極客公園

“貌合”“神離”的兩套方案

2月底，Way m o首席科學家D rag o Anguelov在MIT（麻省理工學院）首次開講，他分享的內(nèi)容主題為“解決自動駕駛中的長尾問題”（Taming The Long Tail of Autonomous Driving Challenges），這應該是外界對Waymo自動駕駛研發(fā)目前能夠了解到的最深度、最詳細的內(nèi)容了。

近些年，使用大量標注過的數(shù)據(jù)對深度學習網(wǎng)絡(luò)進行監(jiān)督訓練，使得物體感知和行為預測能力有了大幅提升，這些技術(shù)在Waymo自動駕駛開發(fā)過程中得到了大規(guī)模應用。我們也從 Drago Anguelov口中第一次知道了Waymo在使用“模仿學習（imitation learning）”，這里先“科普”一下。

模仿學習屬于機器學習的一種，它的神經(jīng)網(wǎng)絡(luò)能夠通過“觀察”人類的行為將某些特定的動作和場景進行匹配。如果使用不同類型的“人類行為”作為數(shù)據(jù)源來訓練，最終神經(jīng)網(wǎng)絡(luò)就能夠根據(jù)感知的結(jié)果輸出相對應的決策動作。例如，“如果你看到停車標志，馬上停車”以及“如果前方有輛停著的車擋路了，繞開它”等。

隨著商業(yè)化試運營的推進，谷歌（Waymo為谷歌旗下的子公司）能夠采集數(shù)據(jù)的場景更多了，模仿學習算法也就有了更頻繁的用處。但Drago Anguelov也指出，人類駕駛行為存在著很多不確定性，一些罕見的場景（所謂的“長尾”問題），Waymo的數(shù)據(jù)集中并沒有足夠的案例來訓練算法應對。出現(xiàn)這種情況就只能依靠開發(fā)人員手動編寫算法。Drago Anguelov認為這種“折中”的做法遲早是會被機器學習代替的。

根據(jù)Waymo官方披露的數(shù)據(jù)顯示，Waymo目前已經(jīng)累積了約1 500萬英里的行駛里程。按照平均每3 000萬英里才會出現(xiàn)一起事故的概率來計算的話，Waymo可能到現(xiàn)在都沒有得到一個特定的“長尾”案例。假設(shè)行駛每100萬英里會發(fā)生一起事故，Waymo也不過積累了15個數(shù)據(jù)而已。按照普通機器學習神經(jīng)網(wǎng)絡(luò)需要的數(shù)據(jù)量（每個圖像分類需要至少1 000個樣本）的標準來看，Waymo似乎還差得有些遠。

盡管Drago Anguelov表示希望通過采集盡可能多的人類駕駛行為（包括“長尾”案例）來進行模仿學習，但“數(shù)據(jù)量的缺失”是個很大的問題。

而為了彌補這方面的缺陷，Waymo已經(jīng)構(gòu)建出了一套仿真模型，仿真出盡可能多的場景來進行測試。因為有時會得出截然相反的結(jié)果，所以要加強系統(tǒng)的魯棒性，做出足夠多的仿真模型，確保系統(tǒng)的準確性。

不過仿真模型的建立依然需要真實世界數(shù)據(jù)的支持，解決“長尾”問題也需要對人類駕駛行為進行大量的模仿學習。所以這就又回到了問題的原點，Waymo還需要更大量級“數(shù)據(jù)”的支持。

對比之下，似乎“差生”特斯拉在“數(shù)據(jù)”問題上還真是不發(fā)愁。

特斯拉目前預計有超過40萬輛搭載了Autopilot系統(tǒng)的車輛在道路上行駛，單日行駛里程超過了1 300萬英里。如果未來這個車隊的規(guī)模增加至超過100萬輛，那么每月產(chǎn)生的有效行駛里程將到達10億英里的量級。對一家已經(jīng)有成熟產(chǎn)品落地的車企而言，這種真實世界產(chǎn)生的“數(shù)據(jù)”根本不是問題。

至于特斯拉在自動駕駛研發(fā)上的獨特性，根據(jù)外媒The Information曾經(jīng)透露的信息，特斯拉同樣在利用“里程累積”上的優(yōu)勢進行模仿學習。據(jù)熟悉特斯拉這套系統(tǒng)的知情人士爆料稱，特斯拉的車輛在行駛過程中會將攝像頭及其他傳感器的數(shù)據(jù)搜集起來，Autopilot是否運行并沒有關(guān)系。之后工程師可以將這些數(shù)據(jù)中人類的駕駛行為與不同的場景進行匹配，此后遇到類似的場景機器就可以模仿人類去執(zhí)行—比如怎樣拐彎或躲避障礙物等。

當然這種被叫做“行為克隆”的方法也有局限性，但特斯拉的工程師認為只要有足夠的數(shù)據(jù)支撐，神經(jīng)網(wǎng)絡(luò)就能夠給出正確的決策結(jié)果，例如在絕大多數(shù)場景中如何轉(zhuǎn)向、剎車以及加速。在特斯拉看來，未來不再需要人類手動編程控制無人車應對特定場景。

事實上，特斯拉的軟件工程師提到的“行為克隆”和Waymo的“模仿學習”是一個意思，等同于大家都在講的“端到端學習”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“端到端學習”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)會學習如何將傳感器數(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“端到端學習”的策略。

“端到端”與“語義抽象”

針對自動駕駛感知的算法差異，Mobileye創(chuàng)始人Amnon Shashua曾經(jīng)對“端到端學習 （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”，類似端到端學習中，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Amnon Shashua教授提到的端到端學習可能產(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”。

假設(shè)特斯拉用于訓練的數(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習或監(jiān)督學習來進一步優(yōu)化?？梢园崖窂揭?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輛上，一旦出現(xiàn)系統(tǒng)脫離、失效或碰撞等情況，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?？紤]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)服務中心，進一步擴大無人車出行服務的規(guī)模。顯然Waymo是奔著搜集更多“數(shù)據(jù)”的目的來的。

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。

不久前有消息稱，“Waymo正在尋求外部投資人”，這其實是意料之中的計劃。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)，還是正在進行的移動出行業(yè)務，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。

不過筆者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。

寫在最后

預計到2030年自動駕駛市場規(guī)模將達到8 000億美元，自動駕駛行業(yè)的競爭也會越來越激烈。如果將自動駕駛比作一顆樹，算法算力就是它的種子，決定了它成長潛質(zhì)；數(shù)據(jù)就是它的土壤養(yǎng)分，決定了它成長速度。特斯拉和Waymo在數(shù)據(jù)量以及算法算力的競爭就是未來整個自動駕駛行業(yè)的縮影。