当前位置 :首页 > 消费维权

特斯拉自动驾驶的底层逻辑

2021-09-22 11:11:05 来源: 网络整理 编辑:互联网 分享到:

 

本文系基于公开资料撰写,仅作为信息交流之用,不构成任何投资建议。

如果机器人有大脑,会是什么样?

在科幻电影《机械姬》里,全球最大搜索引擎公司“蓝皮书”CEO纳森向观众展示了自己发明的机器人大脑,并留下这么一句话:“人们认为搜索引擎是人们思考的事物,但其实那是人们思考的方式。”

该影片上映于2015年,被誉为人工智能爱好者必看的电影之一,拿下包括奥斯卡金像奖在内等多项国际电影大奖。但在众多奖项中,单项之冠是“最佳女配角”,艾丽西卡·维坎德,也正是影片中智能机器人“艾娃”的扮演者。

“艾娃”是纳森给“她”取的名字,为制造出能独立思考的人工智能,纳森利用自家搜索引擎“蓝皮书”的算法来构建艾娃大脑的“思维”,使之学会人类思考方式。

无独有偶,想让机器有人类思维,同样见之于特斯拉打造的自动驾驶AI上。2019特斯拉自动驾驶日上,安德鲁·卡帕西(Andrej Karpathy,特斯拉AI总负责人)曾明确地向大众传达特斯拉自动驾驶是在模仿人类驾驶,因为现行的交通系统是基于人类视觉和认知系统来设计的。

由此,特斯拉开发出“人工神经网络”,并利用大量有效的行车数据来训练它,在这一过程中不断完善并迭代视觉算法,终于在今年年中拿掉毫米波雷达,而随着超算Dojo浮出水面,长期被诟病只能算辅助驾驶的特斯拉,离真正的自动驾驶又近一步。

从学会开车,到比人类更懂开车、开得更好,当一名优秀的“老司机”,是特斯拉自动驾驶持续优化的底层逻辑。

01

“云端司机”的神经网络

纯视觉自动驾驶方案是特斯拉的独门绝技,但需建立对计算机视觉深度训练之上。

计算机视觉是一种研究机器如何“看”的科学,当人类看到一张图片时,能清晰辨析图片里的事物,比如说美丽的风景照、或者一张小狗的照片,然而计算机看到的却是像素(pixel),像素是指由图像的小方格组成的,这些小方块都有一个明确的位置和相对应的色彩数值,计算机“记住”的就是这堆数字字符,而不是具体事物。

如果想让计算机能像人类一样快速准确识别出图片里的事物,机器也有了人工大脑,来模拟人脑处理加工图像信息过程,分为输入层、隐藏层、输出层,里面有许多人工神经元,可视作人脑初级视觉皮层中的锥体细胞和中间神经元。

整个训练过程亦可类比小孩看图识物,通过一次次输入、对比、纠正,完成机器图像认知。通常在训练初期,人工神经网络识别结果的准确度非常低,输出结果和实际值相似度可能只有10%;为了提高准确度,需要再将两者误差从输出层反向传播至输入层,并在反向传播中,修正神经网络隐藏层的参数值,经过上百万次的训练,误差逐渐将收敛,直至输入和输出端匹配度达到99%。 

上述过程是理解特斯拉自动驾驶AI的关键,只不过特斯拉开发的人工神经网络专注于驾驶领域,做一名专职云端司机。对它来说,最好的学习材料就是行车数据,大量、多样化、来自真实世界的驾驶训练数据集(training dataset)是自动驾驶AI能应对各种路况、交通问题的百宝书。

在影子模式的支持下,特斯拉全球百万车队每时每刻的行车数据都成为这位云端“老司机”提升自身驾驶能力的养分。时至今日,特斯拉Autopilot已经能瞬间完成道路上各种动静目标、道路标识、交通符号的语义识别,反应速度甚至比人脑条件反射更快。

除了应对日常驾驶场景外,AI司机还需要处理一些较为少见的长尾情况(Corner cases)在2020年Matroid机器学习大会上,卡帕西以交通指标STOP为例,讲解Autopilot应对这些长尾情况的具体方法。

在日常驾驶过程中,车辆总会经过形形色色的STOP指标,最为正常的情况就是一个立在路旁或者路中、红底白字的STOP标识,但现实生活总会有些预料之外的情况发生,驾驶员偶尔会碰上一些奇奇怪怪、需要结合具体背景来理解意涵的指标,包括不限于以下:

无效STOP指标,比如被某人拿在手上,却无意义;下方附带文字说明的STOP指标,比如不限制右行;STOP字母被树枝、建筑物遮挡的指标…这都是些出现频次不高却不胜枚举的情况。

遇到上述情况,人类驾驶员可以轻松识别出绝大部分情况下的“STOP”,并很快作出行动反应。但对计算机来说,情况就变得复杂起来,毕竟它看到的不是具体的"STOP",而是一堆无意义的数字代码,如果遇到现有训练数据集中没出现的情况,比如一些上述奇奇怪怪、较为少见的指标,自动驾驶神经网络就不能处理。

这部分少见的长尾数据通常无穷尽,但又必须在尽可能短的时间内学会应对,如果一切都让人工操作,无疑需要耗费巨大的时间成本和资源。尽管在8月20日AI大会上,卡帕西透露目前特斯拉标注团队规模已达千人级别,但在海量行车数据面前,千人还是显得杯水车薪,对此特斯拉内部开发了数据离线自动标注(Data Auto Labeling)以及自动训练框架“数据引擎(Data Engine)”。

首先,特斯拉神经网络团队在对这些长尾情况有所了解后,会先编成一个样本数据集,并为此创造一个局部小型神经网络来学习、训练(与其他神经网络并行),通过OTA方式部署到全球英语地区特斯拉车辆上。

再利用车辆影子模式,但凡遇到实际驾驶情况和自动驾驶AI决策不一致的情况,这部分行车数据会自动上传至特斯拉后台数据引擎中,在被自动标注后,重新纳入已有的数据训练集中,继续训练原本的神经网络,直到新的数据被掌握。

就这样,在大量训练数据的喂养下,神经网络变得“见多识广”、更加聪明,可以识别不同条件状况下的STOP标识,精确度逐渐从40%提升至99%,完成单一任务学习。

不过,这仅仅是学习一个静态的信号,在汽车驾驶过程中会涌现无数静态和动态的信号,静态如路边大树、路障、电线杆等,动态的有行人、车辆等,而这些信号由摄像机捕捉到后交由神经网络训练、学习。目前特斯拉的自动驾驶神经网络已发展出九大主干神经(HydraNet)和48个神经网络,识别超过1000种目标。

然而,仅仅让自动驾驶AI学会开车还不够,还得让它开得像人类老司机一般驾轻就熟、安全又平稳。

02

摆脱拐杖,Autopilot初长成

任何一位经验老道的司机,都能在不同路况下,轻易判断出前方车辆与我们的距离,从而为保障行车安全而留出一定车距。

但对传感器而言,要想判断物体远近必须要理解物体的深度,不然在他们眼中,距离我们10米和5米的两辆完全一样的车,就会被认为是一大一小的关系。

对此,有些车厂选择激光雷达路线来探测深度,而特斯拉则选择了纯视觉算法,模仿人类视觉来感知深度,不过特斯拉先是打造了毫米波雷达+视觉传感融合路线,直到今年5月,才正式官宣,拿掉毫米波雷达,上线纯视觉版本Autopilot。

此事一出,社会各界一片哗然,很多人不能理解特斯拉为何要拿掉单价才300元、又能为行车安全增添保障的高性价比雷达。殊不知,在特斯拉早期多传感器融合路线中,毫米波雷达的存在就犹如小孩的学步车,只是帮助神经网络来学习训练深度标注(annotate)。

在2019年自动驾驶发布会上,卡帕西是这样介绍毫米波雷达的,他说:“要想让神经网络学会预测深度,最好的方式还是通过深度标注的数据集进行训练,不过相对于人工标注深度,毫米波雷达反馈的深度数据精准度更高”,因此,引入毫米波雷达,实质是用以训练和提高神经网络对深度的预测。

值得一提的是,在他讲解时的背景幻灯片右下角上,清晰地注明了带有毫米波雷达的自动驾驶算法是“Semi-Automonous Self Driving”,翻译过来是,半自动驾驶,明显彼时的特斯拉Autopilot只是个半成品。

直到特斯拉视觉算法在预测物体的深度、速度、加速度的表现,达到可替代毫米波雷达的水平,特斯拉的视觉算法才算真正独立。

在2021年6月CVPR大会上,卡帕西曾表示毫米波雷达收集数据中曾出现“间歇性翻车”、甚至误判等情况。他举了三个具体例子,前方车辆急刹车、大桥下前车行驶速度以及对路边静止卡车的判断。

情况一:前方车辆出现急刹,毫米波雷达短时间内出现6次跟丢目标车的情况,跟丢状态下前车的位置、速度和加速度都归于零。

情况二:在行驶的汽车从大桥下通过时,雷达把一静一动的物体都当作静止物体;此时视觉传感却计算出行驶车辆的速度和位移,导致数据融合后的曲线传递出“前车在减速并且刹车”的错误信息。

情况三:在高速路旁停着一辆白色大卡车,纯视觉算法在距目标车180m处就发现白色卡车,并作出预报,但融合算法直到110m处才作出反馈,足足延迟5秒。

上述案例里,纯视觉算法均输出稳定且大幅优于雷达+视觉融合算法,精准地跟踪到前车行驶状况并作出深度、速度、加速度等数据。

不仅如此,纯视觉算法还可以在雾、烟、尘等环境里保持对前方车辆的测速、测距工作,如此一来拿掉毫米波雷达也不奇怪了。根据特斯拉AI Day上最新发布的信息,目前特斯拉每周能够获得一万个人们恶劣环境下驾车的短视频,包括大雨、大雪、大雾、黑夜、强光等等情况,神经网络通过学习训练这些已经标注好的材料,实现在没有毫米波雷达的情况下,也可以精准感知前方车辆距离。

可以说,特斯拉宣布拿掉毫米波雷达的底气,是对自己纯视觉算法成熟的自信,并且在无监督自学的加持下,特斯拉纯视觉算法迭代和完善明显提速。

今年7月10日,特斯拉纯视觉版本的FSD正式在美开启内测,2000名受邀车主通过OTA方式升级到FSD Beta V9.0版本,他们大多是特斯拉的粉丝兼中小型KOL,Youtube博主Chunk Cook(以下简称CC)就是其中之一,他还略懂工程学和航天学专业知识。

系统更新一结束,CC开启新版FSD道路测试,并把测试视频上传至油管。视频中他来到一个车辆较多、车速较快的T路口进行转弯测试,结果显示,7次中只有1次,FSD顺利完成自动驾驶,其余都需要人工接管方向盘来完成驾驶。

但很快,随着7月底FSD推送新版本V9.1,CC发现升级后的FSD表现出乎他的意料。他又在相同道路进行了七次自动驾驶测试,结果显示,7次中4次都较为顺利完成自动驾驶,但在转弯速度上有些“磨蹭”,没有展现老司机应有的果断,但在综合得分上,新版本Autopilot优于旧版本。

8月16日,特斯拉FSD又升级至新版本V9.2,CC同样抢先测试并上传视频,还是一个路段,不过测试时间改为夜间,他公开表示,此次最明显的改进是Autopilot的加速表现,在转弯时能像人类驾驶员一样果断加速。

前后一个月的时间,纯视觉Autopilot在同一条道路的表现进步迅速,身后正是人工神经网络强悍自学能力的体现。马斯克表示,FSD beta V9.3、9.4都已在筹备中,会根据车主使用情况不断进行细节优化,改善用户体验,并预备在V10版本做出现重大的变化。

03

Dojo上马,模拟极限

需要注意的是,大家惊艳特斯拉纯视觉Autopilot各种老司机操作时,也不能忘记这些路测大部分发生在北美地区,而在非英语地区,比如人口稠密的亚洲地区,其城市道路交通复杂度与地广人稀的北美迥异,而如何让神经网络学会应对各种路况交通,更值得思考。

收集实地数据是方法之一,但前提是你有大量车队在该地区驾驶,另一种解决方法则是对自动驾驶进行仿真测试。仿真,简单讲就是利用现实数据,将真实世界的实时动态景象,在计算机系统实现重新构建和重现。

除了能模拟不同城市的交通路况,而且仿真测试还能模拟一些极限场景,比如各种突发交通事件或者极为罕见的交通路况。在AI DAY上,特斯拉工程师举了具体例子,包括有行人在高速路上奔跑、行人数量庞大、或者非常狭窄的驾驶道路。

这些案例往往非常极端,在日常驾驶场景中出现的概率也微乎其微,但正因为此,通过仿真来训练神经网络才有真正价值,而只有通过训练,神经网络才能学会正确应对。

为了能真正起到训练作用,这些仿真测试必须充分还原现实场景,包括道路上各种行人、车辆、绿化林、路障、信号灯等等,几乎包含你在路上见到的所有交通要素。目前特斯拉已创建了3.71亿张车内网络训练的图像,以及4.8亿个标签,并且数据规模还在快速扩张中。 

要知道,仿真测试可达到的逼真程度,与计算机可提供的数据处理能力成正比。特斯拉AI的仿真越强,对硬件算力、读写速度的要求越高。

马斯克曾在2020WAIC大会上表示,当下计算机视觉已经超越人类专家水平,但要保证计算机视觉实现的关键是算力的大小,为此特斯拉则准备好了顶级超算Dojo,保证一切运算都能高效、准确完成。

在AI day上,超算Dojo揭开了庐山真面目,内置了3000颗Dojo 1芯片,并组装成峰值算力达到1.1EFLOPS的ExaPOD,超越目前世界上最快的超算日本富岳,就成了全球第一。在发布会后,马斯克在推特上回复网友提问时表示,ExaPOD的运算能力足以模拟人脑。

现阶段,Dojo这台性能猛兽专注于训练特斯拉自动驾驶神经网络,有了它,神经网络的学习潜力一下子变得深不可测,而至此,特斯拉也集齐自动驾驶三要素,数据、算法、算力,为推进L5级别自动驾驶做好软硬件准备。

不过要想快进至自动驾驶终局,特斯拉还有很长的路要走,包括来自法律和道德层面的考验。 

本文首发于微信公众号:锦缎。文章内容属作者个人观点,不代表和讯网立场。投资者据此操作,风险请自担。

(原标题:特斯拉自动驾驶的底层逻辑)

声明:本网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。

综合阅读

万物皆可媒,触点多元化,新意互动助力华为斩获亚太广告节银奖

5G技术带来了智能营销有效性和宣传效率的颠覆性变化,也带来了全新的营销生态,营销行业将面临更多不可预见的挑战。新意互动董事长兼CEO曲伟海强调作为营销人,应当积极拥抱黑科…

2021-04-21 13:12:40

亚马逊将在伦敦开设一家高科技发廊 测试增强现实发型等新技术

【TechWeb】4月22日消息,据国外媒体报道,亚马逊宣布将在伦敦斯皮塔菲尔德地区开设一家高科技发廊Amazon Salon,以测试增强现实(AR)发型等新技术。据外媒报道,这个高科技发廊有…

2021-04-22 15:12:12

腾讯关联企业投资散爆网络,后者为手机游戏研发商

新京报贝壳财经讯 企查查APP显示,4月21日,上海散爆网络科技有限公司发生工商变更,新增股东广西腾讯创业投资有限公司,持股20%。同时,公司注册资本由1708.67万元人民币增加至20…

2021-04-22 17:12:15

雅苒国际发布2020年综合财务报告,投资回报率达8%

上海2021年4月22日 /美通社/ -- 致力于提供全面作物营养解决方案和关注可持续农业发展的全球倡导者——雅苒国际日前公布其2020年业务报告。雅苒国际总裁兼首席执行官Sve…

2021-04-22 19:15:13

板块指数8连阳!次高端白酒股狂飙 不要被张坤“骗”了

财联社4月21日讯,前期遭遇回调的白酒板块近日出现了反攻势头,白酒概念指数连续八个交易日上扬,A股再次酒香四溢。 今日白酒板块继续走强,截至发稿,今日白酒指数涨近3%,已强势八连…

2021-04-22 21:14:04
  • 图片新闻
  • 随机推荐