編譯 | 言征 

出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）

ChatGPT在互聯(lián)網(wǎng)上引起轟動(dòng)后不久，2022年12月，特斯拉的帕洛阿爾托總部也在進(jìn)行類似的開發(fā)。該公司自動(dòng)駕駛系統(tǒng)的工程師達(dá)瓦爾·施羅夫向首席執(zhí)行官埃隆·馬斯克提出了一個(gè)概念。施羅夫提出了一個(gè)專為汽車量身定制的類似于ChatGPT的系統(tǒng)。

他們的目標(biāo)不是依靠預(yù)定義的規(guī)則來(lái)確定汽車的最佳路徑，而是使用從大量訓(xùn)練數(shù)據(jù)中學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)。擁有十年經(jīng)驗(yàn)的特斯拉團(tuán)隊(duì)經(jīng)驗(yàn)豐富的成員Shroff解釋說(shuō)，這些數(shù)據(jù)包括數(shù)百萬(wàn)個(gè)人類駕駛行為的例子。

八個(gè)月后，馬斯克體驗(yàn)到全自動(dòng)駕駛（FSD）汽車的性能與他之前駕駛的數(shù)百輛相比有所提高。流暢性和可靠性歸功于引入新概念的新版本FSD12。

圖源：Elon Musk FSD 12 Livestream

馬斯克認(rèn)為，這項(xiàng)創(chuàng)新不僅有可能改造自動(dòng)駕駛汽車，而且代表著向能夠在現(xiàn)實(shí)世界場(chǎng)景中運(yùn)行的通用人工智能的飛躍。Shroff提出的新系統(tǒng)不是傳統(tǒng)上依賴數(shù)十萬(wàn)行代碼，而是通過(guò)處理數(shù)十億個(gè)描述人類駕駛行為的視頻幀來(lái)學(xué)習(xí)駕駛。這種方法反映了新的LLM聊天機(jī)器人所采用的自我訓(xùn)練方法，該方法通過(guò)處理人類文本中的數(shù)十億個(gè)單詞來(lái)產(chǎn)生響應(yīng)。

1.端到端的自動(dòng)駕駛

特斯拉并不是唯一一家采用端到端技術(shù)的公司，還有Comma.ai和OpenPilot，班加羅爾男孩曼卡蘭·辛格用它通過(guò)一部舊的安卓手機(jī)為他的Alto供電。他在印度進(jìn)行FSD之旅的消息引起了人們的關(guān)注，因?yàn)槠囍圃焐探?jīng)常告訴我們船上有多少計(jì)算能力才能實(shí)現(xiàn)這一點(diǎn)。

Wayve.ai甚至決定用倫敦最艱難的街道來(lái)測(cè)試其自動(dòng)駕駛技能。該團(tuán)隊(duì)取得了一些令人印象深刻的成果。八個(gè)月前，他們發(fā)布了一個(gè)使用視頻、文本和動(dòng)作輸入來(lái)訓(xùn)練系統(tǒng)在路上行為的90億參數(shù)世界模型。

圖片

2022年5月，Wayve與微軟合作，利用科技巨頭的基于云的超級(jí)計(jì)算機(jī)Azure來(lái)訓(xùn)練其神經(jīng)網(wǎng)絡(luò)。

馬斯克指出了端到端方法的一個(gè)重要方面：車輛不再接收明確的指令，如“在紅燈處停車”或“在變道前驗(yàn)證”。相反，它通過(guò)“模仿”在訓(xùn)練過(guò)程中使用的1000萬(wàn)個(gè)視頻中觀察到的行為來(lái)自主判斷這些動(dòng)作。

這意味著他們一直在使用數(shù)百萬(wàn)個(gè)視頻的數(shù)據(jù)集，并對(duì)每個(gè)視頻中的駕駛員進(jìn)行了評(píng)估。機(jī)器學(xué)習(xí)模型已經(jīng)過(guò)訓(xùn)練，可以模仿被認(rèn)為“駕駛技術(shù)好”的駕駛員的行為。

從理論上講，這具有巨大的潛力，因?yàn)楫?dāng)面對(duì)不熟悉的場(chǎng)景時(shí)，模型可以更有效地進(jìn)行概括。從本質(zhì)上講，該模型可以根據(jù)其訓(xùn)練來(lái)確定最恰當(dāng)?shù)男袨椋皇窍萑腩A(yù)定義的指令中。

2.投入巨資登月計(jì)劃的三分之一自動(dòng)駕駛依舊發(fā)展緩慢

然而，還有一個(gè)問(wèn)題有待解決。即使是技術(shù)最嫻熟的駕駛員，也經(jīng)常違反交通規(guī)則。例如，超過(guò)95%的人傾向于緩慢通過(guò)停車標(biāo)志，而不是完全停下來(lái)。

由于新的FSD系統(tǒng)是有意設(shè)計(jì)來(lái)模仿人類行為的，因此美國(guó)國(guó)家公路安全委員會(huì)負(fù)責(zé)人目前正在調(diào)查這種行為是否可被視為自動(dòng)駕駛汽車可接受的行為。

此外，盡管過(guò)去十五年來(lái)不計(jì)成本地?fù)]霍和無(wú)休止的道路測(cè)試，但無(wú)人駕駛技術(shù)仍然停滯在試點(diǎn)階段。“我們看到投入了大量的資金，但得到的成果卻非常有限，”Wayve的創(chuàng)始人兼首席執(zhí)行官亞歷克斯·肯德爾指出。

這促使了總部位于英國(guó)的Wayve公司以及Waabi和Ghost等初創(chuàng)公司大力關(guān)注神經(jīng)網(wǎng)絡(luò)。他們將其稱為AV2.0，并樂觀地認(rèn)為，更勝任且成本效益更高的技術(shù)將使他們超越當(dāng)前的市場(chǎng)領(lǐng)導(dǎo)者。

多年來(lái)，自動(dòng)駕駛汽車因各種高調(diào)錯(cuò)誤而備受關(guān)注，這些錯(cuò)誤很難被忽視。投資者在開發(fā)自動(dòng)駕駛汽車方面投入了超過(guò)1000億美元，占NASA將人類送上月球所花費(fèi)的三分之一。總之目前看，人類的一大步比能自動(dòng)駕駛的汽車要便宜。