特斯拉FSD「架構(gòu)級(jí)」更新，11大能力上車！馬斯克：可以讓更多人用了

賈浩楠 2022-03-15 14:31:42 來源：量子位

賈浩楠 發(fā)自 副駕寺智能車參考 | 公眾號(hào) AI4Auto

今天智能車領(lǐng)域最重要進(jìn)展：

特斯拉FSD新版本上線。

為什么重要？

FSD Beta 10.11版本，馬斯克親自確認(rèn)有架構(gòu)層面的改進(jìn)，屬于重大更新。

而且，馬斯克還說，因?yàn)樾碌?0.11能力夠牛X，未來會(huì)考慮開放更多FSD測(cè)試名額。

從更大的層面看，進(jìn)展最迅速、純視覺路線代表、數(shù)據(jù)體系構(gòu)建最完整…特斯拉的AI做到什么程度，是消費(fèi)者和無人車行業(yè)都緊盯著的風(fēng)向標(biāo)。

那就具體看一下，F(xiàn)SD代表的純視覺自動(dòng)駕駛技術(shù)No.1進(jìn)展到哪一步。

11項(xiàng)更新，馬斯克為什么最看重這一項(xiàng)？

11項(xiàng)更新內(nèi)容分別是：

將車道幾何形狀的建模從密集的光柵（”點(diǎn)包”）升級(jí)為自回歸解碼器。

在地圖不準(zhǔn)確或?qū)Ш绞r(shí)，改進(jìn)自動(dòng)駕駛系統(tǒng)對(duì)路權(quán)（道路類別、可行駛區(qū)域）的理解。特別是在岔路口對(duì)道路建模，現(xiàn)在完全依賴神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)，而非地圖信息。

VRU(弱勢(shì)交通參與者)檢測(cè)的精度提高了44.9%。極大減少了雨天、斑駁路面等情況下摩托車、滑板車、輪椅和行人的誤報(bào)情況。這是通過增加下一代自動(dòng)識(shí)別器的數(shù)據(jù)量，訓(xùn)練以前凍結(jié)的網(wǎng)絡(luò)參數(shù)，以及修改網(wǎng)絡(luò)損失函數(shù)來實(shí)現(xiàn)的。

將距離非常近的VRU預(yù)測(cè)速度誤差減少了63.6%。措施是引入了一個(gè)新的模擬對(duì)抗性高速VRU數(shù)據(jù)集。這一更新改善了對(duì)快速移動(dòng)和切入的VRU的自動(dòng)駕駛控制。

車輛爬坡姿態(tài)改進(jìn)，爬坡開始和結(jié)束時(shí)的加速度或制動(dòng)力更強(qiáng)。

改進(jìn)了靜態(tài)障礙物感知網(wǎng)絡(luò)，提高了對(duì)車輛周圍障礙物的感知和識(shí)別。

通過增加14%的數(shù)據(jù)集大小，將車輛“停放”屬性（指路面其他車輛）的識(shí)別錯(cuò)誤率降低了17%，還提高了剎車燈的準(zhǔn)確性。

通過調(diào)整損失函數(shù)以提高車輛在困難場(chǎng)景下的自動(dòng)駕駛能力?！翱赏ㄐ袪顟B(tài)”速度誤差改進(jìn)5%，高速情況速度誤差改進(jìn)10%。

改進(jìn)了對(duì)路邊車輛打開的車門的檢測(cè)和控制。

優(yōu)化了在車輛同時(shí)具有橫向縱向加速，以及顛簸時(shí)的車身控制算法，獲得了更平順的轉(zhuǎn)彎體驗(yàn)。

以太網(wǎng)數(shù)據(jù)傳輸優(yōu)化，提高了FSD Ul可視化的穩(wěn)定性。

所有的更新，大致可以分為兩類，第一類是對(duì)于乘客乘坐體驗(yàn)的改善。

比如過彎平穩(wěn)性、UI可視化、爬坡姿態(tài)這三項(xiàng)。

第二類則是跟車輛本身的感知、決策緊密關(guān)聯(lián)，比如使用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)來給路口建模，減輕了對(duì)高精地圖的依賴。

另外，去年年底開始用戶頻繁反映的“幽靈剎車”問題，其原因在于攝像頭在有干擾的情況下識(shí)別不準(zhǔn)。

這次的更新，通過在后端AI神經(jīng)網(wǎng)絡(luò)中添加識(shí)別器、豐富數(shù)據(jù)集、調(diào)整損失函數(shù)的方法來提高對(duì)不同目標(biāo)、狀態(tài)的識(shí)別準(zhǔn)確性。

而這些能力的進(jìn)步，無論是感知決策，還是建模都離不開最基本的車道、目標(biāo)預(yù)測(cè)能力。

這也是本次更新中馬斯克最為看重的“架構(gòu)級(jí)”更新：

車道幾何形狀的建模從密集光柵升級(jí)為自回歸解碼器。

什么意思？

車道光柵本來是常應(yīng)用在收費(fèi)站ETC上的技術(shù)，通過物體對(duì)光的遮蔽來提取輪廓特征，用來區(qū)分不同車輛。

特斯拉這里說的密集光柵建模，同樣也是通過虛擬的密集光柵提取圖像數(shù)據(jù)中大量的特征點(diǎn)，來復(fù)原重建數(shù)字模型。

而自回歸解碼器解碼器則使用Transformer直接預(yù)測(cè)并逐點(diǎn)連接矢量空間車道。

所謂”矢量空間 “車道，是指將車道的整體情況分解成若干關(guān)鍵參數(shù)信息，比如寬度、材質(zhì)、顏色、車道線類型等等。

為什么要這么做？因?yàn)閷?duì)于人類來說，看到景物的一瞬間就能理解基本情況。

但是對(duì)于神經(jīng)網(wǎng)絡(luò)來說，必須要提取能夠“看懂”的關(guān)鍵參數(shù)。如果把每一種關(guān)鍵參數(shù)看做一個(gè)向量，那么一條車道所包含的所有信息，就是一個(gè)多維的空間。

有了這個(gè)概念，馬斯克口中的這次架構(gòu)層面的更新，其實(shí)可以簡單理解為建模過程省去了從圖像提取大量點(diǎn)這個(gè)中間步驟，直接生成AI能理解的參數(shù)信息。

這樣的好處在于，系統(tǒng)對(duì)道路、其他目標(biāo)行為的預(yù)測(cè)、以及多個(gè)傳感器信息后端融合的效率更高。

減少了中間步驟，自然也相應(yīng)降低了算力成本和出錯(cuò)率。

怎么評(píng)價(jià)這項(xiàng)更新？

本質(zhì)上講，以往的建模方法，依托于從為“人眼”服務(wù)的圖像數(shù)據(jù)提取特征，體現(xiàn)的還是人類優(yōu)先的思想。

而自動(dòng)駕駛的終極目標(biāo)，就是要讓AI替代人類，如果還從服務(wù)人類的信息數(shù)據(jù)中提取參數(shù)，不是多此一舉嗎？

更何況計(jì)算成本、差錯(cuò)率都會(huì)升高。

所以，這項(xiàng)更新，體現(xiàn)了馬斯克對(duì)于AI本質(zhì)的深刻理解，貫徹了他之前一直強(qiáng)調(diào)的“第一性原理”。

冷峻、理性，在拋棄人類固有思維的路上，馬斯克越走越遠(yuǎn)了。

而對(duì)于特斯拉FSD這項(xiàng)產(chǎn)品來說，則“機(jī)器”的更加徹底。也許它目前在MPI、平穩(wěn)性上不及一些友商，但從底層結(jié)構(gòu)上說，它已經(jīng)是更純粹的AI了。

更AI的特斯拉，意味什么？

馬斯克認(rèn)為，更AI更本質(zhì)的FSD，代表著更強(qiáng)的自動(dòng)駕駛能力。

目前FSD 10.11在特斯拉內(nèi)部員工范圍內(nèi)推送，但馬斯克說如果“表現(xiàn)”良好，就推送給更大范圍的用戶測(cè)試。

這個(gè)“表現(xiàn)”包括兩方面，既有算法的能力，也有車主的靠譜程度。

沒錯(cuò)，想體驗(yàn)特斯拉FSD，必須得是“優(yōu)等生”。

特斯拉給每一位申請(qǐng)F(tuán)SD測(cè)試的用戶都打了分，來判斷他是不是一名合格負(fù)責(zé)的駕駛者。

維度包括5個(gè)方面：每1000英里的前方碰撞預(yù)警、緊急制動(dòng)、急轉(zhuǎn)彎、不安全跟車、強(qiáng)制解除Autopilot。

也就是說，開車分心、激進(jìn)，以及對(duì)自動(dòng)駕駛不信任，都會(huì)造成低分。

而目前，只有98分以上才有資格測(cè)試FSD，全部人數(shù)只有6萬左右。

馬斯克所說的擴(kuò)大規(guī)模，也是將司機(jī)準(zhǔn)入分?jǐn)?shù)的門檻降低到95分。

而國外聽聞這一消息的用戶，已經(jīng)激動(dòng)不已了：

本來是車主花錢買服務(wù)，馬斯克卻玩出了“擇優(yōu)錄取”的優(yōu)越感。

要說拿捏用戶心理，還得是馬一龍啊。

特斯拉車主們，或者其他智能車用戶，體驗(yàn)中有沒有讓你印象最深刻的功能？