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。

上一條視頻，給大家講了一下自動(dòng)駕駛整體上的工作原理，以及上一代自動(dòng)駕駛系統(tǒng)的工作模式和弊端，便于大家更好地理解這項(xiàng)技術(shù)的發(fā)展脈絡(luò)。今天我們聊一聊當(dāng)下最火的“端到端”、“神經(jīng)網(wǎng)絡(luò)算法”、“大語言模型”都是什么意思。

端到端算法架構(gòu)顧名思義，一端輸入原始信息，另一端直接輸出行動(dòng)指令，將整個(gè)駕駛行為“融會(huì)貫通”，相比上一代的模塊化算法架構(gòu)，中間不再有流水線、半成品和一個(gè)個(gè)車間，取而代之的是一個(gè)整體化的神經(jīng)網(wǎng)絡(luò)。

關(guān)于神經(jīng)網(wǎng)絡(luò)算法的知識(shí)過于深?yuàn)W，這里不做展開，大家可以理解為，它模擬的是人類神經(jīng)網(wǎng)絡(luò)的工作原理。想想人腦有多強(qiáng)大，就知道端到端算法架構(gòu)的優(yōu)勢(shì)了，首先它不再是生搬硬套程序員寫好的規(guī)則，也不需要拿著高精地圖按圖索驥，而是像人一樣，在具備一些基本常識(shí)后，就可以通過不斷觀察和學(xué)習(xí)，自己提煉應(yīng)對(duì)各種路況的方法，并且越開越好。

其次，由于去掉了信息在流水線上傳遞的過程，誤差和延遲都大幅減少，靈活度大幅提升。這一點(diǎn)從自動(dòng)駕駛系統(tǒng)的代碼量上就能一目了然。馬斯克透露，通過使用端到端自動(dòng)駕駛算法，特斯拉只用2000行代碼就代替了原本的30萬行代碼，系統(tǒng)效率提升了不止一星半點(diǎn)。

此外，感知、預(yù)測(cè)、規(guī)劃控制之間不再各自為政，工程師們可以站在自動(dòng)駕駛整體效果的維度，進(jìn)行全局優(yōu)化，杜絕了頭痛醫(yī)頭，腳痛醫(yī)腳的問題。

簡單總結(jié)一下，端到端算法架構(gòu)由于采用了像人腦一樣的工作模式，不僅給程序員減了負(fù)，系統(tǒng)效率、準(zhǔn)確性、自動(dòng)駕駛體驗(yàn)的人性化程度，也都得到了大幅優(yōu)化。未來想要普及真正意義上的高階自動(dòng)駕駛，甚至是無人駕駛，必須依靠端到端算法。所以現(xiàn)在整個(gè)汽車行業(yè)都在從模塊化架構(gòu)向端到端架構(gòu)過渡。

但即便大家都叫端到端，層次也是有差別的。最初級(jí)的水平，叫顯式端到端，是將原有的算法模塊以神經(jīng)網(wǎng)絡(luò)拼接起來，看圖就知道了，相當(dāng)于縫縫補(bǔ)補(bǔ)，好處是簡單、省事，還能有一定改進(jìn)效果。

更高一級(jí)的端到端算法叫隱式端到端，一般采用視覺或者多模態(tài)的感知信息作為輸入，算法模型直接輸出控制或者軌跡信號(hào)，沒有中間環(huán)節(jié)。這種就是標(biāo)準(zhǔn)的端到端架構(gòu)了。

此外，還有基于大語言模型的端到端架構(gòu)。關(guān)于大語言模型，現(xiàn)在最火的就是ChatGPT，它能夠理解人類的自然語義，并且通過學(xué)習(xí)互聯(lián)網(wǎng)的海量數(shù)據(jù)，對(duì)我們提出的問題給出優(yōu)質(zhì)反饋。

正是因?yàn)榇笳Z言模型擁有強(qiáng)大的認(rèn)知能力，所以越來越多的被應(yīng)用于駕駛場(chǎng)景。尤其是大語言模型可以和駕駛員對(duì)話，理解我們的想法，因此可以增強(qiáng)自動(dòng)駕駛給人的安全感。有觀點(diǎn)認(rèn)為大語言模型是最先進(jìn)的端到端架構(gòu)，因?yàn)樗且环N通用的人工智能，可以解決所有問題，但目前大語言模型剛剛起步，更多應(yīng)用于座艙系統(tǒng)。

好了，理論知識(shí)講的差不多了，接下來大家肯定會(huì)問，究竟誰家的自動(dòng)駕駛能力更強(qiáng)？為什么落到實(shí)際使用中，各家感覺都是半斤八兩呢？下一期視頻我們接著說。