大幅减少道路交通事故的死亡人数。据外媒报道，为推动这一技术的发展，欧洲核子研究组织（CERN）和汽车安全软件公司Zenseact完成了一项为期三年的机器学习模型研究项目，旨在使自动驾驶汽车能够更快地做出更好的决策，从而避免碰撞。

　　在从碰撞中捕获数据时，CERN需要快速做出有效决策，同时分析大型强子对撞机（LHC）探测器中产生的数百万次粒子的碰撞。凭借在数据分析方面的优势，CERN与Zenseact携手合作，共同研究高能物理机构的机器学习技术在自动驾驶领域的应用。双方专注于帮助汽车分析和响应其外部环境的“计算机视觉”，从而使深度学习技术更快、更准确。

　　Zenseact研究主管Christoffer Petersson表示：“在过去十年中，深度学习极大地改变了计算机视觉，图像识别应用程序的准确性达到了前所未有的水平。但我们与CERN的研究结果表明，其在自动驾驶汽车领域仍有改进的空间。”

　　为了处理计算机视觉任务，研究人员采用众所周知的现场可编程门阵列（FPGA）芯片作为硬件基准。FPGA已被CERN使用多年，是可配置的集成电路，可以在微秒内执行复杂的决策算法。

　　研究人员发现，通过优化现有资源，可以将更多功能打包到FPGA中。最好的结果是即使在计算资源有限的处理单元上，任务也能以高精度和短延迟执行。

　　CERN物理学家Maurizio Pierini表示：“此次合作说明了FPGA中的压缩技术，而FPGA也可能对提高大型强子对撞机数据中心的处理效率产生重大影响。随着机器学习平台为下一代解决方案奠定基础，该研究未来可能会对高能物理学等其他领域做出重大贡献。”

　　同样的技术也可用于提高算法效率，同时在广泛域中保持准确性，从数据中心的能源效率增益到医疗应用的细胞筛选。