本期視頻專業(yè)性有點(diǎn)高，適合對(duì)智能汽車尤其是自動(dòng)駕駛感興趣的朋友們。

如果你看過(guò)華為或者車企的新車發(fā)布會(huì)，在講到自動(dòng)駕駛能力時(shí)，他們一定會(huì)提到“端到端”、“神經(jīng)網(wǎng)絡(luò)算法”、“大語(yǔ)言模型”等專業(yè)名詞，這些詞究竟是什么意思？自動(dòng)駕駛現(xiàn)在到底發(fā)展到什么階段了？哪家實(shí)力更強(qiáng)？

這些年我跟不少專家、工程師探討過(guò)，也翻看了大量券商研報(bào)，接下來(lái)我就嘗試用人話給你講清自動(dòng)駕駛那些事。因?yàn)閮?nèi)容有點(diǎn)多，我們分幾期跟大家嘮嘮。

首先，需要介紹一下自動(dòng)駕駛整體上的工作原理，以及這些年技術(shù)發(fā)展的脈絡(luò)，這樣有助于大家理解各個(gè)專業(yè)名詞。

自動(dòng)駕駛功能的實(shí)現(xiàn)需要硬件和軟件共同支持，硬件大家看得見(jiàn)摸得著，包括激光雷達(dá)、毫米波雷達(dá)、攝像頭、高算力芯片等，無(wú)論是廠家還是4S店的銷售，都愿意大力介紹這些硬件，因?yàn)樗鼈兡茏屇沐e(cuò)覺(jué)這輛車很牛，然后心甘情愿地掏更多錢買單。

但其實(shí)，堆硬件說(shuō)明不了問(wèn)題，反而很可能是“差生文具多”，自動(dòng)駕駛能力的高下，更多取決于軟件，也就是算法。打個(gè)比方，小孩兒雖然視力、記憶力、反應(yīng)速度都比大人好，但處事能力卻差很多，原因就是心智不夠成熟，自動(dòng)駕駛的軟件算法正是這個(gè)心智。

所以接下來(lái)我們著重說(shuō)說(shuō)軟件算法。通常情況下，自動(dòng)駕駛算法分為感知、預(yù)測(cè)、規(guī)劃控制幾個(gè)部分，幾年前大家采取的是模塊化+流水線式的工作模式，雷達(dá)和攝像頭相當(dāng)于從外面拍了很多視頻回來(lái)，交給感知模塊識(shí)別，認(rèn)出這是一輛車，那是一個(gè)行人，它們的速度位置都是什么，感知模塊完成這道工序后，繼續(xù)交給預(yù)測(cè)模塊去分析；預(yù)測(cè)模塊要搞清這輛車和這個(gè)行人接下來(lái)要往哪里去，會(huì)和我的車發(fā)生什么關(guān)系，分析好之后再交給規(guī)劃控制模塊去處理；規(guī)劃控制模塊的任務(wù)，則是做出駕駛決策，指揮車輛接下來(lái)是該調(diào)整方向，還是加大油門，還是剎車制動(dòng)。

簡(jiǎn)單概括，在傳統(tǒng)模塊化算法架構(gòu)下，外部信息輸入進(jìn)來(lái)到最終輸出成可執(zhí)行的駕駛指令，需要經(jīng)過(guò)一連串的模塊，模塊和模塊之間涇渭分明，就像流水線上的一個(gè)個(gè)車間。而上一個(gè)車間如何與下一個(gè)車間交接工作，必須由人為規(guī)定好。

了解了模塊化算法的工作模式，就很容易理解它的弊端：第一就是非常依賴規(guī)則，條條框框都要寫清楚，像做題一樣把各種數(shù)據(jù)套入公式，得出明確的解之后，才能交付給下一個(gè)模塊進(jìn)一步處理。這就導(dǎo)致程序員要寫海量的代碼，同時(shí)高精地圖也是不可或缺的。

但即便花費(fèi)了巨大的人力物力成本，也不可能把所有路況都提前標(biāo)注清楚，一旦出現(xiàn)規(guī)則以外的特殊情況，車輛還是不知道該怎么辦。

此外，用抽象死板的規(guī)則去界定復(fù)雜的外部世界，本身就會(huì)帶來(lái)誤差，而這些誤差又會(huì)在模塊與模塊間的信息傳遞中，被進(jìn)一步放大，最終在下游累積，如果你玩過(guò)傳話的游戲，應(yīng)該能想象這種差之毫厘謬以千里的結(jié)果。同時(shí)，模塊之間的數(shù)據(jù)傳輸和計(jì)算都需要花費(fèi)時(shí)間，導(dǎo)致整體算法延時(shí)較高，處理緊急場(chǎng)景能力較弱。

上述這些問(wèn)題對(duì)于自動(dòng)駕駛來(lái)說(shuō)都是非常致命的問(wèn)題，稍有差池就是車毀人亡，所以必須要對(duì)軟件算法進(jìn)行迭代升級(jí)，也就有了端到端算法架構(gòu)的誕生。那下一期視頻，我們就來(lái)具體說(shuō)說(shuō)，什么是“端到端”、“神經(jīng)網(wǎng)絡(luò)算法”和“大語(yǔ)言模型”。