相比特斯拉的自動(dòng)駕駛技術(shù)，Waymo在訓(xùn)練數(shù)據(jù)上處于明顯劣勢(shì)？

　　如果可以實(shí)現(xiàn)的話，自動(dòng)駕駛將成為我們這個(gè)瑰麗的時(shí)代最大的商機(jī)之一。單在美國(guó)，所有汽車每年的駕駛里程就達(dá)到了3.22萬(wàn)億英里。如果這些里程都是通過(guò)自動(dòng)駕駛駛跑出來(lái)，而且自動(dòng)駕駛服務(wù)供應(yīng)商每英里可以得到10美分的利潤(rùn)，那么，自動(dòng)駕駛服務(wù)提供商每年在美國(guó)市場(chǎng)就能獲得3220億美元的利潤(rùn)。正是基于這種邏輯，谷歌旗下的自動(dòng)駕駛公司Waymo的估值高達(dá)2500億美金。

　　對(duì)于我來(lái)說(shuō)，近期關(guān)于自動(dòng)駕駛的一個(gè)最為吸引人的消息就是Waymo正在其自動(dòng)駕駛中使用模仿學(xué)習(xí)技術(shù)。模仿學(xué)習(xí)是機(jī)器學(xué)習(xí)技術(shù)中的一種，它的神經(jīng)網(wǎng)絡(luò)觀察人類所做的事情，學(xué)習(xí)在某些環(huán)境狀態(tài)下執(zhí)行的動(dòng)作。通過(guò)訓(xùn)練人類行為，神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到“如果你遇到這種環(huán)境狀態(tài)，就模仿人類那樣去執(zhí)行動(dòng)作吧”。比如，“如果你看到前面有一個(gè)停車標(biāo)志，請(qǐng)停下車?！被蛘撸叭绻憧吹揭惠v停止?fàn)顟B(tài)的汽車擋了你的路，就這樣慢慢繞開它。”

　　Waymo的研究團(tuán)隊(duì)負(fù)責(zé)人Drago Anguelov最近在麻省理工學(xué)院發(fā)表了一次演講，深入探討了這個(gè)話題。

　　Waymo在可以收集大量數(shù)據(jù)時(shí)使用模仿學(xué)習(xí)。但是對(duì)于Anguelov來(lái)說(shuō)，Waymo的數(shù)據(jù)集中并沒(méi)有足夠的訓(xùn)練樣例來(lái)進(jìn)行模仿學(xué)習(xí)。在數(shù)據(jù)不足的情況下，它必須依賴手工編碼算法，而無(wú)法使用機(jī)器學(xué)習(xí)來(lái)替代。

　　根據(jù)推斷，Waymo應(yīng)該已經(jīng)自動(dòng)駕駛跑了大約1500萬(wàn)英里。假設(shè)每3000萬(wàn)英里出現(xiàn)一次需要人類接管自動(dòng)駕駛系統(tǒng)的情況，自動(dòng)駕駛系統(tǒng)可以借此模仿的人類行為，那么，按照Waymo現(xiàn)在的行駛里程，它可能還沒(méi)有遇到過(guò)模仿學(xué)習(xí)的樣例。即便是每100萬(wàn)英里有一次人類接管行為可供模仿，它也不過(guò)只有15個(gè)樣例。我不知道對(duì)模仿學(xué)習(xí)來(lái)說(shuō)，多少個(gè)樣例才能訓(xùn)練出判斷為“真”，但是對(duì)于那些進(jìn)行圖像分類的神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)，一般經(jīng)驗(yàn)是需要至少一千個(gè)樣例才能識(shí)別出來(lái)一種圖像(比如大白鯊)。顯然，Waymo不可能遭遇過(guò)這么多次可供模仿學(xué)習(xí)的樣例。

　　雖然Anguelov很愿意在人類的駕駛行為中進(jìn)行模仿學(xué)習(xí)，但是它并沒(méi)有足夠的數(shù)據(jù)樣例。那么，誰(shuí)有這些數(shù)據(jù)呢?

　　特斯拉有這些數(shù)據(jù)。據(jù)估計(jì)，搭載了特斯拉最新一代自動(dòng)駕駛硬件的汽車數(shù)量已經(jīng)超過(guò)了40萬(wàn)輛，所有這些車每天的行駛里程超過(guò)1300萬(wàn)英里。如果汽車數(shù)量增長(zhǎng)到100多萬(wàn)輛時(shí)，每月的行駛里程將達(dá)到10億英里。顯然，車輛越多，里程數(shù)也越多，可供模仿學(xué)習(xí)的人類行為樣例也就越多。

　　The Information的記者Amir Efrati寫道，特斯拉正在利用這些里程中出現(xiàn)的人類行為進(jìn)行模仿學(xué)習(xí)，他引用了至少一位在特斯拉自動(dòng)駕駛部門工作的未具名消息人士的說(shuō)法：

　　“知情人士表示，特斯拉的汽車手機(jī)了大量的攝像頭數(shù)據(jù)和來(lái)自其它各類傳感器的數(shù)據(jù)，當(dāng)特斯拉車主開車時(shí)，即使他們沒(méi)有啟用車輛的自動(dòng)駕駛系統(tǒng)，自動(dòng)駕駛研究團(tuán)隊(duì)也可以檢查人類在各種駕駛場(chǎng)景中的行為并模仿它。特斯拉的工程師認(rèn)為，將足夠多的人類駕駛行為數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)中，神經(jīng)網(wǎng)絡(luò)便可以學(xué)習(xí)如何在大多數(shù)情況下進(jìn)行正確轉(zhuǎn)向、加速或者制動(dòng)。一位團(tuán)隊(duì)成員表示，特斯拉車主的日常駕駛會(huì)產(chǎn)生足夠多的數(shù)據(jù)，“你不需要其它任何東西”來(lái)教系統(tǒng)如何自動(dòng)駕駛。”

　　特斯拉官方還沒(méi)有證實(shí)這種說(shuō)法，但是其首席執(zhí)行官埃隆馬斯克最近在ARK Invest的一次采訪中發(fā)表了一些評(píng)論，可能就是針對(duì)模仿學(xué)習(xí)的表態(tài)，在采訪中有一句話值得注意：

　　“我認(rèn)為我們特斯拉有一個(gè)別人很難超越的優(yōu)勢(shì)，那就是我們擁有大量的人工干預(yù)駕駛行為數(shù)據(jù)?？梢赃@樣認(rèn)為，車主自己正在訓(xùn)練自動(dòng)駕駛系統(tǒng)如何駕駛汽車。駕駛中有大量的模糊和奇怪的場(chǎng)景，你肯定都想不到。。?！?/p>

　　還有其它的表態(tài)：

　　“每一次有人干預(yù)駕駛，即接管了自動(dòng)駕駛系統(tǒng)之后，我們的自動(dòng)駕駛系統(tǒng)便會(huì)保存這些信息并將其上傳到我們的系統(tǒng)里。我們真的開始變得非常擅長(zhǎng)訓(xùn)練系統(tǒng)，甚至不需要人為輸入訓(xùn)練數(shù)據(jù)、標(biāo)記人工標(biāo)簽了?；旧希?dāng)一個(gè)駕駛員駛過(guò)一個(gè)交叉路口時(shí)，他就會(huì)訓(xùn)練自動(dòng)駕駛系統(tǒng)應(yīng)該怎么做?！?/p>

　　當(dāng)然你可以認(rèn)為馬斯克的表態(tài)含糊不清，有多種可能的解釋。但是對(duì)于我來(lái)說(shuō)，我認(rèn)為模仿學(xué)習(xí)和馬斯克所說(shuō)的東西最為吻合。

　　要進(jìn)行模仿學(xué)習(xí)，特斯拉不需要上傳視頻等任何原始傳感器數(shù)據(jù)，它直接上傳感知型神經(jīng)網(wǎng)絡(luò)對(duì)其所看到的場(chǎng)景和駕駛員行為的判斷。特斯拉一位名叫g(shù)reentheonly的黑客可視化地展現(xiàn)了在特斯拉上運(yùn)行的神經(jīng)網(wǎng)絡(luò)所做出的這種感知判斷：

　　首先，表示“駕駛場(chǎng)景”的可視化信息包括車輛周圍的3D形式邊界、表示車輛類型和距離的文本標(biāo)簽以及顯示可行車道的“綠色地毯”。

　　要進(jìn)行模仿學(xué)習(xí)，需要將人類駕駛員對(duì)方向盤和踏板的動(dòng)作數(shù)據(jù)和可視化的“駕駛場(chǎng)景”信息進(jìn)行配對(duì)。這些狀態(tài)-動(dòng)作配對(duì)不需要人類的注釋，人類進(jìn)行標(biāo)記實(shí)在是過(guò)于昂貴而且緩慢的學(xué)習(xí)過(guò)程。他們只需要上傳到特斯拉的服務(wù)器，然后就可以用來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)了。

　　除了Waymo對(duì)模仿學(xué)習(xí)技術(shù)的背書和特斯拉含混其詞的表述，我們還有什么理由相信模仿學(xué)習(xí)可以訓(xùn)練神經(jīng)網(wǎng)絡(luò)來(lái)執(zhí)行復(fù)雜的任務(wù)呢?對(duì)于我來(lái)說(shuō)，成功實(shí)施了模仿學(xué)習(xí)的最典型案例是AlphaStar，這是由Alphabet的子公司DeepMind創(chuàng)建的一個(gè)神經(jīng)網(wǎng)絡(luò)。DeepMind使用模仿學(xué)習(xí)來(lái)訓(xùn)練AlphaStar玩一個(gè)有數(shù)百萬(wàn)人類玩家的星際爭(zhēng)霸游戲。星際爭(zhēng)霸是一款相當(dāng)復(fù)雜的游戲，里面設(shè)計(jì)長(zhǎng)遠(yuǎn)規(guī)劃、高級(jí)戰(zhàn)略部署和對(duì)軍事單位的實(shí)施戰(zhàn)術(shù)控制，這樣一個(gè)燒腦的游戲?qū)τ贏I來(lái)說(shuō)是一個(gè)相當(dāng)艱難的挑戰(zhàn)。但是，AlphaStar僅使用了模仿學(xué)習(xí)技術(shù)，就通過(guò)在星際爭(zhēng)霸這個(gè)游戲的排名證明了相當(dāng)于人類玩家的實(shí)力，達(dá)到了DeepMind估計(jì)的性能指標(biāo)。換句話說(shuō)，AlphaStar使用模仿學(xué)習(xí)技術(shù)，在星際爭(zhēng)霸中達(dá)到了中等人類技能水準(zhǔn)。

　　和DeepMind使用模仿學(xué)習(xí)訓(xùn)練其神經(jīng)網(wǎng)絡(luò)玩星際爭(zhēng)霸游戲一樣，在自主駕駛的訓(xùn)練中，特斯拉利用其車輛自主駕駛系統(tǒng)上傳的數(shù)百萬(wàn)駕駛場(chǎng)景-駕駛行為配對(duì)數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，就可以達(dá)到中等水平人類駕駛員的水準(zhǔn)。駕駛行為當(dāng)然很復(fù)雜，但是星際爭(zhēng)霸游戲也很復(fù)雜。所以我不認(rèn)為使用模仿學(xué)習(xí)達(dá)到的自主駕駛效果達(dá)不到AlphaStar玩星際爭(zhēng)霸的程度。

　　要想使模仿學(xué)習(xí)奏效，一個(gè)非常重要的條件就是感知必須正確。如果特斯拉的感知神經(jīng)網(wǎng)絡(luò)出了錯(cuò)，系統(tǒng)將無(wú)法識(shí)別駕駛環(huán)境的真實(shí)狀態(tài)，也就無(wú)法獲得正確的駕駛場(chǎng)景-駕駛行為配對(duì)。舉個(gè)例子，如果感知神經(jīng)網(wǎng)絡(luò)將紅色交通信號(hào)燈錯(cuò)認(rèn)成了綠色，它觀察人類停在了這樣一個(gè)信號(hào)燈前面，它就會(huì)得出一個(gè)汽車應(yīng)該停在綠色交通燈處的錯(cuò)誤結(jié)論。即使它學(xué)會(huì)了如何對(duì)一個(gè)環(huán)境進(jìn)行正確反應(yīng)，它也需要檢測(cè)出這些環(huán)境。因此，如果它知道紅燈停綠燈行，它還必須準(zhǔn)確地識(shí)別出信號(hào)燈的顏色才能做出正確的響應(yīng)。系統(tǒng)需要準(zhǔn)確地感知環(huán)境以便學(xué)習(xí)要做什么動(dòng)作，而且必須準(zhǔn)確地感知環(huán)境才能應(yīng)用學(xué)習(xí)成果做出這些動(dòng)作。

　　特斯拉新的神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)可以解決環(huán)境感知問(wèn)題，被稱為Hardware 3。特斯拉人工智能主管Andrej Karpathy說(shuō)，特斯拉已經(jīng)“訓(xùn)練了效果很好的大型神經(jīng)網(wǎng)絡(luò)”，但是“由于計(jì)算性能的約束無(wú)法把它們部署到汽車中”。現(xiàn)在有了Hardware 3，特斯拉將能夠運(yùn)行規(guī)模更大、更為準(zhǔn)確的感知神經(jīng)網(wǎng)絡(luò)。

　　對(duì)于Waymo這樣無(wú)法獲得大量行駛車輛數(shù)據(jù)的公司而言，很難在模擬學(xué)習(xí)上找到可以走下去的路來(lái)。由于沒(méi)有足夠的訓(xùn)練樣例來(lái)完成整個(gè)駕駛?cè)蝿?wù)的模仿學(xué)習(xí)，它不得不依賴手工編碼算法。在計(jì)算機(jī)視覺(jué)應(yīng)用中，手工編碼算法這種方式早已被神經(jīng)網(wǎng)絡(luò)完全淘汰，機(jī)器翻譯應(yīng)用也是如此。對(duì)于像星際爭(zhēng)霸這樣復(fù)雜級(jí)別的游戲而言，手工編碼的機(jī)器人不可能接近AlphaStar這樣的神經(jīng)網(wǎng)絡(luò)的性能。在自主駕駛上，神經(jīng)網(wǎng)絡(luò)方法似乎也比手工編碼算法更有前途。

　　想推進(jìn)模仿學(xué)習(xí)，Waymo必須將其訓(xùn)練車隊(duì)的數(shù)量擴(kuò)大好幾個(gè)數(shù)量級(jí)。一個(gè)可行的方法是，Waymo可以向汽車制造商出售高級(jí)駕駛輔助系統(tǒng)，并通過(guò)它來(lái)收集數(shù)據(jù)，就像特斯拉現(xiàn)在的做法一樣。這就要求Waymo打造一個(gè)比自主駕駛的功能涵蓋范圍更小的精簡(jiǎn)型新產(chǎn)品。這個(gè)新系統(tǒng)必須在沒(méi)有激光雷達(dá)的情況下能夠使用，或者至少不需要那種通常用于自主駕駛汽車的高范圍、高分辨率的激光雷達(dá)。因?yàn)檫@種激光雷達(dá)成本過(guò)高，不可能普及到消費(fèi)級(jí)的車輛中。如果這種方式意味著Waymo可以獲取到所有的駕駛數(shù)據(jù)的話，汽車制造商可能不大愿意這么做。所以，Waymo可能需要以某種方式和汽車制造商分享成果，也許它可以同意汽車制造商合作伙伴分享未來(lái)的自主駕駛服務(wù)的收入，或者允許合作伙伴購(gòu)買它的大量股權(quán)。

　　對(duì)于福特和通用這樣的巨頭來(lái)說(shuō)，他們傾向于垂直整合，不大可能建立這種合作關(guān)系。我可以花10億美元小錢購(gòu)買自己的“Waymo”，干嘛和谷歌的Waymo合作呢?從經(jīng)濟(jì)學(xué)原理上來(lái)說(shuō)，可以購(gòu)買自主駕駛初創(chuàng)公司，這會(huì)讓W(xué)aymo處于艱難的談判地位。而且，這些汽車制造商似乎并沒(méi)有他們的汽車收集訓(xùn)練數(shù)據(jù)。

　　兩相比較下來(lái)，特斯拉完全占了上風(fēng)。出于這個(gè)原因，我認(rèn)為特斯拉更有可能分走現(xiàn)在市場(chǎng)上分配給Waymo的1000多億美元估值。也許完全自主駕駛永遠(yuǎn)不可能實(shí)現(xiàn)，那就不用說(shuō)了。但是如果真的實(shí)現(xiàn)了，這個(gè)市場(chǎng)可能價(jià)值三萬(wàn)億美金。據(jù)我所知，在這個(gè)賽道上，特斯拉比Waymo以及所有其他公司都處于更有利的位置上，特斯拉可以憑借在模仿學(xué)習(xí)上的優(yōu)勢(shì)分走很大很大一塊蛋糕。