趣头条全面重写Autopilot，特斯拉自动驾驶的升维革命( 三 )

本文插图
基本上，在特斯拉官网上标明的 FSD 完全自动驾驶功能，还剩下一项最难的、也最能代表 L4 级自动驾驶能力的更新：在城市街道中进行自动辅助驾驶。
为了实现这一难度最大的更新，特斯拉给出的最优解就是重写 AP 。
基于以上分析，特斯拉重写 AP 的原因便包括突破「Local Maximun」、挖掘 FSD 芯片的极限性能以及将系统能力从 L2 进化至 L4 。
4、特斯拉重写 AP ，是重写什么？
先来看看特斯拉 AP 现在最新的 AI 软件堆栈是怎么样的：

本文插图
最底层的是数据、GPU 集群以及 Dojo 计算集群，这一层主要进行数据采集、标注和训练，生成算法模型；往上走就是采用深度神经网络对模型进行分布式训练；再往上走就是用损失函数对模型进行评估；在评估层之上，是云端推理层和车端 FSD 芯片推理层，到这一层，意味着算法模型走完了大部分流程，然后就是部署到车端；在车端，特斯拉通过影子模式（Shadow Mode）将这些算法模型与人类驾驶行为进行比对，检测是否存在异常。

本文插图
这样的从数据采集到算法部署的闭环，目的就是让系统性能不断迭代，更加优秀。
在这个闭环当中，涉及到数据集、模型训练神经网络、云端和车端推理算法等等要素。
所以，当数据形式从二维的图像数据（2D）转换成四维的视频级数据（4D）后，相应的神经网络和推理算法都需要进行重写。
据马斯克透露，特斯拉 AP 新版本的深度神经网络会将包括感知、路径规划、目标识别等所有子神经网络综合于一体。
特斯拉 AI 高级总监 Andrej Karpathy 在此前的一次演讲中表示：
「我们无法让每一个任务都享有单独的神经网络运算，因为同时处理的任务数实在太多，我们只能把一些运算分摊到共享骨干网络上」。

本文插图
Andrej Karpathy 将这一骨干网络称为 HydraNets（Hydra 意为九头蛇），意思就是有一个主干网络（Backbone），在这个网络上有多个不同的出口（Head）来做应用，然后输出各自的结果。

本文插图
在特斯拉 AP 最新的 AI 软件堆栈中，有一个最值得关注的部分就是 Dojo 训练集群，这个集群可以处理海量的图像、视频数据。
引入这一训练计算机，一方面是为了满足特斯拉 AP 系统此后的 4D 视频数据处理需求。
另一方面，特斯拉在全球有超过 82 万辆搭载 HW 2.0/3.0 硬件的车辆每天在道路上行驶，可以采集海量的数据用于 AP 的训练，而如此海量的数据，必然需要具备强大计算性能计算机来进行处理。
Dojo 还有一个特别之处在于，它可以与无监督学习进行配合。
所谓无监督学习，就是无需人工对训练数据集进行标注，系统可以自行根据样本间的统计规律对样本集进行分析，常见任务如聚类等。
例如无监督学习在不给任何额外提示的情况下，仅依据一定数量的「狗」的图片特征，将「狗」的图片从大量的各种各样的图片中将区分出来。
有了无监督学习技术加持的 Dojo 计算机，便能以极低的成本对数据进行自动标注和训练，实现算法性能的指数级提高。
不过，用上了无监督学习技术的特斯拉，依然有一支大约 500 人规模的数据标注团队。