特斯拉FSD V12開發(fā)細節(jié)曝光：訓練8個月輸入超1000萬個視頻，有時比馬斯克開得好

曹原 2023-09-11 14:47:59 來源：量子位

曹原 發(fā)自 副駕寺

智能車參考|公眾號AI4Auto

特斯拉FSD V12系統(tǒng)的開發(fā)細節(jié)曝光了。

雖然馬斯克預告過FSD V12改變了技術路線，但讓人意外的是，特斯拉其實在今年年初才開始訓練這個基于神經(jīng)網(wǎng)絡的智能駕駛算法。

而就在四個月后，新系統(tǒng)就已經(jīng)準備好取代舊系統(tǒng)；八個月后，全新的FSD V12在馬斯克直播中亮相。

這背后則是一條改變的技術路線，從規(guī)則驅動，到數(shù)據(jù)驅動；從分模塊設計，到端到端。

同時也帶來了新挑戰(zhàn)。

FSDV12：只有神經(jīng)網(wǎng)絡

總的來說，特斯拉FSD V12只有一個核心特點：沒有規(guī)則代碼，只有神經(jīng)網(wǎng)絡。

什么意思？

市面上常見的自動駕駛系統(tǒng)，大多采用分模塊設計，包括感知、決策、控制三個模塊，各任務內部采用各自的算法模型。

其中AI算法主要應用在感知模塊，決策、控制模塊還是常規(guī)的，基于if else邏輯的代碼。

也就是算法工程師編寫的代碼，會給自動駕駛系統(tǒng)建立一套規(guī)則，紅燈時要停車、綠燈時可以通行、要在車道中間行駛等等。

所以這種系統(tǒng)缺點很明顯，規(guī)則設定標準由各家工程師確定，駕駛風格很容易和司機習慣不匹配，從而體驗很差，還不如自己開。

而特斯拉FSD V12只有神經(jīng)網(wǎng)絡的意思是，以往感知、決策、控制的幾大模塊在設計時統(tǒng)統(tǒng)不需要，只要確定神經(jīng)網(wǎng)絡架構，然后輸入數(shù)據(jù)訓練就行。

一套神經(jīng)網(wǎng)絡能處理所有輸入信號，并且輸出駕駛決策。

根據(jù)真實的人類駕駛數(shù)據(jù)，系統(tǒng)就能學會怎么開車，并不斷開得更好。

這也就是所謂的從規(guī)則驅動到數(shù)據(jù)驅動。

從根據(jù)輸入的各種環(huán)境信息，系統(tǒng)基于規(guī)則來判斷這種情況下要怎么開；到訓練時先輸入人類駕駛數(shù)據(jù)，系統(tǒng)充分學習人類駕駛習慣后，在實際駕駛環(huán)境中根據(jù)輸入的環(huán)境信息自己判斷怎么開。

如果有處理得不好的情況，就專門針對這個場景多輸入一些數(shù)據(jù)。

也就是類似ChatGPT的訓練方式，不過是更適用于汽車的版本。

在決定改變技術路線之前，特斯拉自動駕駛團隊就向馬斯克展示了基于神經(jīng)網(wǎng)絡的系統(tǒng)能處理更好的情況。

在道路上散落著垃圾桶、倒下的交通錐，還有一些隨機障礙物時，汽車能準確繞過以上障礙物，穿過車道線，并在必要的時候違反一些交通規(guī)則。

而在直播之前，馬斯克也對基于神經(jīng)網(wǎng)絡開發(fā)的FSD進行了一次測試。

共計25分鐘的行駛路程，馬斯克只在系統(tǒng)處理過于謹慎時踩了踩油門，但始終沒有碰過方向盤，中間還有一次系統(tǒng)做出了比他預想中更好的操作。

我的人類神經(jīng)網(wǎng)絡在這里失敗了。

如何看待

其實早在馬斯克宣布FSD V12變?yōu)槎说蕉思夹g路線之前，這個概念已經(jīng)在自動駕駛玩家內興起。

因為端到端自動駕駛系統(tǒng)開發(fā)難度低，不用前期寫海量代碼（FSD V11版本控制堆棧中有超過30萬行C++代碼），也不用工程師提前設計規(guī)則。

只需要不斷輸入人類駕駛數(shù)據(jù)，系統(tǒng)就能自己看著學。

但是這對于自動駕駛玩家也提出了很高的要求。

比如輸入的必須是大量優(yōu)質數(shù)據(jù)，才能更好幫助系統(tǒng)學習。

馬斯克發(fā)現(xiàn)，當輸入超過100萬個視頻后，基于神經(jīng)網(wǎng)絡的自動駕駛系統(tǒng)才開始表現(xiàn)良好。

而在今年年初，特斯拉就已經(jīng)向這套系統(tǒng)里輸入了1000萬個人類駕駛視頻，并且還是經(jīng)過篩選的，老司機的那種。

特斯拉在全球各地近200萬輛的車隊，每天也會提供約1600億幀視頻用于訓練。特斯拉預計，未來用于訓練的視頻將達到數(shù)十億幀。

這對于數(shù)據(jù)量、數(shù)據(jù)標注、算力等等來說都是挑戰(zhàn)。

并且，端到端技術之所以沒有大規(guī)模在自動駕駛玩家內普及，是因為有一個關鍵問題：這會增加自動駕駛系統(tǒng)的不可解釋性。

現(xiàn)階段來說，端到端自動駕駛仍然是一個“黑盒”，沒有辦法精準解釋某情況下系統(tǒng)處理得不好是因為什么。

所以特斯拉給出的解決方案是，在測試時發(fā)現(xiàn)系統(tǒng)處理得不好，那就針對性的多喂數(shù)據(jù)。

比如馬斯克直播時系統(tǒng)差點闖紅燈，給出的解決方案就是多輸入一些交通信號燈，特別是左轉信號燈的視頻。

另外，馬斯克也給團隊定下了一個指標，實時顯示FSD系統(tǒng)在沒有人類干預的情況下行使的英里數(shù)。如果出現(xiàn)干預情況，就處理對應的問題。

更重要的是，這樣學下去還會誕生一個新的問題：系統(tǒng)不僅會學到老司機的絲滑操作，也會學到人類司機沒有符合交通規(guī)則的行為。

比如在遇到停車標志時，超過95%的人會緩慢通過，而不是完全停車。

這意味著監(jiān)管部門需要明確規(guī)范標準。

美國國家公路安全委員會就正在研究，是否允許自動駕駛系統(tǒng)進行沒有完全遵守交規(guī)的操作。

總之，特斯拉FSD V12的面世對于自動駕駛來說確實意義重大。既然能實現(xiàn)全流程AI化，那么就更有邁向AGI，即通用人工智能的可能。

自動駕駛何時能迎來ChatGPT時刻？

命運的齒輪或許就從此刻開始轉動。

參考鏈接：

https://www.cnbc.com/2023/09/09/ai-for-cars-walter-isaacson-biography-of-elon-musk-excerpt.html