《科创板日报》8月28日讯(编辑 郑远方)正如之前承诺的一样,马斯克上周末用一辆搭载HW3的Model S,向外界直播展示了特斯拉FSD 12测试版。
在这场45分钟的直播中,坐在方向盘后、举着手机的马斯克仅干预了一次车辆行为,车辆在非预设道路上,便能自行礼让行人、避开路障、路口转向、在两条直行道中选择一条车少的。
(资料图)
马斯克表示,FSD 12可以在不熟悉的环境中离线使用;若有干预行为发生,系统会记录并发回特斯拉分析。
而在直播开始后约20分钟时,马斯克进行了全程唯一一次干预接管。当时,这辆Model S需要直行,因此停下等待红灯。但当左转信号灯转绿时,车辆竟然也紧跟启动,好在马斯克与一旁的工程师及时制止。
在这之后,马斯克表示,要给FSD“投喂”更多左转红绿灯的视频。
投喂视频就能“喂”出“AI代驾”?
实际上,在这场直播中,当车辆自行在减速带减速、避开滑板车骑行者时,马斯克多次强调,FSD 12中没有任何一行相应代码,人为设定车辆作出这些动作——其没有被训练过如何读取路标,也不知道什么是滑板车,FSD 12完成这些行为完全是大量视频训练的结果。通过视频训练数据,AI可以自己学习驾驶,“像人类一样做事”。
如果FSD在特定场景下没有作出正确决策,特斯拉便会向其神经网络训练投入更多数据(主要是视频)。
当然,平庸随意的数据是不够的,供给神经网络的数据需要精心挑选。马斯克也特别强调,来自优秀驾驶员的高质量数据,才是训练特斯拉自动驾驶的关键。
“大量平庸的数据并不能改善驾驶,数据管理相当困难。我们有很多软件,可以控制系统选择什么数据、训练什么数据。”
而对特斯拉而言,其数据的一大主要来源便是来自全球各地的车队。马斯克还透露,特斯拉在世界各地拥有多名FSD测试驾驶员,包括新西兰、泰国、挪威、日本等。
从2020年起,特斯拉便开始将Autopilot决策从编程逻辑转向神经网络与AI。经过3年的发展,从本次马斯克的FSD 12直播也能看到,几乎整个决策与场景处理已转移至特斯拉神经网络与AI上。
FSD 11独占控制堆栈中有超过30万行C++代码,而12中代码寥寥。之前马斯克也曾指出,车辆控制(vehicle control)是“特斯拉FSD AI拼图”上的最后一块拼图,其将使得这30万行以上的C++代码减少约2个数量级。
▌全AI端到端驾驶控制
特斯拉FSD 12是其最重要的一次升级,实现了全AI端到端的驾驶控制。
至于为何选择端到端方案?马斯克直播之前与WholeMars连线时,给出了更多细节。
“人类就是这么做的,”他表示,“光子输入,手脚动作(控制)输出。”——人类依靠眼睛和生物神经网络开车,对于自动驾驶而言,摄像头与神经网络AI便是正确的通用决策方案。
虽说AI神经网络难以解释具体细节,但相应地,人类乘客在打车时,也无法准确地知道司机在想什么,只能看到司机的评价。
券商指出,端到端方案与之前的关键区别之一就在于,传统的模块化架构是将智能驾驶拆分称单独任务,交由专门的AI模型或模块来处理,例如感知、预测、规划等;而端到端AI则是“感知决策一体化”,即将“感知”与“决策”融合到一个模型中。
目前,特斯拉绝大多数训练还是需要依靠英伟达的GPU,特斯拉自家的Dojo超算则是作为辅助。今年以来,特斯拉已为训练花费了20亿美元。
特斯拉还正在加班加点,筹备一个新算力集群,其中包含1万颗英伟达H100,有望在本周一(8月28日)上线。值得一提的是,该集群使用的是Infiniband进行连接传输,马斯克更坦言,如今Infiniband比GPU更缺。