FSD 的環(huán)境感知

上面兩張圖是Tesla的一張視覺(jué)感知圖,感知的元素包括車道線、路邊的車輛、STOP標(biāo)致,還有一大堆看不清的東西�？梢�(jiàn),Tesla對(duì)環(huán)境的感知是非常豐富的。左邊中間還有是否遮擋、是否下雨、是否是胎跡、是否是潮濕路面。

 FSD BETA把更多的元素展現(xiàn)了出來(lái)

之所以能夠做到這點(diǎn),一龍．馬給出的解釋是4-D的Training,FSD beta與之前版本的區(qū)別在于:在不安裝激光雷達(dá)的前提下,具備4D環(huán)境感知能力。他們對(duì)于目標(biāo)識(shí)別的訓(xùn)練已經(jīng)不是使用單張標(biāo)注圖片的訓(xùn)練,而是將8個(gè)攝像頭一段時(shí)間的視頻一起放在服務(wù)器里面訓(xùn)練。以前的深度學(xué)習(xí)輸出的是離散的點(diǎn),用其他硬件(廉價(jià)IMU)將這些點(diǎn)連接成一副場(chǎng)景,現(xiàn)在的深度學(xué)習(xí)直接就是無(wú)監(jiān)督的場(chǎng)景訓(xùn)練。通過(guò)視頻,Tesla一共會(huì)訓(xùn)練48種不同的神經(jīng)網(wǎng)絡(luò),用于不同的任務(wù),如識(shí)別距離的(depth network)、識(shí)別freespace的(layout network)等等。

         Video Training 同時(shí)使用8個(gè)攝像頭的視頻

         Video Training 一次會(huì)使用4096張

               Video training 的成果,以TOPVIEW實(shí)時(shí)識(shí)別FreeSpace

現(xiàn)在,tesla使用上圖這樣一個(gè)GPU集群訓(xùn)練,tesla做一次ap的編譯需要1個(gè)小時(shí)。

這樣海量的訓(xùn)練數(shù)據(jù),對(duì)于算力提出了很高的要求。為了實(shí)現(xiàn)這個(gè)功能,TESLA正在打造一臺(tái)“Dojo”超級(jí)計(jì)算機(jī)(日語(yǔ):道場(chǎng))

這個(gè)超級(jí)計(jì)算機(jī)的作用是進(jìn)行NN訓(xùn)練,一龍．馬說(shuō),這個(gè)機(jī)器可以自動(dòng)地學(xué)習(xí)和識(shí)別先前未被定義或被標(biāo)記的信息。與之前FSD的區(qū)別就是放幻燈片和看視頻的區(qū)別,更多的在于訓(xùn)練場(chǎng)景關(guān)聯(lián)性和預(yù)測(cè)能力。有人說(shuō),DOJO造出來(lái)之后(2021年8月)應(yīng)該是排名世界前幾位的超級(jí)計(jì)算機(jī)(算力是現(xiàn)在第一名富岳的2倍),大國(guó)重器啊。

圖片需要標(biāo)注的元素

同時(shí),DOJO強(qiáng)大的算力和Tesla逆天的算法已經(jīng)支持了全自動(dòng)標(biāo)注。上面這張圖的標(biāo)準(zhǔn),完全可以由DOJO自動(dòng)實(shí)現(xiàn)(基于Shadow mode與實(shí)際駕駛的Error),免去可耗時(shí)的人工標(biāo)注環(huán)節(jié),計(jì)算機(jī)的學(xué)習(xí)速度大大加快。     有了DOJO,tesla不但可以通過(guò)SHADOW MODE找出系統(tǒng)的問(wèn)題,還能過(guò)像alpha zero一樣實(shí)現(xiàn)自我迭代。

DOJOPYTORCHFSDSHOW MODE是如果相互配合來(lái)實(shí)現(xiàn)整個(gè)AI流程．

   GOOGLE 阿爾法0的自我迭代．

當(dāng)然,Tesla與ME相比,技術(shù)上的差距應(yīng)該沒(méi)有那么大,但是Tesla海量的數(shù)據(jù)決定了他的優(yōu)勢(shì),數(shù)據(jù)是智能時(shí)代的石油嘛。ME就沒(méi)辦法做到這一點(diǎn)。這個(gè)優(yōu)勢(shì)還會(huì)隨著Model3的銷量不斷擴(kuò)大,其他主機(jī)廠應(yīng)該慶幸他是一個(gè)封閉的系統(tǒng)。

關(guān)于規(guī)劃決策部分,自動(dòng)標(biāo)注的實(shí)現(xiàn)是整個(gè)系統(tǒng)實(shí)現(xiàn)的關(guān)鍵。一龍．馬沒(méi)說(shuō)什么,但Cruise給出了解釋。

                典型的路口場(chǎng)景,需要預(yù)測(cè)其他測(cè)量的運(yùn)動(dòng)．

Cruise解釋,路徑預(yù)測(cè)也是可以進(jìn)行學(xué)習(xí)的。通過(guò)學(xué)習(xí),他可以知道其他車做某種動(dòng)作的概率,從而預(yù)測(cè)其他交通參與者的行為。下面三張圖以通過(guò)路口為例(Cruise在最右側(cè)):

1． 路口兩輛車,每輛車有三種可能(直行,左、右,其實(shí)還有U turn, K  turn)

2． Cruise會(huì)計(jì)算各種動(dòng)作的概率

3． 當(dāng)一輛車已經(jīng)運(yùn)動(dòng),他還可以影其他車輛運(yùn)動(dòng)的概率

4． 豎直的車通過(guò)路口后,左側(cè)的車運(yùn)動(dòng)的概率被重新計(jì)算

5． 所有交通參與者運(yùn)動(dòng)被預(yù)測(cè)出來(lái)

6． 概率如何計(jì)算,其實(shí)我覺(jué)得深度學(xué)習(xí)和傳統(tǒng)方法都有,但是深度學(xué)習(xí)確實(shí)很有效(學(xué)習(xí)當(dāng)前交通參與者的拓?fù)�、�?duì)方車輛的姿態(tài)與最終結(jié)果的關(guān)系)。

Cruise 在十字路口對(duì)其他車輛進(jìn)入路口直行或者左右拐的概率進(jìn)行預(yù)測(cè)

路口的車走了以后,黃車左拐的概率大大增加

 各個(gè)車挨個(gè)過(guò)了路口,這個(gè)是cruise

Cruise說(shuō)明,之所以能夠預(yù)測(cè),原因是他們使用了持續(xù)學(xué)習(xí)機(jī),他可以進(jìn)行自我標(biāo)注。計(jì)算實(shí)際駕駛效果和預(yù)期效果的偏差,通過(guò)偏差對(duì)采集的數(shù)據(jù)進(jìn)行定位進(jìn)而自動(dòng)標(biāo)注,再進(jìn)行訓(xùn)練形成閉環(huán)。從下圖可以看出,持續(xù)學(xué)習(xí)機(jī)的效果非常好。

Cruise預(yù)測(cè)到了這個(gè)車是要掉頭

Cruise也預(yù)測(cè)了白車要cutin

要說(shuō)Tesla萬(wàn)能,我不太同意,比如今年有很多人誤踩了油門(mén)。只能說(shuō)技術(shù)進(jìn)步和技術(shù)不成熟本來(lái)就是相伴相生。一龍．馬雖然不停跳票,也還是說(shuō)到做到。

總結(jié)

回望2020,小的自動(dòng)駕駛公司倒了一大片,連Uber、吉利這種大公司都撐不住了,但是行業(yè)依然還是飛速的前進(jìn),只是整個(gè)行業(yè)呈現(xiàn)出了多元化的格局。汽車行業(yè)在分化,傳統(tǒng)行業(yè)和新勢(shì)力是冰與火之歌。自動(dòng)駕駛行業(yè)出現(xiàn)了細(xì)分,活下來(lái)的公司在不同領(lǐng)域深耕,靠著專業(yè)化來(lái)獲得利潤(rùn)。開(kāi)創(chuàng)時(shí)代的WGIT(WaymoGM CruiseIntel METesla)依然堅(jiān)持著夢(mèng)想,不斷突破技術(shù)的天花板。DARPA的一個(gè)小苗長(zhǎng)就這樣慢慢長(zhǎng)成了一棵大樹(shù),感謝這個(gè)偉大的時(shí)代。