为什么说特斯拉在自动驾驶上比Waymo更占优势
https://www.toutiao.com/a6690749591517659655/
2019-05-14 13:25:33
商业分析师、记者和普通公众的大多数观点，似乎是Waymo在自动驾驶方面遥遥领先，而特斯拉相差很远。但当你研究神经网络的基本原理时，这种观点是没有意义的。
原文载于Medium，作者：Trent Eady
训练数据，是决定深度神经网络性能的基本因素之一。 (另外两个是网络结构和优化算法。)
作为通用原则，更多的训练数据能带来更好的性能。这就是为什么，我相信特斯拉拥有世界上最有前途的无人驾驶汽车项目，而不是Waymo。
△可视化的特斯拉车队(图片由特斯拉提供)
特斯拉的车队中有大约50万辆，配备了特斯拉所说的全自动驾驶硬件。每天，特斯拉的车队行驶里程约为1500万英里，相当于Waymo车队有史以来的总体行驶里程。
每天1500万英里，一年就是54亿英里，比Waymo预计的一年总里程多200倍。而且，特斯拉的车队也在以每周大约5000辆的速度增长。
在以下三个关键领域，数据会产生影响：
- 计算机视觉
- 预测
- 路径规划/驾驶策略
计算机视觉
计算机视觉中，一个重要的任务是目标检测（object detection）。有些东西，比如马，很少出现在路上。每当特斯拉遇到神经网络认为可能是一匹马(或者可能只是一个无法识别的阻碍道路的物体)的东西时 ，摄像头就会拍下照片，然后通过无线网络上传。
车辆每年行驶数十亿英里是有帮助的，因为你可以找到许多稀有物体的例子。显而易见的是，随着时间的推移，特斯拉在识别稀有物体方面，将比Waymo更出色。
对于普通物体来说，Waymo和特斯拉的瓶颈，很可能是花钱让人们手动给图片贴标签。捕捉更多的图像，要比付钱给人们贴标签容易。
但是对于稀有物体来说，Waymo的瓶颈可能在于首先要收集图像，而对于特斯拉来说，瓶颈可能仅仅是贴标签和开发软件，以便在合适的时间触发拍照功能。相比之下，特斯拉占据更有优势的地位。
在下面的这段视频中，特斯拉的人工智能总监安德烈·卡帕斯（Andrej Karpathy）解释了特斯拉是如何获取图像训练目标检测算法的：
视频地址：https://youtu.be/33K3id2xNAE
预测
预测，是提前几秒预测汽车、行人和骑自行车的人的动作和行为的能力。
Waymo顶尖工程师之一安东尼·莱万多夫斯基(Anthony Levandowski)最近写道，
“之所以没有人实现完全自动驾驶，是因为现在的软件还不足以预测未来。”
莱万多夫斯基声称，自动驾驶汽车的主要故障类别，是错误地预测了附近汽车和行人的行为。
特斯拉拥有大约50万辆汽车的车队，在这里是一个极好的资源。任何时候，特斯拉对汽车或行人做出错误的预测，特斯拉都可以保存数据快照，以备以后上传并添加到特斯拉的训练数据集中。
特斯拉或许能够上传由其计算机视觉神经网络生成的场景抽象表征(其中物体被视觉化为彩色编码的长方体形状，而像素级信息被丢弃) ，而不是上传视频。 这将从根本上降低上传这些数据的带宽和存储要求。
虽然用于训练目标检测的图像需要人工标记，而预测神经网络，可以仅仅通过事件的时间序列就可以学习过去和未来之间的相关性。什么行为先于什么行为，是任何记录(视频或抽象表征)所固有的。安德烈·卡帕斯在下面的视频片段中解释了这个过程：
视频地址：https://youtu.be/A44hbogdKwI
由于不需要人类给数据贴标签，特斯拉可以尽可能多地收集有用的数据来训练它的神经网络。
这意味着，它的训练数据集的大小将与它的总里程数相关联。
和目标检测一样，特斯拉相对于Waymo的优势，不仅仅在于预测常见行为的数据更多，还在于能够收集罕见情况下的罕见行为的数据，以便预测这些行为。
路径规划/驾驶策略
路径规划和驾驶策略，指的是汽车采取的行动：在限速时保持在车道的中心，变更车道，超车，在绿灯时左转，看到乱穿马路的人停车，等等。
制定一套包含汽车在任何情况下可能需要采取的每一个行动的规则，似乎极其困难。解决这个难题的方法之一就是让神经网络模仿人类的行为。这被称为模仿学习（imitation learning），有时也称为学徒学习（apprenticeship learning），或从示范中学习。
训练过程，类似于神经网络通过绘制过去和未来之间的相关性，来学习预测其他道路使用者的行为。
在模仿学习中，神经网络通过它所看到的(通过计算机视觉神经网络)和人类驾驶员所采取的行动之间的相关性，来学习预测人类驾驶员会做什么。
△特斯拉自动驾驶演示的静止画面
模仿学习，最近获得了迄今为止最大的成功：AlphaStar。DeepMind使用了数百万人玩的星际争霸游戏数据库中的样本，来训练神经网络，使其能够像人类一样玩游戏。
这个网络学习了游戏状态和人类玩家行为之间的相互关系，从而学会了预测人类在面对特定游戏状态时会做什么。
仅通过这种训练，AlphaStar就达到了DeepMind预估的能力水平，在星际争霸的竞争排名中处于中等水平。随后，AlphaStar通过强化学习得到了增强，提升到了职业玩家水平。（自动驾驶汽车可能有也可能没有类似的增强——这就是另一个话题了。）
特斯拉正在将模仿学习应用到驾驶任务中，比如如何处理高速公路立交桥上的陡峭弯道，或者如何在十字路口左转。听起来，特斯拉计划将模仿学习扩展到更多的任务上，比如如何以及何时在高速公路上变更车道。在下面的这个视频片段中，卡帕斯描述了特斯拉如何使用模仿学习：
视频链接：https://youtu.be/v5l-jPsAK7k
与预测一样，上传汽车周围场景的抽象表征就足够了，而不用上传视频。 这将意味着更低的带宽和存储要求。
与预测一样，一旦数据上传，就不需要人工标记。由于神经网络是预测人类司机在给定世界状态下会做什么，它所需要的只是世界状态和司机的行为。模仿学习，本质上是预测特斯拉司机的行为，而不是预测特斯拉司机周围其他道路使用者的行为。与 AlphaStar 一样，所有需要的信息都包含在所发生事情的回放中。
根据卡帕斯关于预测超车的评论，特斯拉可以在无法正确预测前方车辆是否会驶入特斯拉车道时，来触发汽车保存这一场景。
类似的，当涉及路径规划或驾驶策略的神经网络，不能正确预测特斯拉实际的行为时，特斯拉可以捕获可以回放的数据。
埃隆·马斯克（Elon Musk）过去曾提到过这种能力(或类似的能力)，尽管目前还不清楚它是否在特斯拉汽车上运行。
相反，当特斯拉处于自动驾驶状态，或即将到来半自动驾驶模式时，这可能会带来丰富的数据，其中系统做错了一些事情，然后人类司机迅速演示如何正确地执行此操作。
其他可能会捕捉回放的情况是：突然刹车或转弯，自动紧急刹车，撞车或碰撞警告等等，以及更复杂的机器学习技术，被称为异常检测（ anomaly detection）。
如果特斯拉已经知道它想要捕捉什么，比如在十字路口左转，它可以设置一个触发器，在视觉神经网络看到交通灯和左转信号灯被激活，或者方向盘向左转时捕捉回放。
结论
由于拥有大约50万辆汽车，特斯拉在三个关键领域优于Waymo (及其它竞争对手)：
- 计算机视觉
- 预测路径规划 / 驾驶策略
关于收集正确的数据，付钱给人们贴标签，或者付钱购买带宽和存储并不能消除这些优势。通过设计好的触发器，使用不需要人工标记的数据，以及使用抽象表征(回放)代替原始视频，这些问题都得到了解决。
商业分析师、记者和普通公众的大多数观点，似乎是Waymo在自动驾驶方面遥遥领先，而特斯拉相差很远。但当你研究神经网络的基本原理时，这种观点是没有意义的。
更重要的是，AlphaStar是复杂任务大规模模仿学习概念的一个证明。如果你怀疑特斯拉的方法是否正确，或者路径规划/驾驶策略是一个易于处理的问题，你必须解释为什么模仿学习适用于星际争霸而不适用于驾驶。
我预测，除非Waymo采取激进的行动，以增加其车队的规模——在未来1-3年，认为Waymo遥遥领先，特斯拉是远远落后的观点，将被广泛摒弃。
人们一直过于关注那些没有告诉我们系统稳定性的演示，非常有限的脱离指标，以及Google/Waymo与顶级机器学习工程师和研究人员的接触。
他们对训练数据的关注太少，特别是在Waymo没有足够的数据来做好识别稀有物体和行为方面。
△特斯拉的驾驶模拟（图片由特斯拉提供）
模拟不是Waymo的优势，因为特斯拉(像所有自动驾驶公司一样)也使用模拟。更重要的是，模拟不能生成罕见的对象和行为，而这些对象和行为，是模拟的创造者无法预料或不知道如何精确建模的。
纯粹的强化学习，并不适用于AlphaStar，因为星际争霸的行动空间太大，不适合随机探索，无法找到好的策略。
所以DeepMind必须通过模仿学习来引导学习。这显示了一个假设的弱点，就像 AlphaGo Zero 一样，纯粹的模拟体验可以解决任何问题。
特别是遇到像开车这样的问题时，预测人类的行为是一个关键组成部分。预测人类行为需要关于现实世界的经验信息。
自动驾驶汽车领域的观察者，可能低估了特斯拉吸引顶尖机器学习人才的能力。一项针对技术人员的调查发现，特斯拉是旧金山湾区第二受欢迎的公司，仅次于Google。
调查还发现，特斯拉在全球最受欢迎公司中排名第四，仅次于排名第二的Google。 (Shopify 在全球排名第三，SpaceX 排名第一。)
值得注意的是，机器学习的基本进步通常是由学术界、 OpenAI 以及 Google、 Facebook 和 DeepMind的企业实验室公开分享的。
特斯拉能做什么和Waymo能做什么之间的差别可能没那么大。
两家公司最大的区别在于数据。随着特斯拉的车队增长到100万辆汽车，它每月的行驶里程将达到10亿英里，是Waymo每月100万英里行驶里程的1000倍。
这1000倍的差异，对特斯拉来说意味着对稀有物体的检测更精确，对罕见行为的预测更准确，以及在面对罕见情况时，能够更好地制定路径规划/驾驶策略。
自动驾驶的挑战更多的是处理0.001%包含罕见边缘情况的里程，而不是99.99%不引人注目的里程。
因此，能从这0.001% 的里程数中收集大量训练数据的公司，比那些不能的公司做得更好，是合情合理的。