登录
首页 > 奔驰汽车 > 傍上AI大腿,小鹏智驾追得上华为?除非买车只为上下班

傍上AI大腿,小鹏智驾追得上华为?除非买车只为上下班

发布时间:2024-05-24 11:45:46 发布用户: lequtu

 

自从ChatGPT横空出世,似乎一瞬间,万物皆可AI。眼下与智能化绑定颇深的新能源汽车,当然也不会错过这个风口。在昨日(5月20日)的小鹏AI智驾发布会上,小鹏汽车就宣布,将在明年一季度之前,在旗下所有车型上完成AI系统的推送。但在高大上的AI概念背后,小鹏的AI系统对智能驾驶到底能带来怎样的效果,才是用户更关心的部分。

结果对了就是好AI,那过程呢?

首先,AI并不是一个新概念。只是“人工智能”在近年来,在逐渐展露出自主学习能力上的天赋。落在汽车智能驾驶概念上,我们一般将其称为端到端的运行逻辑。在小鹏汽车的发布会上,也将其AI智驾描述为“端到端大模型量产上车”。不过在解释端到端的逻辑与效果之前,我们得复盘一下模块化架构。因为后者才是智能驾驶领域现阶段的主流逻辑,包括华为、百度等,在智驾方面都是采用该搭建方式。

 

模块化,即将整个智能驾驶过程,拆分成多个组成部分。比如感知、追踪、预测、判断等等。然后每个部分由不同的模块来处理,整套逻辑也就类似流水线效果。如果再类比一下,就像汽车的ECU模块,然后通过总线连接在一起。只不过,智能驾驶的信息,除了感知,还有辨识、预测、计算等过程。在模块化流水线逻辑下,上游的数据吸收与信号输出如果有误差,那么下游根据该结果得出的结论,也会有偏差。而最终得出结论的决策部分,本质上是得不到“一手资料”的存在。这便是智能驾驶模块化逻辑的局限性。

 

而端到端的逻辑,就等于从感知到决策,全部揉在一个模型中。当系统输入图像、速度等信息后,将会直接得到诸如转向、刹车或加速等执行结果。因此,研发工作只需要围绕这一个模型进行训练和优化,资源集中度更高,系统的理论上限也更高。相对而言,模块化逻辑伴随需要增加的模块越来越多,研发调试的压力也会越来越大。这点与之前聊过的汽车ECU不断累积,最终导致信号传递效率被局限的逻辑,是类似的。

 

看起来端到端有其先进性,但它并非眼下的主流逻辑,也就意味着肯定有无法克服的短板存在。简单来说,输入参数,得到结果,那么端到端的过程在哪?答案其实是,没有过程。整套逻辑就是一套“黑盒”,它不仅没法传授给其它汽车产品(除非将智能驾驶部分完全剥离,也就是“出卖灵魂”)。甚至对小鹏汽车本身而言,也没办法做到解释清楚。

 

也就是说,即便系统做出了正确的判断。但你不知道它到底是如何计算出来的,以至于在下次遭遇类似的环境下,或者改变一定参数后,系统是否还能得出正确的结论,也是未知。这就好像做数学选择题,答案填对了,但并没有解答题一样清晰地解题过程。于是老师并不能完全判断,在更改题干信息之后,学生是否还能选出正确答案。然而对于ChatGPT这种语言信息类AI,即便是出错了,大概率也就是博人一笑,成为茶余饭后的谈资。但对高阶驾驶辅助功能而言,这就是安全隐患。

只拿来上下班,效果就是最好的?

当然,小鹏AI不可能放任这一隐患。但想要为这套系统打补丁,就至少要做到两点。第一,便是海量的学习过程。这个海量,既有对同一道路信息的不断学习,又有对不同时期,同一道路的信息采集。其次,则是学习信息的限制。比如驾驶员过于激进,甚至违反法规的操作,都会被剔除出采样目标。前者可以等同于“刷题”,虽然改卷老师不知道学生是否弄懂了一道题的底层逻辑,但通过对同类问题的海量的解答,老师最终可以默认学生的解题过程是完全正确的。后者则是对安全性的客观锁死,避免AI系统跟着驾驶员“学坏”,进而“青出于蓝而胜于蓝”。

 

但这套补丁的局限性也是显而易见的。结合网络上曝光的部分驾驶信息,小鹏AI往往需要对同一道路进行多次学习,也就是车主驾驶,AI像学员一样记录分析,才能逐渐迭代为可用效果。而在遭遇环境变化时,比如环境车辆没有按照法规行驶(未打转向灯、加塞等),小鹏AI则会进入保守驾驶风格,直至下一计算周期(一定路程或时间后)。而在跳脱出日常驾驶路线后,整套学习流程便需要重新开始。也就是说,常走的固定线路,与不常走,甚至初次行驶的道路之间,小鹏AI的驾驶辅助效果,会出现较大的差距。

 

在此基础上,我们再参考一下华为现阶段的ADS 2.0系统。两者理论上都可以脱离高精地图,但导航路况信息依旧是必需品。华为在依托基础导航信息的路线规划上,再依靠自身摄像头、雷达等感知信息,凭借较强的算力以及算法模型,对路况做出精确判断,从而下达执行指令。结合具体情况来说,比如在下一路口需要左转弯的情况下,华为智驾可以提前观察路况,适时并入左侧车道,做到流畅安全行驶。但在拥有多条左转弯道路的情况下,它依旧会选择默认进入最左侧车道。即便车主自己驾驶时,会根据排队车辆的多少,选择更有利的车道。

 

简单来说,这个学习过程,必须经过工程师积累,然后纳入算法模型中,才能为华为智驾系统所用。而小鹏AI自身就具备一定学习能力。那么结论就很清楚了。如果是在长期反复行驶的路况条件下,比如上下班、接送小孩等场景下,小鹏AI的体验效果大概率会优于现阶段的华为智驾。因为前者处于不断迭代中,且符合驾驶员自身的驾驶习惯。但在较陌生道路,甚至陌生城市环境中,华为智驾积累的普适性算法模型,以及对自身算力的灵活应用,使其更具有广泛适用的基础。同时,华为智驾的逻辑一致性,使得驾驶员在“合作”后,很容易拿捏其尺度。

Copyright 2016-2024 乐趣帮 版权所有  京ICP备18049689号-34