虎牙 裸舞 中经批驳：“端到端”是自动驾驶最优解吗

最近，“端到端”在车圈火了！特斯拉基于“端到端”的FSDV12(透澈自动驾驶)决议造成的标杆示范效应，类似入华别传，带动“蔚小理”等车企和华为、地平线等职业商纷繁转向，加码端到端自动驾驶技能。

修艳弘 拳交

所谓“端到端”，其实是来自深度学习中的观念，英文为“End—to—End(E2E)”，指通过一个AI模子，独一输入原始数据就可以输出最终服从。愚弄到自动驾驶鸿沟，意味着只需要一个模子，就能把录像头、毫米波雷达、激光雷达等传感器鸠合到的感知信息，调遣成车辆处所盘的动弹角度、加快踏板的踩踏深度以及制动的力度等具体操作请示，让汽车已矣自动驾驶。用小鹏汽车创举东说念主何小鹏的说法，弘扬得“很丝滑”，更像“东说念主类司机驾驶”。

此前，市面上绝大部分自动驾驶系统为传统模块化样式，即一个东说念主工和智能两分世界的混搭系统：感知依靠神经鸠合，假想限制则使用东说念主类手动假想的算法。这一系统的平正在于单干明确，发现劣势便于分模块查验、处置。但问题是，这种模块化的自动驾驶系统在相对浮浅的驾驶任务上弘扬可以，而在复杂的驾驶任务面前，其天花板不言而谕。就算是堪称遥遥最初的城市高阶智驾功能，已经会有机械感，也会在汇入快速路、通过大型路口时宕机。

考虑到自动驾驶的中枢挑战是处置用之阻抑的角落场景，以有限东说念主力处置无尽长尾问题的本钱和时刻难以揣度，数据化、模子化成为势必趋势。不外，端到端，雷同是一个需要本分傅尽心打磨的高难度技能活。

一方面，端到端需要海量高质料数据“投喂”磨砺。与谎言语模子可以在互联网上爬取海量笔墨数据用于磨砺不同，端到端智驾需要的视频数据获得本钱和难度极高。以特斯拉为例，面前其FSD累计学习的东说念主类驾驶视频片断越过2000万个，而这一范畴的数据仅采集本钱就需要50亿元至80亿元。

另一方面，端到端需要渊博算力的接济。自动驾驶波及激光雷达、图像感知以及V2X车路协同等技能与处置决议。渊博的算力不仅故意于及时处理海量数据，缩短数据传输延伸，还可更好地接济面向颖异城市、颖异交通、高档别自动驾驶等全场景。但是，华为车BU、百度极越、蔚来、瞎想、祥瑞、长城、小鹏等国内企业算力增长面前均面对较大瓶颈。

问题还在于，算力与数据的制约又会权贵影响算法的发展。天然国内学术界提议的端到端自动驾驶模子UniAD斩获2023年CPVR最好论文奖，为国内企业提供了可以参考的处所，但是在开环考据体系、小体量样本数据下设置的UniAD，上车还需要一定时刻的工程化矫正和大范畴数据磨砺。

此外，端到端会同期放大自动驾驶系统的上限与下限。因为端到端构建的是一个神经鸠合黑箱，在获得更高上限的经由中让渡了一部分传统模块决议具备的可评释性。如安在自动驾驶系统中保留可评释性，将那些不应被跳动的方法，比如别闯红灯，表征到神经鸠合中去，保证端到端能安全地落地愚弄、进化，也将是规控工程师们的艰巨课题。

攀缘珠峰有两条阶梯：一条是中国西藏的北坡，另一条是尼泊尔的南坡。非论选拔从南坡如故从北坡攀缘，最终皆将到达消释个顶峰。这与现时自动驾驶的发展旅途有相似之处。天然当今还很难判定端到端便是自动驾驶的最优解或最终解，但这并不妨碍企业篡改探索。毕竟端到端能够比传统模块化样式更好地处理顶点案例，而且代表了一种减少东说念主工编码依赖的更高效的想路。基于这个旅途虎牙 裸舞，能够自动驾驶能够通往更高阶段。(本文起首：经济日报 作家：杨忠阳)