司機(jī)的駕駛經(jīng)驗(yàn)越豐富,在行駛過(guò)程中引發(fā)風(fēng)險(xiǎn)的幾率就越低。有研究表明,人類駕駛員往往需要經(jīng)過(guò)多年的實(shí)操,才能成長(zhǎng)為膽大心細(xì)、盡職盡責(zé)的交通參與者。同樣的,卡車司機(jī)們的見(jiàn)聞越廣博,引發(fā)嚴(yán)重交通事故的可能性也越小。
同樣的道理,也適用于自動(dòng)駕駛系統(tǒng)。哪種自動(dòng)駕駛平臺(tái)的經(jīng)驗(yàn)更豐富,它的駕駛安全性也就更出色。
既然駕駛經(jīng)驗(yàn)如此重要,技術(shù)人員要怎么保證自己打造的計(jì)算機(jī)駕駛系統(tǒng),能夠充分積累起來(lái)自美國(guó)常規(guī)道路及高速公路的一手訓(xùn)練素材?
這個(gè)問(wèn)題的答案,也許就是開創(chuàng)自動(dòng)駕駛新時(shí)代的核心所在。
半拖卡車——計(jì)算機(jī)的學(xué)習(xí)之路
得益于傳感器技術(shù)與人工智能(AI)的快速發(fā)展,自動(dòng)駕駛卡車如今已經(jīng)能夠分析道路上的各種物體并快速做出響應(yīng)決策。
這一切,在很大程度上是由訓(xùn)練出的深度學(xué)習(xí)算法所達(dá)成。通過(guò)不斷向自動(dòng)駕駛系統(tǒng)展示其他車輛、行人乃至障礙物等,我們的自動(dòng)駕駛方案也一步步學(xué)會(huì)該如何做出適應(yīng)反應(yīng)。
這里需要注意的是,與人類不同,機(jī)器往往缺乏基本常識(shí)、無(wú)法處理前所未見(jiàn)的新狀況。人類駕駛員在遇到意外障礙(例如突然竄出的野生動(dòng)物)時(shí)會(huì)立即減速,這種決策源自我們以往經(jīng)歷過(guò)的類似情況或者基本推斷,但計(jì)算機(jī)在這方面卻總是顯得“智商捉急”。
具體來(lái)講,深度神經(jīng)網(wǎng)絡(luò)只能從訓(xùn)練時(shí)接觸過(guò)的數(shù)據(jù)中學(xué)習(xí),因此只要當(dāng)前情況尚未出現(xiàn)在公共道路、封閉道路或者計(jì)算機(jī)模擬當(dāng)中,算法就會(huì)瞬間陷入慌亂。
所以這就又回到了最初的問(wèn)題:我們?cè)撛趺从?xùn)練機(jī)器,保證它們能全面接觸并積累起駕駛經(jīng)驗(yàn)?
數(shù)據(jù)、數(shù)據(jù)、更多數(shù)據(jù)
Plus公司的目標(biāo),是幫助卡車自動(dòng)駕駛系統(tǒng)從容處理長(zhǎng)途道路上常見(jiàn)的各類交通與天氣情況。除了封閉道路測(cè)試與計(jì)算機(jī)模擬之外,該公司的PlusDrive系統(tǒng)還在空曠道路上進(jìn)行學(xué)習(xí),引導(dǎo)卡車解決現(xiàn)實(shí)道路上可能遇到的障礙與突發(fā)狀況。空中飛舞的垃圾、地面結(jié)冰、路邊轉(zhuǎn)動(dòng)的風(fēng)機(jī)葉片乃至左沖右突的摩托車,一切都得在系統(tǒng)的應(yīng)對(duì)范圍之內(nèi)。
雖然這些所謂“拖尾”狀況僅占全部路況中不足1%的比例,但卻是決定整個(gè)自動(dòng)行駛流程能否安全完成的關(guān)鍵。目前,全社會(huì)對(duì)計(jì)算機(jī)操作機(jī)器的安全期望或者說(shuō)要求,也遠(yuǎn)遠(yuǎn)高于人類駕駛員。
數(shù)十億英里的道路測(cè)試
從今年夏季開始,Plus會(huì)將其監(jiān)督型自動(dòng)駕駛系統(tǒng)投入工廠生產(chǎn),并著手使用這套系統(tǒng)翻新現(xiàn)有卡車。到明年夏季,由PlusDrive驅(qū)動(dòng)的數(shù)百輛自動(dòng)卡車將正式上路拖運(yùn)商業(yè)貨物。
在整個(gè)訓(xùn)練期間,人類駕駛員同樣需要坐在駕駛室內(nèi)。類似于老司機(jī)帶新手,Plus雇用的人類駕駛員會(huì)持續(xù)監(jiān)督自動(dòng)駕駛卡車的行駛方式,并在必要時(shí)快速介入以展示如何處理意外障礙。
Plus公司預(yù)計(jì),在全面部署全自動(dòng)駕駛汽車之前,其卡車車隊(duì)將累積數(shù)十億英里的總體行駛里程。憑借這種由專業(yè)駕駛員訓(xùn)練并驗(yàn)證自動(dòng)系統(tǒng)的革命性實(shí)現(xiàn)方案,該公司有望更快累積起可觀的學(xué)習(xí)里程。
卡車司機(jī)仍將存在,車隊(duì)碳排放將顯著降低
人類駕駛員同樣能夠從中獲益。Plus監(jiān)督下的自動(dòng)駕駛卡車解決方案實(shí)際上提升了卡車司機(jī)的作用,可幫助他們快速提升技能,并為未來(lái)的自動(dòng)駕駛技術(shù)做好準(zhǔn)備。此外,這位數(shù)字化隨車“大副”將幫助司機(jī)緩解長(zhǎng)途路線上的駕駛疲勞感,讓車隊(duì)更容易招募到貨運(yùn)司機(jī)。
這套系統(tǒng)還有其他助益。目前,燃油消耗約占貨運(yùn)企業(yè)整體運(yùn)營(yíng)預(yù)算的三分之一,也是目前重型卡車中的開銷大頭。未來(lái)上線的自動(dòng)駕駛系統(tǒng)將更了解道路情況,可實(shí)時(shí)獲取GPS與天氣數(shù)據(jù),預(yù)先優(yōu)化換擋與制動(dòng)操作。Plus還建立起試點(diǎn)項(xiàng)目,證明即使是最出色的人類駕駛員相比,PlusDrive也能夠?qū)④囕v油耗進(jìn)一步降低10%——這將是經(jīng)濟(jì)效益與環(huán)境保護(hù)方面的雙重勝利。
自動(dòng)駕駛卡車的未來(lái),在于當(dāng)下
商業(yè)太空旅行、太陽(yáng)能城市與自動(dòng)駕駛汽車——作為影響未來(lái)生活形態(tài)的三大變量,前兩種取決于經(jīng)濟(jì)性拐點(diǎn)何時(shí)到來(lái),而第三種則完全取決于我們何時(shí)能為系統(tǒng)積累起充足的數(shù)據(jù)量。
Plus公司正努力構(gòu)建起必要的信息反饋循環(huán),他們旗下的卡車也在一刻不停地累積數(shù)據(jù)。眾多安全意識(shí)最強(qiáng)、駕駛效率最高的頂尖人類駕駛員正用自己的反應(yīng)為系統(tǒng)提供訓(xùn)練素材;工程師們則不斷微調(diào)PlusDrive的算法與決策機(jī)制。也許, PlusDrive最終也將成為這批頂尖駕駛者中的一員。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。