饒慶:規模化自動駕駛至少要1000億公里數據量
版權聲明:本文版權爲本站汽車所有,轉載請註明出處。
本站汽車12月15日報道 “看智能·見未來”2024本站未來大會於12月14日-15日在西子湖畔杭州舉辦,作爲科技圈最知名的IP大會之一,2024本站未來大會廣邀30位海內外頂級頂級學者、產業專家和行業精英一道,在人工智能這個極具變革的轉折節點上,來共話人工智能賦能千行百業的精彩變化。
在12月15日召開的智能汽車論壇上,Momenta全球解決方案架構師饒慶博士對關於《自動駕駛的可規模化之路》進行了主題演講,並向大家分享Momenta曾測算過相關數據,實現可規模化的自動駕駛,至少需要1000億公里的數據量來解決長尾問題。
饒慶博士表示,實現L4級自動駕駛離不開一個主要目標,即車的性能要達到人的性能10倍,至少要提升10倍的安全性。據美國NHTSA統計,人類司機發生一次致命的交通事故頻率大概在1億千米/次,自動駕駛如果要達到人類司機10倍的水平,需要達到千億公里才發生1次致命事故,Momenta就是衝着這個目標去實現完全意義上的可規模化自動駕駛。
之所以要積累如此多的數據,就是爲了解決自動駕駛的長尾問題。饒慶博士以清明節在路邊燒紙的小火堆進行了舉例,測試車現在可以通過端到端大模型成功繞開火堆,而諸如火堆、水坑、路上掉落的石頭等都屬於長尾場景,都需要大量的真實世界數據去解決。
Momenta在解決長尾場景時有兩個洞察,其一是數據驅動。面對真實場景中各式各樣的障礙物,無法全部依靠規則來解決,只能通過數據驅動不斷給這個模型真實世界裡的數據自動化訓練提升模型的性能,才能解決千億公里中的長尾問題。
其二是需要量產車輛爲L4級自動駕駛收集數據,這也是規模化的一個必要條件。在研發階段,不可能窮盡世界上所有的長尾問題,只能通過量產車迴流的海量數據,去逐漸瞭解、逐漸認知每個角落裡的長尾問題,所以必須要有量產車。
基於這些洞察,Momenta制定了“一個飛輪、兩條腿”的公司產品戰略。中間的“飛輪”是數據驅動的飛輪,數據驅動海量數據閉環自動化,“兩條腿”則是量產自動駕駛和完全無人駕駛,量產自動駕駛給完全無人駕駛提供數據流,完全無人駕駛爲量產自動駕駛提供技術流。
Momenta從2022年開始一直在走數據驅動的路徑,經過不同的版本迭代現在已經來到AD算法5.0階段,把感知和規劃融合成了一個端到端的大模型。就像前面提到的路旁的小火堆,系統不需要明確定義“火堆”這個類型,只是收集真實世界裡繞過火堆的這些場景,然後用這些場景去訓練一段式的端到端大模型,就可以實現繞開火堆的能力。
此外,饒慶博士也向大家分享了智駕摩爾定律,分爲軟件摩爾定律和硬件摩爾定律。前者指軟件性能每兩年提升10倍,後者指硬件成本每兩年可以減半。通過軟件和硬件的智駕摩爾定律,Momenta相信智駕行業市場佔有率是能指數型增長的。到了2026年、2028年之後,整個智駕市場佔有率可以達到70%-80%以上,而且市佔率增長速度比從傳統的燃油車切到電動車的增長速度還要快。