自動駕駛技術的發展可以分為五個階段:
-
1小時無人駕駛:實現基礎功能,能夠自動駕駛1小時左右。關鍵是車輛改裝和基礎能力。
-
10小時無人駕駛:主要依靠各種機器學習模型的進步。
-
100小時無人駕駛:需要大規模數據收集和複雜模型訓練。關鍵是建立完整的數據收集和模擬訓練體系。
-
1000小時無人駕駛:核心是建立科學的評價指標體系,能夠準確判斷系統性能的提升。
-
10000小時無人駕駛:需要考慮整體交通安全,不僅是自身安全,還要降低對其他車輛的風險。系統已超越人類水平,需要建立自我學習和演進機制。
在這個過程中,關鍵點包括:
- 從基礎功能到複雜模型的演進
- 大規模原始數據的收集和利用
- 建立科學的評價指標體系
- 超越人類水平後的自我學習能力
- 考慮整體交通安全,而非僅僅自身安全
自動駕駛技術的進步是一個漫長的過程,每個階段都需要1-3年的時間。目前行業領先者已經達到1000小時以上的無人駕駛水平,正在向10000小時邁進。
關於數據的觀點:
- 當系統超越人類水平後,人類駕駛數據可能成為"干擾項"
- 需要篩選高質量數據,而非簡單追求數據量
- 建立自我學習和演進機制比單純灌輸數據更重要
總的來說,自動駕駛技術正在從"資源驅動"向"能力驅動"轉變,評價體系和自我演進能力成為關鍵。