Diálogo: Lou Tiancheng fala sobre a relação entre o desenvolvimento do Robotaxi e a visão de mundo da IA

"Uma vez que a tecnologia de condução autônoma ultrapasse o nível humano, o excesso de dados pode se tornar um fator de interferência, em vez de uma vantagem necessária."

O desenvolvimento da tecnologia de condução autônoma pode ser dividido em cinco estágios:

  1. 1 hora de condução autônoma: Realiza funções básicas, capaz de conduzir autonomamente por cerca de 1 hora. O foco está na modificação do veículo e capacidades básicas.

  2. 10 horas de condução autônoma: Depende principalmente do progresso de vários modelos de aprendizado de máquina.

  3. 100 horas de condução autônoma: Requer coleta de dados em larga escala e treinamento de modelos complexos. O ponto-chave é estabelecer um sistema completo de coleta de dados e treinamento simulado.

  4. 1000 horas de condução autônoma: O núcleo é estabelecer um sistema científico de métricas de avaliação, capaz de julgar com precisão a melhoria do desempenho do sistema.

  5. 10000 horas de condução autônoma: Precisa considerar a segurança geral do tráfego, não apenas a própria segurança, mas também reduzir os riscos para outros veículos. O sistema já superou o nível humano, necessitando estabelecer mecanismos de autoaprendizagem e evolução.

Neste processo, os pontos-chave incluem:

  • Evolução de funções básicas para modelos complexos
  • Coleta e utilização de dados brutos em larga escala
  • Estabelecimento de um sistema científico de métricas de avaliação
  • Capacidade de autoaprendizagem após superar o nível humano
  • Consideração da segurança geral do tráfego, não apenas a própria segurança

O progresso da tecnologia de condução autônoma é um processo longo, com cada estágio levando de 1 a 3 anos. Atualmente, os líderes da indústria já alcançaram mais de 1000 horas de condução autônoma e estão avançando para 10000 horas.

Perspectivas sobre dados:

  • Quando o sistema supera o nível humano, os dados de condução humana podem se tornar "interferência"
  • É necessário filtrar dados de alta qualidade, em vez de simplesmente buscar quantidade de dados
  • Estabelecer mecanismos de autoaprendizagem e evolução é mais importante do que simplesmente inserir dados

Em geral, a tecnologia de condução autônoma está mudando de "orientada por recursos" para "orientada por capacidades", com sistemas de avaliação e capacidade de autoevolução se tornando cruciais.