特斯拉和Waymo，做自動駕駛有什么不同？

　　不過按照個人的理解，特斯拉軟件工程師提到的“行為克隆”和Waymo的“模仿學(xué)習(xí)”是一個意思，等同于大家都在講的“端到端學(xué)習(xí)”的方案，即使用一個巨大的神經(jīng)網(wǎng)絡(luò)，輸入傳感器數(shù)據(jù)后得到關(guān)于轉(zhuǎn)向、加速和剎車的整體執(zhí)行策略。

　　假設(shè)特斯拉采用的是端到端學(xué)習(xí)方案，那它肯定是不需要對圖像進行標記的。唯一需要“標記”的是人類駕駛員的行為，比如轉(zhuǎn)向角是多少、加減速的力度等。將整個傳感器數(shù)據(jù)輸入到一個巨大的神經(jīng)網(wǎng)絡(luò)后，系統(tǒng)會學(xué)習(xí)如何將傳感器數(shù)據(jù)與人類駕駛員的行為進行匹配。但我們知道特斯拉是在做圖片標記的，所以從這一點出發(fā)考慮，它采用的就不大可能是和Waymo一樣的“端到端學(xué)習(xí)”的策略。

　　(“端到端”與“語義抽象”的差異)

　　針對自動駕駛感知的算法差異，Mobileye創(chuàng)始人Amnon Shashua曾經(jīng)對“端到端學(xué)習(xí)(End-to-End Learning)”和“語義抽象(Semantic Abstraction)”這兩個概念做過詳細的講解。

　　而根據(jù)外媒 The Information 報道的內(nèi)容來推斷，特斯拉可能是在開發(fā)一套用于路徑規(guī)劃或執(zhí)行控制的神經(jīng)網(wǎng)絡(luò)。而用來訓(xùn)練這套神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)并非來自傳感器，而是由感知神經(jīng)網(wǎng)絡(luò)輸出的元數(shù)據(jù)。這樣人類駕駛員的直接行為—轉(zhuǎn)向、加速和剎車可以對元數(shù)據(jù)進行“標記”，類似端到端學(xué)習(xí)中，駕駛行為與傳感器數(shù)據(jù)的匹配。

　　這種將感知層和執(zhí)行層神經(jīng)網(wǎng)絡(luò)分開的做法能夠規(guī)避Shashua教授上面提到的端到端學(xué)習(xí)可能產(chǎn)生的一系列問題：如“不常見場景”出現(xiàn)的幾率會大幅下降;對先備知識(Prior Knowledge)的要求提高，深度神經(jīng)網(wǎng)絡(luò)在解決一些簡單問題上可能會“慘敗”。

　　(“端到端”機器學(xué)習(xí)的局限性)

　　假設(shè)特斯拉用于訓(xùn)練的數(shù)據(jù)來自特斯拉車主，通過人工的方式將一些“壞的”行為去掉，這樣可以避開人工編碼算法的局限和模擬測試的不真實。當然特斯拉還可以使用強化學(xué)習(xí)或監(jiān)督學(xué)習(xí)來進一步優(yōu)化。可以把路徑規(guī)劃或執(zhí)行控制的神經(jīng)網(wǎng)絡(luò)放在運行Autopilot或其他駕駛輔助功能的車子上，一旦出現(xiàn)系統(tǒng)脫離、失效、碰撞等情況，工程師就可以通過bug報告來定位原因。這些“錯誤”之后還可以用來訓(xùn)練新的神經(jīng)網(wǎng)絡(luò)。

　　如果上面猜測正確的話，這種方法可以用相當快的速度來解決路徑規(guī)劃和執(zhí)行控制方面的問題。考慮到目前搭載硬件2.0版本的特斯拉車型每個月可以獲得近10億英里的行駛里程，獲得的數(shù)據(jù)量之大是Waymo無法企及的。之后硬件3.0版本上線后，搭載了AI芯片的這套系統(tǒng)會更有利于特斯拉算法的迭代。

　　一場馬拉松式的長跑

　　盡管Waymo深受“數(shù)據(jù)”的困擾，但光憑對這個維度的考量自然是沒辦法斷言什么的。只不過Waymo要解決自動駕駛中的“長尾”問題，自然需要更多的數(shù)據(jù)支持。Waymo近日宣布將在亞利桑那州的梅薩市開設(shè)新的技術(shù)服務(wù)中心，進一步擴大無人車出行服務(wù)的規(guī)模。顯然Waymo是奔著搜集更多“數(shù)據(jù)”的目的來的。

　　(基于克萊斯勒Pacifica車型打造的Waymo自動駕駛原型車)

　　也有人認為，Waymo可以效仿特斯拉開發(fā)一套類似Autopilot的駕駛輔助系統(tǒng)，僅使用成本低廉可量產(chǎn)的傳感器。一旦在市場鋪開后，搜集真實場景的駕駛數(shù)據(jù)也就不是什么難事了。當然，Waymo自己要完成這件事比較困難，肯定需要來自主機廠領(lǐng)域的合作伙伴。

　　上周有消息稱，“Waymo正在尋求外部投資人”。意料之中的計劃。如果有車企成為Waymo的股東，要獲得海量的駕駛數(shù)據(jù)自然容易得多。而且Waymo作為自動駕駛解決方案的供應(yīng)商，始終只有借助OEM的平臺才能最終獲得商業(yè)化成功。不管是手中的全棧自動駕駛技術(shù)亦或是正在進行的移動出行業(yè)務(wù)，Waymo對很多車企而言，都是有十足吸引力的合作伙伴。Cruise和通用、福特與Argo.AI，這些都是比較成功的先例。

　　對特斯拉而言，之前因為Model 3陷入“量產(chǎn)地獄”，Autopilot的研發(fā)進程似乎出現(xiàn)了停滯，硬件3.0也遲遲沒有發(fā)布。盡管在“數(shù)據(jù)”容量上有先天優(yōu)勢，但率先量產(chǎn)以及頻發(fā)的幾次事故使其屢陷輿論風波。所以，特斯拉在自動駕駛上到底能有怎樣的成就，還在還很難說。

　　不過我個人倒是蠻欣賞之前馬斯克說過的一段話。

　　他說，“我不認為哪家企業(yè)能在特斯拉之前打造出一套綜合性的自動駕駛解決方案。除非它們保密工作做得太好了，到時候要拿出驚人的成果來。我覺得這種可能性不大，對特斯拉而言，任何車企都不是我們的競爭對手”。

　　希望這種“目中無人”的狂妄自大，可以給特斯拉帶來點好運氣。