车东西

编 | 六毛

车东西3月26日消息，近日，美国自动驾驶公司Helm.ai宣布完成种子轮融资，在本轮融资中，Helma.ai共筹集到1300万美元（约合人民币9239万元）。

据了解，Helm.ai是一家专注于自动驾驶软件开发的初创公司，在软件研发过程中Helm.ai主要依靠无监督式学习方法，从而使软件开发的周期和成本得到降低。

另外，由Helm.ai研发的自动驾驶软件主要适用于两种场景，即L2级（和L2+）的高级驾驶辅助和L4级的自动驾驶汽车。据Helm.ai联合创始人Vald Voroninski介绍，该公司目前已经和一些客户达成交易，其中有部分软件已完成基本的测试。 一、自动驾驶创企Helm.ai获1300万美元种子轮融资

据国外媒体TechCrunch报道，成立于2016年的美国自动驾驶创企Helm.ai于近日宣布完成种子轮融资，该公司在该轮融资中共筹集到1300万美元（约合人民币9239万元）。

本次融资的投资方包括A.Capital Ventures、Amplo、Binnacle Partners、Sound Ventures、Fontinalis Partners、SV Angel等。此外，还有超过10位天使投资人也参与到了本轮融资当中，包括Berggruen Holdings的创始人Nicolas Berggruen、Quora的联合创始人Charlie Cheever和Adam D’Angelo、NBA球员Kevin Durant、Gen.David Petraeus、Matician的联合创始人兼首席执行官Navneet Dalal，Quiet Capital的管理合伙人Lee Linden以及股票交易平台Robinhood的联合创始人Vladimir Tenev等。

接下来，Helm.ai计划将从本轮融资中筹集到的1300万美元（约合人民币9239万元）用于研发、聘用员工以及完成现有的交易。有趣的是，虽然Helm.ai在四年以前就已经成立了，但目前来看这仍然是一家小规模的公司，只有约15名员工。 二、利用无监督式学习技术开发软件 专注L2和L4

对于自动驾驶汽车来说，软件就犹如“大脑”。Helm.ai便是一家专注于深耕自动驾驶软件开发的初创公司，在自动驾驶计算平台以及传感器方面，该公司暂时还没有进行业务布局。

与此同时，相较于通过有监督式学习方法来对自动驾驶软件进行训练及改进，Helm.ai在软件开发过程中主要依靠的是无监督式学习方法。后一种方法能够使自动驾驶软件在不需要大规模车队数据、模拟训练以及对数据进行标注的情况下对神经网络进行训练，从而可以缩短软件研发时间，降低研发成本。

Helm.ai联合创始人表示，在为自动驾驶汽车开发AI软件的时候，研究人员常常会遇到长尾问题以及无穷无尽的边角案例（corner cases）。因而真正重要的问题是，软件解决边角案例的效率是怎样的，以及软件运行的速度能够达到多快。在这一点上，Voroninski认为Helm.ai已经实现了真正的创新。

除此之外在软件商用方面，Helm.ai的自动驾驶软件主要适用于两种场景，即L2级（以及L2+级）的高级驾驶辅助和L4级的自动驾驶汽车。据了解，该公司目前已经和一些客户达成交易，其中部分软件已完成基本的测试，不过这些顾客的详细名单我们暂时还不得而知。 结语：应用无监督式学习方法成自动驾驶软件研发新方向

以训练所用的数据是否拥有特定的标签为依据，可以将机器学习大致分成有监督学习和无监督式学习两类。如果说有监督学习属于“我见过的我都知道”，那么无监督式学习则和人类的学习行为更加相似，即软件能够通过对比聚类等方法不断学习到新的知识。

目前，两种方法应用于自动驾驶软件研发各有利弊。但不可否认的是，正有越来越多的自动驾驶公司探索应用无监督式学习方法。根据来自外媒的信息，除了Helm.ai，还有被宝马风险投资基金i Ventures所投资的Cortica AI公司也选择了这条路线。