Dialog: Lou Tiancheng über die Beziehung zwischen der Entwicklung von Robotaxis und der KI-Weltanschauung

"Sobald die Technologie des autonomen Fahrens das menschliche Niveau übertrifft, könnte zu viel Daten eher zu einem störenden Faktor werden als zu einem notwendigen Vorteil."

Die Entwicklung der autonomen Fahrtechnologie kann in fünf Phasen unterteilt werden:

  1. 1 Stunde autonomes Fahren: Realisierung grundlegender Funktionen, etwa eine Stunde autonomes Fahren möglich. Der Schwerpunkt liegt auf Fahrzeugumrüstung und Basisfähigkeiten.

  2. 10 Stunden autonomes Fahren: Hauptsächlich abhängig von Fortschritten in verschiedenen maschinellen Lernmodellen.

  3. 100 Stunden autonomes Fahren: Erfordert umfangreiche Datenerfassung und komplexes Modelltraining. Der Schlüssel ist der Aufbau eines umfassenden Systems zur Datenerfassung und Simulationstraining.

  4. 1000 Stunden autonomes Fahren: Der Kern ist die Etablierung eines wissenschaftlichen Bewertungssystems, das die Leistungsverbesserung des Systems genau beurteilen kann.

  5. 10000 Stunden autonomes Fahren: Berücksichtigung der gesamten Verkehrssicherheit, nicht nur der eigenen Sicherheit, sondern auch Reduzierung des Risikos für andere Fahrzeuge. Das System übertrifft bereits menschliche Fähigkeiten und erfordert die Einrichtung von Selbstlern- und Evolutionsmechanismen.

In diesem Prozess sind die Schlüsselpunkte:

  • Evolution von Basisfunktionen zu komplexen Modellen
  • Sammlung und Nutzung umfangreicher Rohdaten
  • Etablierung eines wissenschaftlichen Bewertungssystems
  • Selbstlernfähigkeit nach Übertreffen menschlicher Fähigkeiten
  • Berücksichtigung der gesamten Verkehrssicherheit, nicht nur der eigenen

Der Fortschritt der autonomen Fahrtechnologie ist ein langwieriger Prozess, jede Phase benötigt 1-3 Jahre. Derzeit haben führende Unternehmen der Branche bereits ein Niveau von über 1000 Stunden autonomem Fahren erreicht und streben 10000 Stunden an.

Ansichten zu Daten:

  • Wenn das System menschliche Fähigkeiten übertrifft, können menschliche Fahrdaten zu "Störfaktoren" werden
  • Hochwertige Daten müssen gefiltert werden, anstatt einfach nur die Datenmenge zu erhöhen
  • Die Einrichtung von Selbstlern- und Evolutionsmechanismen ist wichtiger als die bloße Eingabe von Daten

Insgesamt entwickelt sich die autonome Fahrtechnologie von "ressourcengetrieben" zu "fähigkeitsgetrieben", wobei Bewertungssysteme und Selbstevolutionsfähigkeit zu Schlüsselfaktoren werden.