uutiset

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Teksti丨Anqi Li

Toimittaja 丨 Li Qin

"Joko omaksua päästä päähän tai poistua älykkäästä ajoteollisuudesta muutaman vuoden kuluttua."

Älykäs ajo-insinööri Qin Feng (salanimi) on jo sopeutunut älykkään ajon alan kovaan involuutiotahtiin tultuaan useiden vuosien ajan älykkään ajon alalle. Mutta kun uusi teknologia "päästä päähän suuri malli" tulee, hän kokee, että ensimmäinen henkilö, johon vaikuttaa, ei ehkä ole ihmiskuljettaja, vaan hän itse insinöörinä.

Tällainen ahdistus ei ole ainutlaatuinen Qin Fengille. Monet älykkäät ajo-insinöörit kertoivat 36Kr:lle, että oppiakseen uusia teknologioita he lukivat uusimmat alan paperit ylityönsä aikana, menivät Bilibiliin luennoille ja jotkut jopa alkoivat oppia tutkijakoulun oppikirjoista.

"End-to-end large model" on tämän vuoden viimeisin teknologiapommi älykkään ajoteollisuuden alalla.

Tämän vuoden tammikuussa Tesla julkaisi virallisesti FSD (autonomous ajo-ohjelmistopaketti) v12 testiversion tavallisille käyttäjille. Tämä versio käyttää päästä päähän -verkkoratkaisua, ja monet käyttäjät sanovat, että kokemus on paljon käyttäjäystävällisempi kuin edellinen v11-versio.

Musk esitteli kerran päästä päähän -ominaisuuden, kutsuen sitä "kuvan lopputuloksi, ohjauspään ulostuloksi". Vaikka monet alan sisäpiiriläiset sanoivat 36 Kr:llä, etteivät he usko Teslan päästä päähän -ratkaisun olevan niin radikaali ja maaginen käytännön tasolla, päästä päähän -ratkaisu ajaa silti kotimaisia ​​vertaisia ​​kuin hunajaa. Kotimaiset pelaajat uskovat vähitellen, että suurten mallien, suuren laskentatehon ja massiivisen datan ohjaamana tekoälyjärjestelmät voivat ajaa kuten ihmiset.

Uuden teknologisen trendin aistiessa kotimaiset autoyhtiöt ja johtavat älykkään ajoyritykset ovat jo ryhtyneet toimiin. Johtavat toimijat, kuten Huawei, NIO ja BYD, ovat investoineet tiimejä ja resursseja päästäkseen päähän -ratkaisujen edistämiseen, kaksi autoyhtiötä, Ideal ja NIO, ovat myös perustaneet omat päästä päähän laajamittaiset malliosastot nopeuttaakseen teknologian käyttöönottoa. .

Kilpailu huippuluokan kyvyistä käy myös avoimesti ja peiteltynä. Kun ensimmäinen auto lanseerattiin markkinoille, Xiaomi palkkasi entisen Tucson Chinan teknologiajohtajan Wang Naiyanin liittyäkseen älykkään ajamisen edistymiseen. Jotkut älykkään ajon alan ihmiset kertoivat 36Kr:lle, että Huawei Smart Driving jopa käyttää asiaankuuluvia patentteja kykyjen ankkuroimiseen ja kohdennettuun kaivostoimintaan.

Uusi suunnitelma todellakin sytyttää kotimarkkinat. Mutta tämän kolikon toinen puoli on se, että päästä päähän -toteutus perustuu suurelta osin tietopohjaiseen toteutukseen, ei useiden insinöörien manuaaliseen pinoamiseen. Teslan noin 300 hengen tiimikoko on mallina ja leviää johtavien pelaajien keskuuteen.

Alan todellisuus on kuitenkin se, että nykyisissä johtavien pelaajien älykkäissä ajotiimeissä on lähes tuhat kykyä. BYD, vakiintunut autoyritys, joka on kuromassa kiinni älykkääseen ajamiseen, omaa 3 000 ihmisen ohjelmistotiimin, ja Huawein älykäs ajotiimi ei ole kaukana jäljessä. Kun markkinat ovat hyvät, insinöörit voivat yleensä saada palkkapaketteja, joiden vuosipalkka on miljoonia.

Monet älykkään ajo-insinöörit uskovat kuitenkin, että jos kokonaisratkaisun vaikutus varmistetaan edelleen, irtisanomiset autoyhtiöiden älykkään ajotiimin joukossa ovat suuren todennäköisyyden tapahtuma.

"Ei tarvita 200-300 ihmistä." Uuden sähköautoyhtiön entinen älykkään ajamisen selkäranka sanoi tiukasti 36 Kryptonille. Jopa tuoreilla valmistuneilla, joilla on syvällinen oppimistausta, voi olla etulyöntiasema verrattuna joihinkin älykkäisiin ajoinsinööreihin, jotka ovat aloittamassa päästä päähän -projekteja.

Jotkut älykkäät ajopään metsästäjät kokevat myös selvästi, että ala on täynnä kykyjä: autoyhtiöiden älykkäät ajotiimit eivät enää vapauta uusia tehtäviä, ja henkilöstöä on alkanut virtaviivaistaa "Uusien uutisten mukaan monet HC:t ovat zombie". päänmetsästäjästä hän on vaihtanut raitaa ja ryhtynyt rekrytoimaan kykyjä robotiikkayrityksiin.

Insinööri tukossa oven ulkopuolella

Älykäs ajoinsinööri Tian Wei (salanimi) kertoi 36Kr:lle, että tässä uudessa teknologisessa vallankumouksessa suunnittelu- ja ohjausmoduulin insinöörit vaikuttavat enemmän kuin havaintomoduuli ja ennustusmoduuli.

Tämä johtuu pääasiassa siitä, että päästä päähän -ratkaisu eroaa merkittävästi perinteisestä älykkään ajoratkaisusta. Perinteiset ratkaisut on jaettu useisiin moduuleihin, kuten havainnointi-, paikannus-, kartta-, ennustus- ja suunnitteluohjaus Moduulitoimintojen toteutusta ohjaavat pohjimmiltaan insinöörikoodit. Kahden suuren havainto-, suunnittelu- ja ohjausosaston henkilöstö muodostaa usein suurimman osan älykkään ajotiimistä.

Mutta päästä päähän -ratkaisun ominaisuus on, että se muuttuu insinöörien koodiohjauksesta tietopohjaiseksi. Ihanteellisin tapa on syöttää kuvia järjestelmään, ja järjestelmä voi lähettää suoraan ajoneuvon ohjauksen, ja välilinkit täydentää AI-hermoverkko.

Kotimaisten johtavien toimijoiden edistymisestä päätellen päästä päähän -ratkaisun käyttöönoton jälkeen perinteisen ratkaisun useita moduuleja muunnetaan tekoälyn neuroverkkojen kautta ja ne integroidaan kahteen suureen verkkoon: suureksi havaintomalliksi ja suureksi ennusteeksi. ja päätöksentekomalli. "Monet nykyiset ratkaisut perustuvat suuriin havaintomalleihin ja liittyvät suureen ennakoivaan suunnittelumalliin."

Toinen ratkaisu yhdistää havainnoinnin, ennustamisen, päätöksenteon ja suunnittelun, joita teollisuus kutsuu "Yksi malliksi".

Uudella teknisellä reitillä on myös uusi lahjakkuusprofiili autoyhtiöiden älykkään ajotiimeille.

Älykäs ajoihminen kertoi 36Kr:lle, että päästä päähän -tiimi vaatii vähemmän ihmisiä, mutta kykykynnysvaatimukset ovat kohonneet. Suuri malli itsessään edellyttää tiimiltä vahvaa syvää oppimistaustaa ”Projektirakennusvaiheessa se vaatii myös vahvoja infra- (infrastruktuuri)kykyjä, syvällistä ymmärrystä jokaisesta havainto-, suunnittelu- ja ohjausmoduulista sekä ymmärrystä erilaisista. sirulaskenta-alustoille, erilaisille tekoälykehykselle jne.

Mallin rakentamisesta ja koulutuksesta vastaavien henkilöiden määrä on kuitenkin vain pieni osa. "Ehkä 90 % tiimistä tarjoaa päästä päähän dataa sekä datan suljetun silmukan työkaluketjutukea jne."

"Iso malli itsessään on erittäin osaava tiimi." Tästä syystä tekoälyteknologiayrityksissä, kuten OpenAI:ssa, oli alkuaikoinaan vain 200-300 ihmistä, mutta ne pystyivät käynnistämään suuren kielimallin ChatGPT:n ja muuttamaan globaalia tekoälyprosessia.

Insinööreille myös päästä päähän -teknologian vaikutus vaihtelee.

Älykäs ajoasiantuntija kertoi 36Kr:lle, että kahdesta havainto- ja ohjausmoduulista suuri havaintomalli perustui alun perin syväoppimistekniikkaan. Vaikka visuaalisen tarkastuksen reitti on siirtynyt aiemmasta CNN-konvoluutiohermoverkosta Transformer-pohjaiseen BEV-verkkoon, vaikutus insinööreihin ei ole ollut suuri.

Mutta jos sääntelyinsinöörit haluavat liittyä päästä päähän, heidän on melkein vaihdettava raitaa uudelleen. Älykäs ajoasiantuntija kertoi 36Kr:lle, että perinteiset säätö- ja ohjausinsinöörit keskittyvät pääasiassa useisiin suuntiin: polun ennustamiseen, polun optimointiin, sääntöjen jälkikäsittelyyn ja ajoneuvon ohjaukseen. "Ne ovat kaikki hyvin jaoteltuja aiheita ja pohjimmiltaan epäolennaisia. Polun ennustusmoduulia lukuun ottamatta muiden suuntien insinööreillä ei periaatteessa ole syvällistä oppimistaustaa."

Älykäs ajoinsinööri Tian Wei kertoi 36Kr:lle, että jos sääntelijät haluavat siirtyä päästä päähän, yksi suunta on itse mallikoulutus, mutta se vaatii vahvan syvän oppimisen taustan. "On mahdollista, että syväoppimista opiskelevat vastavalmistuneet ymmärtävät malleja paremmin kuin sinä."

Toiseksi tiedon louhintaa ja käsittelyä tarjotaan päästä-päähän tiedon ravitsemus. "Mutta jos työkaluketjun infrastruktuuri on valmis ja mallirakenne on vakiintunut, ihmisiä ei ehkä enää tarvita." Lopuksi on olemassa mallin jälkikäsittely ja vaatii silti pienen määrän insinöörejä kirjoittamiseen. Säännöt ovat selkeät.

Myös insinöörit ovat huolissaan tästä. "Yhtäältä päästä päähän -suurmalli itsessään ei vaadi niin paljon ihmisiä. Toisaalta kaikki haluavat tehdä päästä päähän, mutta yrityksen massatuotantoliiketoiminta tarvitsee ihmisiä pyörittämään sitä."

Zhijian työntekijä oli myös järkyttynyt siitä, että hän menetti tilaisuuden liittyä kokonaisvaltaiseen projektitiimiin yrityksen nykyisen massatuotantoprojektin vuoksi. Mutta hän on myös hyvin sotkeutunut: vaikka hän astuu päästä päähän -ratkaisuun, se on tukea uutta ratkaisua, mutta tämä ei ole itse suuren mallin ydin;

Ja jos pysyt nykyisessä massatuotantoprojektiasemassasi, voit kerryttää täydellisen kokemuksen älykkään ajamisen massatuotantoprojekteista, ja se voidaan myös siirtää lähivuosina perinteisiin autoyhtiöihin.

Mutta toinen vaara tulee, kun päästä päähän -ratkaisu on tullut suosituksi koko toimialalla, hänen useiden vuosien ajan kertynyt teknologiapino uhkaa myös eliminoitua muutaman vuoden kuluttua. "Minun on ehkä lähdettävä älykkäästä ajoteollisuudesta."

Teknologiaosasto, resurssipeli

Päästäkseen päähän projektitiimiin siirtyäkseen insinööri Tian Wei aloitti suoraan syväoppimisen jatkokurssilta.

Hän löysi klassisen syväoppimiskurssin ja näytönohjaimen ja käytti oppikirjan käytännön kursseja yksinkertaisten kuvantunnistusalgoritmien toteuttamiseen. "Ainakin sinun on ensin ymmärrettävä tietopisteet perusteellisesti, ennen kuin voit ymmärtää, miten malli itsessään toimii."

Kahden kuukauden lukemisen ja harjoittelun jälkeen Tian Wei tunsi vihdoin ymmärtävänsä laajan, laajan mallin avoimen lähdekoodin. Hän on hakenut yhtiöltä siirtoa päästä päähän -projektitiimiin.

Itse asiassa ei vain Tian Wei ole ahdistunut, vaan myös älykäs ajoyritys, jossa Tian Wei työskentelee, on häntä ahdistuneempi. Hän kertoi 36Kr:lle, että hänen yrityksensä kehittää älykkään ajamisen massatuotantoratkaisua yhteistyössä autoyhtiön kanssa, mutta autoyhtiössä on myös tiimi, joka edistää päästä päähän. ”Koko yritys on hyvin innokas Koko suunnitelma on jo alkanut."

Tian Wei sanoi, että yrityksen käsityksen mukaan päästä päähän -demo voidaan kouluttaa vain 2 000 tunnin videodatan avulla, ja tämä datataso voidaan suorittaa yhdessä tai kahdessa kuukaudessa 50 ajoneuvolla.

Mutta Tian Wei tietää erittäin hyvin, että yrityksen olemassa olevilla resursseilla se voi tukea vain kokonaisvaltaisen demon koulutusta, joka todistaa ratkaisun toteutettavuuden. Demon ja massatuotannon välillä on edelleen suuri kuilu.

Tämä uusi teknologiadivisioonan peli heijastuu ensin resurssiosastoon.

Teslan toimitusjohtaja Musk korosti kerran tietojen tärkeyttä päästä päähän: "Koulutus 1 miljoonalla videokotelolla on tuskin tarpeeksi; 2 miljoonalla se on hieman parempi; 3 miljoonalla tunnet, että se saavuttaa." 10 miljoonaa, siitä tulee uskomatonta.

Toisaalta Musk osti myös NVIDIA-näytönohjaimen koulutusta suuressa mittakaavassa, sanoen, että vuoden loppuun mennessä sen tekoälykoulutuksen laskentateho vastaa 90 000 NVIDIA H100:n laskentatehoa. Laskentatehon reservi ja kysyntä ovat huikeat.

Tämä kynnys on melko korkea. Älykkäät ajoyritykset, jotka kamppailevat edelleen rahan tekemisessä, eivät toisaalta tee yhteistyötä autoyhtiöiden kanssa, joten toisaalta älykkäiden ajoyritysten on vaikea kerätä harjoitustietoja itse Kiinasta monet autoyritykset hankkivat niitä korkeilla hinnoilla. "Massatuotantoprojektit ja rahoitus ovat vielä epäselviä, ja pitkäjänteiseen investointiin on vaikea sijoittaa."

Toinen älykäs ajoinsinööri tunsi myös olevansa avuton. Kehitettyään alle puolen vuoden päästä päähän -projektia hän sai yhtiöltä ilmoituksen päästä päähän -projektin keskeyttämiseen. Syynä on, että yrityksen on keskitettävä energiansa ja resurssinsa kehittämään nykyistä kaupunkikartatonta älykkään ajoratkaisua, joka "kuluttaa liian paljon resursseja päästä päähän".

Insinöörin mielestä oli sääli, että hänen tiiminsä tekemä päästä päähän -demo oli valmis lähtemään. Tiimi pyrki alun perin vertailemaan Teslan FSD:tä ja jopa ponnisteli paljon työkaluketjujen ja muun infrastruktuurin rakentamiseen. Mutta yrityksen kokonaisvaltaisen strategian keskeyttämisen myötä tiimin tutkimus- ja kehityspainopiste on siirtynyt robotiikan alalle.

Päästä päähän uutta teknologiaa ei ole vielä varsinaisesti otettu käyttöön Kiinassa, mutta sen vaikutus älykkään ajamisen alan osaamisrakenteen ja ekologisen rakenteen uudistumiseen on alkanut näkyä.

Tästä huolimatta johtavat pelaajat yrittävät silti parhaansa päästäkseen tähän häiritsevään junaan, ja dataresursseja, siruresursseja ja henkilöresursseja hallitsevien jättiläisten aika tulee.

(Qin Feng ja Tian Wei ovat nimimerkkejä artikkelissa.)