自动驾驶技术的发展可以分为五个阶段:
-
1小时无人驾驶:实现基础功能,能够自动驾驶1小时左右。关键是车辆改装和基础能力。
-
10小时无人驾驶:主要依靠各种机器学习模型的进步。
-
100小时无人驾驶:需要大规模数据收集和复杂模型训练。关键是建立完整的数据收集和模拟训练体系。
-
1000小时无人驾驶:核心是建立科学的评价指标体系,能够准确判断系统性能的提升。
-
10000小时无人驾驶:需要考虑整体交通安全,不仅是自身安全,还要降低对其他车辆的风险。系统已超越人类水平,需要建立自我学习和演进机制。
在这个过程中,关键点包括:
- 从基础功能到复杂模型的演进
- 大规模原始数据的收集和利用
- 建立科学的评价指标体系
- 超越人类水平后的自我学习能力
- 考虑整体交通安全,而非仅仅自身安全
自动驾驶技术的进步是一个漫长的过程,每个阶段都需要1-3年的时间。目前行业领先者已经达到1000小时以上的无人驾驶水平,正在向10000小时迈进。
关于数据的观点:
- 当系统超越人类水平后,人类驾驶数据可能成为"干扰项"
- 需要筛选高质量数据,而非简单追求数据量
- 建立自我学习和演进机制比单纯灌输数据更重要
总的来说,自动驾驶技术正在从"资源驱动"向"能力驱动"转变,评价体系和自我演进能力成为关键。