Новости

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Текст丨Аньци Ли

Редактор: Ли Цинь

«Либо принимайте сквозные решения, либо покиньте индустрию умного вождения через несколько лет».

После нескольких лет работы в индустрии умного вождения инженер по умному вождению Цинь Фэн (псевдоним) уже адаптировался к быстрым темпам инволюции в индустрии умного вождения. Но когда появляется новая технология «сквозная большая модель», он чувствует, что первым человеком, который пострадает, может оказаться не человек-водитель, а он сам как инженер.

Такая тревога свойственна не только Цинь Фэну. Многие инженеры по умному вождению рассказали 36Kr, что для изучения новых технологий они читают последние отраслевые статьи во время сверхурочной работы, ходят в Билибили на лекции, а некоторые даже начали учиться по учебникам для аспирантов.

«Сквозная большая модель» — новейшая технологическая бомба в индустрии интеллектуального вождения в этом году.

В январе этого года Tesla официально представила тестовую версию FSD (пакета программного обеспечения для автономного вождения) v12 для обычных пользователей. В этой версии используется сквозное сетевое решение, и многие пользователи говорят, что она намного более удобна для пользователя, чем предыдущая версия v11.

Маск однажды представил сквозную возможность, назвав ее «конечный ввод изображения, конечный вывод управления». Хотя многие инсайдеры отрасли заявили 36Kr, что они не верят, что комплексное решение Tesla является настолько радикальным и волшебным на практическом уровне, комплексное решение по-прежнему привлекает отечественных аналогов, как мед. Отечественные игроки постепенно начинают верить, что благодаря большим моделям, большой вычислительной мощности и огромным объемам данных системы искусственного интеллекта могут управлять автомобилем, как люди.

Почувствовав новую технологическую тенденцию, отечественные автомобильные компании и ведущие компании, занимающиеся интеллектуальным вождением, уже приняли меры. Ведущие игроки, такие как Huawei, NIO и BYD, вложили команды и ресурсы в продвижение комплексных решений; две автомобильные компании, Ideal и NIO, также создали специализированные отделы комплексных крупномасштабных моделей для ускорения внедрения технологий. .

Конкуренция за высококлассные таланты также растет, явно и скрыто. Когда на рынок был выпущен первый автомобиль, чтобы не отставать от прогресса в области умного вождения, Xiaomi наняла в компанию бывшего технического директора Tucson China Ван Найяна. Некоторые представители индустрии умного вождения рассказали 36Kr, что Huawei Smart Driving даже использует соответствующие патенты для закрепления талантов и целевого майнинга.

Новый план действительно стимулирует внутренний рынок. Но другая сторона этой медали заключается в том, что сквозная реализация в значительной степени зависит от реализации, управляемой данными, а не от ручной работы большого количества инженеров. Команда Tesla численностью около 300 человек используется в качестве модели и распределяется среди ведущих игроков.

Однако реальность в отрасли такова, что нынешние команды ведущих игроков умного вождения насчитывают почти тысячу талантов. BYD, авторитетная автомобильная компания, которая догоняет умное вождение, имеет команду разработчиков программного обеспечения из 3000 человек, и команда умного вождения Huawei не сильно отстает. Когда рынок хорош, инженеры обычно могут получать зарплату с годовой зарплатой в миллионы.

Однако многие инженеры по умному вождению считают, что если эффект комплексного решения будет дополнительно проверен, увольнения в командах умных водителей автомобильных компаний станут событием с высокой вероятностью.

«Нет необходимости в 200-300 людях», — твердо сказал 36 Krypton бывший костяк умного вождения новой компании по производству электромобилей. Даже недавние выпускники с глубоким опытом обучения могут иметь преимущество перед некоторыми умными инженерами-водителями, участвующими в комплексных проектах.

Некоторые умные хедхантеры также явно чувствуют, что индустрия переполнена талантами: команды умных водителей автомобильных компаний больше не выпускают новых должностей, а персонал начинает оптимизироваться. «Многие HC, торчащие вокруг, являются позициями зомби». От хедхантера он сменил направление и занялся подбором талантов для компаний, занимающихся робототехникой.

Инженер заблокирован за дверью

Инженер по интеллектуальному вождению Тянь Вэй (псевдоним) рассказал 36Kr, что в этой новой технологической революции инженеры модуля планирования и управления окажут большее влияние, чем модуль восприятия и модуль прогнозирования.

Это происходит главным образом потому, что комплексное решение существенно отличается от традиционного решения для интеллектуального вождения. Традиционные решения разделены на несколько модулей, таких как восприятие, позиционирование, карта, прогнозирование и управление планированием. Реализация функций модуля в основном управляется инженерными кодами. Персонал двух основных отделов восприятия, планирования и контроля часто составляет большую часть команды интеллектуальных водителей.

Но особенностью комплексного решения является то, что оно переходит от управления кодом инженерами к управлению данными. Самый идеальный способ — это ввод изображений в систему, причем система может напрямую выводить управление транспортным средством, а промежуточные звенья дополняются нейронной сетью искусственного интеллекта.

Судя по прогрессу отечественных ведущих игроков, после внедрения комплексного решения многочисленные модули традиционного решения трансформируются посредством нейронных сетей искусственного интеллекта и интегрируются в две большие сети: большую модель восприятия и большую модель прогнозирования. и модель принятия решений. «Многие текущие решения основаны на больших моделях восприятия и связаны с большой моделью прогнозного планирования».

Дальнейшее решение будет интегрировать восприятие, прогнозирование, принятие решений и планирование, что в отрасли называется «Единая модель».

Новый технический маршрут также предлагает новый профиль талантов для умных водителей автомобильных компаний.

Умный водитель рассказал 36Kr, что для сквозной команды требуется меньше людей, но требования к порогу таланта стали выше. Сама по себе большая модель требует от команды сильного опыта глубокого обучения. «На этапе построения проекта также требуются сильные инфраструктурные таланты, глубокое понимание каждого модуля восприятия, планирования и контроля, а также понимание различных аспектов. поддержка чиповых вычислительных платформ, различных структур искусственного интеллекта и т. д.».

Однако количество людей, ответственных за построение и обучение моделей, составляет лишь небольшую часть. «Возможно, 90% команды предоставляют сквозные данные, а также поддержку цепочки инструментов замкнутого цикла данных и т. д.»

«Большая модель сама по себе является очень способной командой», — сказал мудрый человек. Вот почему в компаниях, занимающихся технологиями искусственного интеллекта, таких как OpenAI, на заре своего существования работало всего 200–300 человек, но они смогли запустить большую языковую модель ChatGPT и изменить глобальный процесс искусственного интеллекта.

Для инженеров влияние сквозных технологий также различно.

Эксперт по интеллектуальному вождению рассказал 36Kr, что среди двух модулей восприятия и контроля модель большого восприятия изначально опиралась на технологию глубокого обучения. Хотя маршрут визуального контроля сместился от прежней сверточной нейронной сети CNN к BEV на основе трансформатора, влияние на инженеров не было большим.

Но инженерам по нормативному регулированию, если они хотят присоединиться к непрерывному процессу, им почти придется снова сменить направление. Эксперт по интеллектуальному вождению рассказал 36Kr, что традиционные инженеры по регулированию и контролю в основном сосредотачиваются на нескольких направлениях: прогнозировании траектории, оптимизации траектории, постобработке правил и управлении транспортным средством. «Все эти предметы очень разделены и по сути не имеют значения. За исключением модуля прогнозирования пути, инженеры других направлений практически не имеют опыта глубокого обучения».

Инженер по интеллектуальному вождению Тянь Вэй рассказал 36Kr, что, если регулирующие органы захотят перейти на сквозной подход, одним из направлений будет само обучение моделей, но для этого потребуется сильный опыт глубокого обучения. «Возможно, что недавние выпускники, изучающие глубокое обучение, понимают модели лучше, чем вы».

Во-вторых, это интеллектуальный анализ и обработка данных для обеспечения сквозного питания данных. «Но если инфраструктура цепочки инструментов будет завершена и структура модели стабилизирована, люди могут больше не понадобиться». Наконец, существует постобработка модели. Результаты сквозной большой модели не заслуживают доверия. и для написания по-прежнему требуется небольшое количество инженеров. Правила ясны.

Инженеры тоже обеспокоены этим вопросом. «С одной стороны, сама по себе сквозная большая модель не требует такого количества людей. С другой стороны, все хотят заниматься сквозным производством, но бизнесу массового производства компании нужны люди, чтобы им управлять».

Сотрудник Zhijia также был расстроен тем, что он упустил возможность присоединиться к команде сквозного проекта из-за текущего проекта компании по массовому производству. Но он также очень запутан: даже если он и вступает в сквозное решение, то это для поддержки нового решения, но это не сама основная позиция большой модели;

И если вы останетесь на своей нынешней позиции в проекте массового производства, вы сможете накопить полный опыт умного вождения в проектах массового производства, и в ближайшие несколько лет его также можно будет передать традиционным автомобильным компаниям.

Но придет еще одна опасность. Как только комплексное решение будет популяризировано во всей отрасли, стек технологий, накопленный им за многие годы, также окажется под угрозой уничтожения через несколько лет. «Возможно, мне придется покинуть индустрию умного вождения».

Технологический отдел, ресурсная игра

Чтобы перейти в команду сквозного проекта, инженер Тянь Вэй начал сразу с аспирантуры по глубокому обучению.

Он нашел классический курс по глубокому обучению и видеокарте и использовал практические курсы из учебника для реализации некоторых простых алгоритмов распознавания изображений. «По крайней мере, вы должны сначала полностью разобраться в вопросах знаний, прежде чем сможете понять, как работает сама модель».

После двух месяцев чтения и практики Тянь Вэй наконец почувствовал, что может понять сквозной код большой модели с открытым исходным кодом. Он подал заявку в компанию на перевод в команду сквозного проекта.

На самом деле, не только Тянь Вэй обеспокоен, но и компания по умному вождению, в которой работает Тянь Вэй, обеспокоена еще больше, чем он. Он рассказал 36Kr, что его компания сотрудничает с автомобильной компанией для разработки массового решения для умного вождения, но внутри автомобильной компании также есть команда, которая занимается сквозным продвижением: «Вся компания очень обеспокоена и имеет. уже начал комплексный план».

Тянь Вэй сказал, что, согласно пониманию компании, сквозную демонстрацию можно обучить, используя всего лишь 2000 часов видеоданных, и этот уровень данных можно пройти за один или два месяца с использованием 50 автомобилей.

Но Тянь Вэй прекрасно знает, что с имеющимися у компании ресурсами она может поддержать только обучение сквозной демонстрации, чтобы доказать осуществимость решения. Между демо и массовым производством по-прежнему существует большой разрыв.

Эта новая игра с технологическим отделом сначала будет отражена в разделе ресурсов.

Генеральный директор Tesla Маск однажды подчеркнул важность данных для непрерывности: «Обучения с 1 миллионом видео-кейсов едва достаточно; с 2 миллионами — немного лучше; с 3 миллионами вы почувствуете «Вау», когда оно достигнет уровня». 10 миллионов, это становится невероятным».

С другой стороны, Маск также в больших масштабах закупил обучение видеокартам NVIDIA, заявив, что к концу года его вычислительная мощность для обучения искусственному интеллекту будет эквивалентна вычислительной мощности 90 000 NVIDIA H100. Запас и потребность в вычислительных мощностях ошеломляют.

Этот порог достаточно высок. Для компаний, занимающихся умным вождением, которые все еще пытаются заработать деньги, с одной стороны, они не сотрудничают с автомобильными компаниями, поэтому компаниям, занимающимся умным вождением, сложно самостоятельно собирать данные обучения, с другой стороны, чипы для облачного обучения сложны; найти в Китае Многие автомобильные компании приобретают их по высоким ценам. «Проекты массового производства и финансирование все еще неясны, и трудно инвестировать в сквозные долгосрочные инвестиции».

Другой умный инженер-водитель тоже чувствовал себя беспомощным. Проработав сквозной проект менее полугода, он получил уведомление от компании о приостановке сквозного проекта. Причина в том, что компании необходимо сконцентрировать свою энергию и ресурсы на разработке нынешнего решения для интеллектуального вождения без карты города, которое «поглощает слишком много ресурсов».

Инженеру было жаль, что комплексная демо-версия, созданная его командой, была готова к работе. Первоначально команда стремилась протестировать FSD Tesla и даже приложила большие усилия для создания цепочек инструментов и другой инфраструктуры. Но с приостановкой комплексной стратегии компании фокус исследований и разработок команды сместился в область робототехники.

Комплексная новая технология еще не была по-настоящему внедрена в Китае, но ее влияние на изменение структуры талантов и экологической структуры индустрии умного вождения начало проявляться.

Несмотря на это, ведущие игроки по-прежнему будут изо всех сил стараться попасть на борт этого разрушительного поезда, и наступит эра гигантов, которые будут контролировать ресурсы данных, ресурсы чипов и человеческие ресурсы.

(Цинь Фэн и Тянь Вэй в статье — псевдонимы.)