相較于特斯拉的自動(dòng)駕駛技術(shù),Waymo在訓(xùn)練數(shù)據(jù)上處于明顯劣勢(shì)?
還有其它的表態(tài):
“每一次有人干預(yù)駕駛,即接管了自動(dòng)駕駛系統(tǒng)之后,我們的自動(dòng)駕駛系統(tǒng)便會(huì)保存這些信息并將其上傳到我們的系統(tǒng)里。我們真的開始變得非常擅長(zhǎng)訓(xùn)練系統(tǒng),甚至不需要人為輸入訓(xùn)練數(shù)據(jù)、標(biāo)記人工標(biāo)簽了;旧希(dāng)一個(gè)駕駛員駛過一個(gè)交叉路口時(shí),他就會(huì)訓(xùn)練自動(dòng)駕駛系統(tǒng)應(yīng)該怎么做!
當(dāng)然你可以認(rèn)為馬斯克的表態(tài)含糊不清,有多種可能的解釋。但是對(duì)于我來說,我認(rèn)為模仿學(xué)習(xí)和馬斯克所說的東西最為吻合。
要進(jìn)行模仿學(xué)習(xí),特斯拉不需要上傳視頻等任何原始傳感器數(shù)據(jù),它直接上傳感知型神經(jīng)網(wǎng)絡(luò)對(duì)其所看到的場(chǎng)景和駕駛員行為的判斷。特斯拉一位名叫g(shù)reentheonly的黑客可視化地展現(xiàn)了在特斯拉上運(yùn)行的神經(jīng)網(wǎng)絡(luò)所做出的這種感知判斷:
首先,表示“駕駛場(chǎng)景”的可視化信息包括車輛周圍的3D形式邊界、表示車輛類型和距離的文本標(biāo)簽以及顯示可行車道的“綠色地毯”。
要進(jìn)行模仿學(xué)習(xí),需要將人類駕駛員對(duì)方向盤和踏板的動(dòng)作數(shù)據(jù)和可視化的“駕駛場(chǎng)景”信息進(jìn)行配對(duì)。這些狀態(tài)-動(dòng)作配對(duì)不需要人類的注釋,人類進(jìn)行標(biāo)記實(shí)在是過于昂貴而且緩慢的學(xué)習(xí)過程。他們只需要上傳到特斯拉的服務(wù)器,然后就可以用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)了。
除了Waymo對(duì)模仿學(xué)習(xí)技術(shù)的背書和特斯拉含混其詞的表述,我們還有什么理由相信模仿學(xué)習(xí)可以訓(xùn)練神經(jīng)網(wǎng)絡(luò)來執(zhí)行復(fù)雜的任務(wù)呢?對(duì)于我來說,成功實(shí)施了模仿學(xué)習(xí)的最典型案例是AlphaStar,這是由Alphabet的子公司DeepMind創(chuàng)建的一個(gè)神經(jīng)網(wǎng)絡(luò)。DeepMind使用模仿學(xué)習(xí)來訓(xùn)練AlphaStar玩一個(gè)有數(shù)百萬(wàn)人類玩家的星際爭(zhēng)霸游戲。星際爭(zhēng)霸是一款相當(dāng)復(fù)雜的游戲,里面設(shè)計(jì)長(zhǎng)遠(yuǎn)規(guī)劃、高級(jí)戰(zhàn)略部署和對(duì)軍事單位的實(shí)施戰(zhàn)術(shù)控制,這樣一個(gè)燒腦的游戲?qū)τ贏I來說是一個(gè)相當(dāng)艱難的挑戰(zhàn)。但是,AlphaStar僅使用了模仿學(xué)習(xí)技術(shù),就通過在星際爭(zhēng)霸這個(gè)游戲的排名證明了相當(dāng)于人類玩家的實(shí)力,達(dá)到了DeepMind估計(jì)的性能指標(biāo)。換句話說,AlphaStar使用模仿學(xué)習(xí)技術(shù),在星際爭(zhēng)霸中達(dá)到了中等人類技能水準(zhǔn)。
和DeepMind使用模仿學(xué)習(xí)訓(xùn)練其神經(jīng)網(wǎng)絡(luò)玩星際爭(zhēng)霸游戲一樣,在自主駕駛的訓(xùn)練中,特斯拉利用其車輛自主駕駛系統(tǒng)上傳的數(shù)百萬(wàn)駕駛場(chǎng)景-駕駛行為配對(duì)數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò),就可以達(dá)到中等水平人類駕駛員的水準(zhǔn)。駕駛行為當(dāng)然很復(fù)雜,但是星際爭(zhēng)霸游戲也很復(fù)雜。所以我不認(rèn)為使用模仿學(xué)習(xí)達(dá)到的自主駕駛效果達(dá)不到AlphaStar玩星際爭(zhēng)霸的程度。
要想使模仿學(xué)習(xí)奏效,一個(gè)非常重要的條件就是感知必須正確。如果特斯拉的感知神經(jīng)網(wǎng)絡(luò)出了錯(cuò),系統(tǒng)將無法識(shí)別駕駛環(huán)境的真實(shí)狀態(tài),也就無法獲得正確的駕駛場(chǎng)景-駕駛行為配對(duì)。舉個(gè)例子,如果感知神經(jīng)網(wǎng)絡(luò)將紅色交通信號(hào)燈錯(cuò)認(rèn)成了綠色,它觀察人類停在了這樣一個(gè)信號(hào)燈前面,它就會(huì)得出一個(gè)汽車應(yīng)該停在綠色交通燈處的錯(cuò)誤結(jié)論。即使它學(xué)會(huì)了如何對(duì)一個(gè)環(huán)境進(jìn)行正確反應(yīng),它也需要檢測(cè)出這些環(huán)境。因此,如果它知道紅燈停綠燈行,它還必須準(zhǔn)確地識(shí)別出信號(hào)燈的顏色才能做出正確的響應(yīng)。系統(tǒng)需要準(zhǔn)確地感知環(huán)境以便學(xué)習(xí)要做什么動(dòng)作,而且必須準(zhǔn)確地感知環(huán)境才能應(yīng)用學(xué)習(xí)成果做出這些動(dòng)作。
特斯拉新的神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)可以解決環(huán)境感知問題,被稱為Hardware 3。特斯拉人工智能主管Andrej Karpathy說,特斯拉已經(jīng)“訓(xùn)練了效果很好的大型神經(jīng)網(wǎng)絡(luò)”,但是“由于計(jì)算性能的約束無法把它們部署到汽車中”,F(xiàn)在有了Hardware 3,特斯拉將能夠運(yùn)行規(guī)模更大、更為準(zhǔn)確的感知神經(jīng)網(wǎng)絡(luò)。
對(duì)于Waymo這樣無法獲得大量行駛車輛數(shù)據(jù)的公司而言,很難在模擬學(xué)習(xí)上找到可以走下去的路來。由于沒有足夠的訓(xùn)練樣例來完成整個(gè)駕駛?cè)蝿?wù)的模仿學(xué)習(xí),它不得不依賴手工編碼算法。在計(jì)算機(jī)視覺應(yīng)用中,手工編碼算法這種方式早已被神經(jīng)網(wǎng)絡(luò)完全淘汰,機(jī)器翻譯應(yīng)用也是如此。對(duì)于像星際爭(zhēng)霸這樣復(fù)雜級(jí)別的游戲而言,手工編碼的機(jī)器人不可能接近AlphaStar這樣的神經(jīng)網(wǎng)絡(luò)的性能。在自主駕駛上,神經(jīng)網(wǎng)絡(luò)方法似乎也比手工編碼算法更有前途。
想推進(jìn)模仿學(xué)習(xí),Waymo必須將其訓(xùn)練車隊(duì)的數(shù)量擴(kuò)大好幾個(gè)數(shù)量級(jí)。一個(gè)可行的方法是,Waymo可以向汽車制造商出售高級(jí)駕駛輔助系統(tǒng),并通過它來收集數(shù)據(jù),就像特斯拉現(xiàn)在的做法一樣。這就要求Waymo打造一個(gè)比自主駕駛的功能涵蓋范圍更小的精簡(jiǎn)型新產(chǎn)品。這個(gè)新系統(tǒng)必須在沒有激光雷達(dá)的情況下能夠使用,或者至少不需要那種通常用于自主駕駛汽車的高范圍、高分辨率的激光雷達(dá)。因?yàn)檫@種激光雷達(dá)成本過高,不可能普及到消費(fèi)級(jí)的車輛中。如果這種方式意味著Waymo可以獲取到所有的駕駛數(shù)據(jù)的話,汽車制造商可能不大愿意這么做。所以,Waymo可能需要以某種方式和汽車制造商分享成果,也許它可以同意汽車制造商合作伙伴分享未來的自主駕駛服務(wù)的收入,或者允許合作伙伴購(gòu)買它的大量股權(quán)。
對(duì)于福特和通用這樣的巨頭來說,他們傾向于垂直整合,不大可能建立這種合作關(guān)系。我可以花10億美元小錢購(gòu)買自己的“Waymo”,干嘛和谷歌的Waymo合作呢?從經(jīng)濟(jì)學(xué)原理上來說,可以購(gòu)買自主駕駛初創(chuàng)公司,這會(huì)讓W(xué)aymo處于艱難的談判地位。而且,這些汽車制造商似乎并沒有他們的汽車收集訓(xùn)練數(shù)據(jù)。
兩相比較下來,特斯拉完全占了上風(fēng)。出于這個(gè)原因,我認(rèn)為特斯拉更有可能分走現(xiàn)在市場(chǎng)上分配給Waymo的1000多億美元估值。也許完全自主駕駛永遠(yuǎn)不可能實(shí)現(xiàn),那就不用說了。但是如果真的實(shí)現(xiàn)了,這個(gè)市場(chǎng)可能價(jià)值三萬(wàn)億美金。據(jù)我所知,在這個(gè)賽道上,特斯拉比Waymo以及所有其他公司都處于更有利的位置上,特斯拉可以憑借在模仿學(xué)習(xí)上的優(yōu)勢(shì)分走很大很大一塊蛋糕。
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
10月31日立即下載>> 【限時(shí)免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報(bào)名>>> 【在線會(huì)議】多物理場(chǎng)仿真助跑新能源汽車
-
11月28日立即報(bào)名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會(huì)議
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
即日-12.26火熱報(bào)名中>> OFweek2024中國(guó)智造CIO在線峰會(huì)
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
推薦專題
- 1 【一周車話】沒有方向盤和踏板的車,你敢坐嗎?
- 2 特斯拉發(fā)布無人駕駛車,還未迎來“Chatgpt時(shí)刻”
- 3 特斯拉股價(jià)大跌15%:Robotaxi離落地還差一個(gè)蘿卜快跑
- 4 馬斯克給的“驚喜”夠嗎?
- 5 大模型“新星”開啟變現(xiàn)競(jìng)速
- 6 海信給AI電視打樣,12大AI智能體全面升級(jí)大屏體驗(yàn)
- 7 打完“價(jià)格戰(zhàn)”,大模型還要比什么?
- 8 馬斯克致敬“國(guó)產(chǎn)蘿卜”?
- 9 神經(jīng)網(wǎng)絡(luò),誰(shuí)是盈利最強(qiáng)企業(yè)?
- 10 比蘋果偉大100倍!真正改寫人類歷史的智能產(chǎn)品降臨
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市