普洛斯ASP管理园发布首份可持续发展报告
06-17
这都是网宝贝。
除了网，什么也没有。
（它完全依赖于神经网络，而不是其他。
）去年8月，特斯拉首席执行官埃隆·马斯克亲自在他的Model S.Beta v12上演示了尚未正式发布的FSD。
FSD Beta v12的特别之处在于，它是世界上第一个完全基于神经网络的端到端自动驾驶系统。
换句话说，这才是真正的“AI驱动”。
以如今视频直播的标准来看，画质还不如十年前智能手机、屏幕频繁旋转晃动、主播专业度堪忧的直播，显然不是一场成功的直播。
播送。
但“人工智能开车马斯克去扎克伯格之家”这个话题确实很有趣，有近万人在线观看。
更重要的是，在这45分钟的直播中，FSD Beta v12只接管了一次。
其他时候，它的驾驶方式与普通人基本相同。
直播一开始，马斯克就遇到了异常路况——因施工临时改道。
但FSD却没有丝毫犹豫，以不低的速度轻松穿过了它。
马斯克当时也表示，这个系统“从来没有见过这样的路面”。
整个直播过程中，FSD v12看似表现不错，但很多人还是发现了一个问题——加州硅谷帕洛阿尔托的路况过于友好。
在帕洛阿尔托，到处都没有过马路的行人，也没有从盲区突然出现的摩托车和自行车。
就连见惯了宽阔马路的美国网友也表示，是时候加大FSD v12的实力了。
这样的路况根本不够。
但现在，随着FSD Beta v12正式推送给北美用户，我们已经可以从众多海外博主的视频中一睹其真实能力。
V12，分裂智能驾驶的两个时代。
YouTube 用户 Whole Mars Catalog 是第一批收到测试版本的博主之一。
他从2008年开始就开始测试特斯拉FSD的能力。
从他的视频来看，FSD Beta v12在雨夜等待的“老难”场景中表现出色。
▲雨夜在狭窄的道路上行驶，即使是白天也没有加快视频速度。
转入小路，到达目的地后，将车停在路边，而不是像以前那样停在路中间。
与FSD Beta v11相比，v12的绕行速度有了显着提升。
面对停在路上的同一辆车，v12的绕行动作完全可以媲美人类驾驶员，而v11则“被困”在路中间，驾驶员不得不踩油门来帮助车辆通行证。
▲Model S 升级为 FSD Beta V12 ▲Model Y 仍搭载 FSD Beta V11 另外，Whole Mars Catalog 认为 FSD Beta v12 的无保护左转较之前版本有显着提升，识别红绿灯的能力也有所提升更强。
5个月前的那场直播中，马斯克唯一一次接管车辆是因为红绿灯识别错误。
直播中途，Model S在路口将左转绿灯误认为是直行绿灯，然后开始行驶，却被马斯克拦住。
▲马斯克在红绿灯处承认错误后尴尬地笑了笑，并表示将向FSD展示更多“红绿灯视频”来解决这个问题。
没错，与之前的 FSD 不同，FSD Beta V12 的增长不是靠代码行数，而是靠视频。
特斯拉在 FSD Beta V12 的发行说明中指出，“FSD Beta V12 将城市街道驾驶堆栈升级为单个端到端神经网络，经过数百万个视频剪辑的训练，取代了超过 300,000 行显式 C++ 代码”。
所谓端到端的解决方案，是指在统一的系统框架内，通过深度学习的方法完成训练，而不是用传统的方式将其分解组成的“感知-决策-控制”的整个过程。
感知、定位、路径规划、控制等多个模块输出结果并指导下层模块运行，模块化解决方案的各个模块之间串联的高度抽象的结果可能是错误的。
模块无法修复错误，或者需要大量的后处理或判断来恢复错误，效果可能不是很好，同时每个模块都需要单独的数据集，这会消耗大量的资金。
标签要求高，单独部署需要更高的算力。
上海AI实验室普嘉OpenDriveLab团队研究员陈力此前在接受第一财经采访时表示，模块化方案在决策和控制部分仍然基于专家规则，通过专家系统进行手动调优，并且泛化能力较弱。
就像一个学生，认真听讲，但不发散思考。
他知道老师教的一切。
但一旦遇到老师没教过的东西，就很难说了。
可以说，这是两种不同的方法。
一是给出正确答案，然后照做；另一种是给出解决问题的思路，然后举一反三。
FSD必须是一个“好学生”。
FSD Beta v12之所以受到广泛关注，马斯克之所以开始直播推广，归根结底还是因为他改变了智能驾驶的实现手段。
只要前面有红灯，大家都会停在白线后面。
于是FSD就学会了“红灯停，绿灯走”的规则。
这是FSD自学习的结果，而不是人类告诉它的标准答案。
这就是神经网络，或者用一个更通俗的术语——AI。
通过学习大量真实驾驶员的驾驶行为来学习自动驾驶。
这是一个从新司机到老司机的转变过程。
你驾驶得越多，你就会看到更多的世界，积累更多的经验，并成为一个更好的人。
与人类不同，FSD 可以吞噬大量内容并从中学习。
这个效率比大多数只在上下班时开车的农民工要高得多。
但神经网络并不完美。
想想看，在你成长的过程中，你是否遇到过一些可能“让你误入歧途”的坏人——FSD也会看到一些不守规矩的人类司机“表现出来”的不良驾驶习惯。
马斯克直播时，坐在副驾驶座位上的工程师提到，在美国，只有0.5%的司机会在停车标志前完全停下来观察，绝大多数会选择缓慢通过。
不过，监管部门会要求智能驾驶系统在标志牌前完全停车。
为此，特斯拉需要专门“教导”FSD，加大正确操作“示范”的分量，让它“学到”一些好的东西。
在FSD Beta v12中，系统可以准确识别每个路口的停车标志，停车观察，并在满足通行条件时做出足够灵敏的反应。
之前的版本可能会因为路边的行人或者自行车而犹豫半天。
不过，Whole Mars Catalog 也表示，目前的 FSD 仍然不完美，“还没有准备好向所有人发射”。
例如，在一些分叉路口，方向盘会左右晃动，拿不定主意；在一些比较空旷的路口，车辆偶尔会长时间停车，过于谨慎。
▲车辆在这个路口停了15秒。
马斯克此前曾表示，FSD v12将摘掉测试版帽子，不再带有“Beta”后缀，但目前推送给用户的版本仍然带有“Beta”后缀。
“贝塔”标志。
我只能说FSD还有很多东西需要学习。
另一个值得考虑的问题是成本。
马斯克提到，特斯拉每年在FSD上的投资高达20亿美元，这无疑是一个烧钱的生意。
对于其他还在为盈利而苦苦挣扎的车企来说，能否承担得起这笔钱是一个无法回避的话题。
仅模型的训练就是一笔天文数字。
Tesla FSD Beta V12 的视频训练需要多达 15,000 个 NVIDIA HGPU，这使 Tesla 跻身 NVIDIA 第三季度采购量排行榜前 12 名。
虽然特斯拉在 2018 年发布了自己的超级计算机 Dojo，并于 2017 年成功量产，但特斯拉仍然需要 NVIDIA，只有一小部分训练使用了 Dojo。
NVIDIA 的“大客户名单”上也有中国品牌。
为了应对特斯拉的挑战，国内自动驾驶产业链也一直在部署端到端的解决方案，包括端到端模型训练中的模拟测试。
在同一榜单中，长期深耕智能驾驶和AI的百度排名第8，共采购了3万块NVIDIA H。
百度后面的是阿里巴巴，共采购了2.5万块GPU。
需要注意的是，2019年8月，小鹏汽车宣布将与阿里巴巴共同建设PFLOPs（千万亿次浮点运算）算力的智能计算中心。
蔚来更关心的是车端算力。
目前，蔚来的智能驾驶系统采用了34颗NVIDIA Orin，也就是说，其算力将在TOPS以上。
随着大型车型的不断发展，智能驾驶对计算能力的要求将进一步提高。
所谓“算力没用”只能是一句空话。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-21
06-17
06-17
06-17
06-08
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态