快捷搜索:  as  2018  FtCWSyGV  С˵  test  xxx  Ψһ  w3viyKQx

葡京赌侠32450:特斯拉的2020年自动驾驶大餐你知道哪一些



与其他驾驶公司不合,特斯拉售出的所有车都是数据收割机,能够形成大年夜体量的数据集。特斯拉采纳仿照进修的机械进修技巧,且觉得在供给足够多的数据的环境下自己能够成功练习出体现出色的自动驾驶技巧。特斯拉正在经由过程一系列事情搭建自身的练习流程,它在自动驾驶上的成长手段有可能会在某光阴点实现瞬间的技巧冲破从而给汽车行业的成长带来颠覆性影响。

2018 年葡京赌侠32450 11 月,国外科技媒体 The Information 曝料,称特斯拉应用的是名为「仿照进修」(imitaTIon learning)的机械进修技巧:

「与其他自动驾驶公司不合,特斯拉售出的所有车都是数据收割机,纵然 Autopilot 处于关闭状态,车辆传感器也能照常事情。

是以,Autopilot 团队手中有用不完的数据,他们能从中发明人类驾驶员在不合场景下的驾驶要领,并对其进行仿照。

在取其英华,去其糟粕后,这部分信息就成了车辆在特定场景下行驶的帮助附加身分,它们能教会车辆若何转弯或躲避障碍物。」

The InformaTIon 在文中转述了那些仿照进修「信徒」的理念:特斯拉工程师信托,只要给神经收集注意灌输足够多的驾驶数据,就能让 Autopilot 学会大年夜多半环境下的转向、刹车和加速操控。

他们以致觉得,未来连代码都不用写了,在特定场景下,自动驾驶系统就知道该怎么做。

这些工程师并不是盲目乐不雅,由于他们提出这些不雅点几个月后,谷歌旗下的 DeepMind 就用仿照进修让 AI 成了《星际争霸》顶级高手。

而在此前,这款游戏是 AI「修仙」路上的一座高峰。

就连 Google Brain(谷歌 X 实验室紧张项目)机械进修工程师 Alex Irpan 都为此认为吃惊:

「我们不停感觉这种经久义务是仿照进修的逝世穴,此前我以致觉得它根本玩不转《星际争霸》,谁知道结果如斯出人料想。我们的担忧在于,假如 AI 犯了错,它会发明自己处于没有人类习气可仿照的为难田地。」

Irpan 推想觉得,只要数据量够了,DeepMind 的 AI 就能成功跨过这个坎:

「假如你的数据集异常大年夜,席卷了不合级其余技术,比如将所有玩过《星际争霸》的玩家操作都记录在内,那么你的数据就足够让 AI 学会若何在作出差错判断后成功翻盘了。」

在今年 4 月特斯拉的 Autonomy Day 宣布会上,特斯拉 AI 主管 Andrej Karpathy 亲口证明了仿照进修的存在。

事实上,他还走漏称,仿照进修已经在必然程度上用到了量产版的 Autopilot 上。

Karpathy 还坚信,当下靠手工编码的义务,未来靠仿照进修会加倍出色。葡京赌侠32450

显然,假如统统顺利,特斯拉也能像 DeepMind 一样在自动驾驶行业横扫统统。

更紧张的是,业内根本没有什么竞争对手。

由于除了特斯拉,谁也没有 60 万辆在路上勤奋采集数据的车辆,而这些车辆天天在各类路况下能累积 2000 万英里的行驶里程。

纵然强如 Waymo,手上也没有如斯体量的数据集,由于 Waymo 的测试车保有量只有特斯拉车队的 0.1%。

如何拿到真正有代价的数据?

虽然能采集数据的车辆浩繁,但想从这些随机上传的数据中找到有用的部分并不轻易。是以,特斯拉必要找到捕捉各类不合驾驶习气的新要领。

对大年夜多半公司来说,手动采集是最直接的要领。

特斯拉工程师可以在系统中植入上传触发器,只要某些数据相符要求,就会自动保存并上传,比如无保护左转。

他们也确凿这么做了:当车辆的视觉神经收集探测到了交通旌旗灯号灯,或驾驶员向左打了偏向盘,车辆就会记录下这个片段,随后经由过程 Wi-Fi 回传。

不过,那些工程师们想不到的行径怎么办?假如神经收集犯了差错怎么办?

在这样的环境下,Autopilot 的参与是最抱负的触发器。Musk 表示,特斯拉的措施是「将这统统看作差错的输入」。

假如 Autopilot 的参与被视为差错,那么随后人类驾驶员的动作便是精确行径最好的示范。

这葡京赌侠32450样一来,Autopilot 的参与就能持续供给有用的练习数据了。

当然,在驾驶员操作模式下我们也能采集练习数据。为此,特斯拉专门设计了一个「影子模式」。

The InformaTIon 在文章中对其进行了一番描述:

业内也有不少评价葡京赌侠32450,觉得特斯拉所谓「影子模式」对新 Autopilot 软件的开拓代价不大年夜,终究特斯拉原先就能在不影响车辆行驶的环境下运行各类测试软件。

Autopilot 的工程师完全可以拿测试软件的体现与车辆实际体现进行比较。在「影子模式」下,Autopilot 团队则能对人类与 Autopilot 在相同场景下的反映进行比较。

用仿照进修练习的神经收集可以在车载谋略机上被动运行,同时输出它眼中的最佳选择。假如人类驾驶员有不合反映,就能触发这个片段的数据上传。

一旦呈现「意见相左」,神经收集的决定就会被判错,而驾驶员的操作则成为精确示范。

除了在人与谋略机意见相左时保存数据,特斯拉还能在神经收集「狐疑」自己时保存数据。

当下,市场上已经有了不少试图量化神经收集不确定性的技巧,当这个数值跨越某个阀值,就会触发数据的保存和上传。

是以,从广义上来讲,特斯拉共有三种采集有代价数据的措施:

手动设定触发器;

Autopilot 参与;

被动运行的神经收集,如「影子模式」。

鉴于特斯拉的硬盘天天都能接管 2000 万英里数据,是以想采集大年夜型数据集(包括不合的驾驶习气和纠错示范)并不难。

不过,对 Waymo 这样两年才跑 2000 万英里的公司来说,这种规划不太实际了。

假如 DeepMind 手上只稀有百个玩家的数据,它的 AI 还能制霸《星际争霸》吗?

生怕没有盼望。

这并不是鄙视他们,现实是当下的神经收集对数据的胃口其实是太大年夜了。

对人来说,一个小时内学会玩《星际争霸》并训斥事,但想在同样光阴内练习出同样水平的神经收集,就得稀有百万以致上亿个千变万化的例子打根基。

同样的,纵然神经收集能从宏大年夜的驾驶数据中学到一些驾驶的精髓,想与人类媲美也得将差错率拉低到 0.1% 以下。

鉴于边际效益会跟着数据的增多而递减,是以,只有真正海量的数据库才能办理问题。

不过,海量的数据库不是我们想搭就能搭起来的。举例来说,假如我们想要 1 万个极度环境的示例,条件是得累计 100 亿英里的行驶里程。

对特斯拉来说,是有盼望实现的。由于跟着新车的持续交付,未来 17 个月就能搞定 100 亿英里。

而 Waymo 现在的车队规模,实现这一目标得 800 年。

这便是特斯拉的自动驾驶办理之道:

对那些无法人工编码的驾驶义务进行仿照进修,共合谋略视觉与行径猜测的深度进修,以及那个无所不包的海量数据集。

进步神速的进步符合实际吗?

Musk 信托,特斯拉将在 2020 岁尾办理全自动驾驶问题。不过,业界普遍觉得 Musk 定的光阴点有些激进。

在他们看来,自动驾驶技巧的开拓是人工处置惩罚的历程。

按照这种理解,开拓自动驾驶软件必要工程师赓续对代码进行改动,是以人的速率便是天花板,纵然添加更多工程师也快不了若干。

但现在照样这种思路吗?

DeepMind 为了霸占《星际争霸》,花了三年光阴钻研。不过,用上了仿照进修后,将 AI 练习到人类级别只用了三天。

为什么能这么快?

由于练习流程已经能自己写出《星际争霸》的对战代码,而前三年人类的事情主如果为了标定这个练习流程,分外是神经收集架构和数据集。

火箭工程师们走的也是这个门路,火箭前期的设计与建造会花费他们大年夜量光阴,几年之内以致一点成功都见不到。

不过,当万事俱备,十秒钟的倒计时后就能见证事业。从光阴的维度看,前几年毫无作为,着末几秒忽然爆发。

事实上,钻研和工程的进展都被暗藏在了幕后。

显然,现在的特斯拉正在经由过程一系列事情搭建自己的练习流程。

举例来说,特斯拉全新的谋略硬件还没火力全开,为新硬件设计的神经收集也还在开拓与测试中,他们正在为未来积聚气力。

至于今年 4 月展示的那版全自动驾驶软件,听说只是三个月神经收集练习的结果,软件开拓对应的场景也相称单一。

而就在一年之前,特斯拉才刚刚掌握高速上的车道维持功能,当时特斯拉还推了一个 OTA 进级包修复了车辆在车道线间反复扭捏的破绽。

Karpathy 指出,那次的进级,特斯拉「重写了很多器械」。从那时起,Karpathy 的团队和 Autopilot 部门的其他技巧专家们不停在为 Autopilot 打地基,分外是谋略视觉。

假如特斯拉不推送进级包,"民众,"就看不到他们努力的结果。

至于一些城市驾驶功能是否得当支配,则纯挚是二进制而非增量问题,终极统统都得由特斯拉来定夺,外部是根本看不到此中的渐进成长历程的。

自动驾驶经济模型

全自动驾驶汽车,不只能彻底颠覆 Uber、滴滴、Lyft 与传统出租车公司苦心建造的王朝,还能让传统的私人拥车制支离破裂。

美国汽车协会的数据显示,购买并应用一辆新车,每英里匀称要花掉落 0.62 美元。而投资机构 ARK 估计,自动驾驶出租车的临盆与运营资源仅为 0.26 美元/英里。

假如套用 ARK 的经济模型:

「只要自动驾驶出租车公司将价格定在 0.45 美元/英里,比小型轿车稍低(拥车资源为 0.47 美元/英里),那么自动驾驶出租车每英里依然能盈利 0.19 美元。

假设一辆车每年运营 12.7 万英里(险些是当下传统出租车运营里程的 1.8 倍),每英里收费 0.45 美元,一年利润就有 2.62 万美元。

假如有 100 万辆这样的自动驾驶出租车,就意味着能每年净赚 262 亿美元。」

但别被 100 万辆车吓住了,这个数量级的出租车根本不敷用:

假设用户的出行需求保持在当下的水平,每辆自动驾驶出租车就能代替 8-9 辆老例汽车(匀称每年行驶 1.35 万英葡京赌侠32450里)。鉴于举世老例乘用车保有量约为 10 亿辆,是以自动驾驶出租车必须有 1.1 亿-1.25 亿辆才够用。

以是,自动驾驶行业的成长空间还很大年夜。

不过,ARK 投资的模型中有些假设必要进行调剂。

比如它将自动驾驶出租车的造价定在了 5 万美元一辆,这可比现在最便宜的 Model 3(3.9 万美元)要贵上不少。

纵然 Model 3 毛利只有 5%,也能从造价中再减掉落 2000 美元。对特斯拉 Network 来说,这才是更合理的数字。

对自动驾驶出租车年运营里程的假设,它应该和 Uber 与传统出租车差不多,即一年 7 万英里。

必要留意的是,纵然是自动驾驶汽车,也会有空驶光阴。

按 Uber 的水平看,车上有游客的光阴占到车辆运营总光阴的 64%。

也便是说,每年单辆车净利润 4200 美元才更合理,100 万辆自动驾驶出租车则能净赚 42 亿美元。

当然,毛利与价格是慎密挂钩的,而 0.45 美元/英里的定价已经相称低廉。如前所述,私家乘用车匀称每英里要的价格是 0.62 美元。

假如打车用度定在 0.6 美元/英里,相同的特斯拉车型每年能净赚 1.08 万美元。

无论怎么谋略,自动驾驶出租车都邑成为资源大年夜杀器:

首先,这些车辆的性子意味着它们的资源会分摊到很多游客身上。

其次,自动驾驶汽车不必要司机。

别的,我们还得关注车辆寿命。

一辆传统燃油车,20 万英里后的维保资源会迅速攀高。电动车在这方面有上风,比如当下特斯拉电池组应用 50 万英里没有问题。

这也就意味着,通俗用户得驾驶 37 年才能耗尽特斯拉电池组的寿命。而 100 万英里应用寿命的特斯拉新车也正在开拓中。

简言之,自动驾驶出租车能解电动车潜在的有形资产:电动车的电池组寿命不会随意马虎被挥霍。

不过,自动驾驶出租车和电动汽车之间的协同感化在最初可能并不显着。在这样的环境下,只要延长车辆寿命周期,才能转化为相称可不雅的经济代价。

假如电池和电念头的提升和改进,能为电动车增添 20 万英里的寿命,在经济上就相称于让一辆车变两辆车。

这对汽车厂商来说,少卖车即是是革了他们的命。从破费者角度斟酌,一辆车开上 30 年生怕也会是一个恶梦,终究在这么长光阴的跨度里,汽车在各项功能上都邑有洗手不干的提升。

但对自动驾驶汽车来说,这根本不是问题。这也是华尔街巨鳄们(麦肯锡、瑞银、摩根斯坦利等)普遍经久看好自动驾驶出租车的缘故原由,其市场规模将达数千亿以致上万亿美元。

假如自动驾驶汽车真能履约支配,不只会让司机们丢了饭碗,还会慢慢吞掉落全部汽车行业。

不过,纵然到了现在,也有人狐疑这项技巧的可行性:分外是近期和中期深度进修能否与人类的视觉、行径猜测和驾驶能力所匹敌。

这个问题目前谁也回答不了,但我们依然能从这个趋势中看出一些端倪:

首先,假如深度进修能在近期和中期办理这些问题,特斯拉将成为自动驾驶技巧的正名人。

其次,假如特斯拉实现了全自动驾驶,从外人的目光来看,特斯拉像开了外挂一样,佛挡杀佛。

总之,特斯拉在自动驾驶上的新「套路」让我们从新熟识了技巧进步。

前期的迟钝开拓并不料味着后续的拖沓,一个花费数年光阴搭建的神经收集可能在几天内就能完成练习。而自动驾驶,有可能仅需一个 OTA 的光阴,就准期而至了

责任编辑:ct

您可能还会对下面的文章感兴趣: