当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > MANA在城市场景中面临的六大挑战及其全新升级方案

MANA在城市场景中面临的六大挑战及其全新升级方案

来源:51CTO.COM 2023-04-26 22:41:18 0浏览 收藏

最近发现不少小伙伴都对科技周边很感兴趣,所以今天继续给大家介绍科技周边相关的知识,本文《MANA在城市场景中面临的六大挑战及其全新升级方案》主要内容涉及到等等知识点,希望能帮到你!当然如果阅读本文时存在不同想法,可以在评论中表达,但是请勿使用过激的措辞~

“以数据驱动的自动驾驶3.0时代已经到来,只有感知、认知、模式、数据4个技术条件并行成立才能称为真正进入自动驾驶新时代。我们所做的一切,都是为了能够做出数据通道和计算中心,以便可以更高效地获取数据,并把数据转化为知识。毫末正在全力冲刺进入自动驾驶3.0时代!”在9月13日举行的第六届HAOMO AI DAY上,毫末智行CEO顾维灏博士发表了主题为《毫末和自动驾驶的3.0时代》的演讲,在业内首次提出“自动驾驶已经进入数据驱动的3.0时代”的行业判断,同时还介绍了毫末数据智能体系MANA基于对前沿AI技术的探索和布局,在自动驾驶城市场景中的重磅功能升级。

MANA在城市场景中面临的六大挑战及其全新升级方案

(毫末智行CEO顾维灏博士发表《毫末和自动驾驶的3.0时代》主题演讲)

拥抱Attention大模型,持续保持技术领军性,毫末全力冲刺自动驾驶3.0时代

什么是自动驾驶3.0时代?驱动因素是什么?毫末目前处于什么阶段?顾维灏在演讲中针对上述问题进行了分享。

MANA在城市场景中面临的六大挑战及其全新升级方案

(顾维灏现场演讲)

顾维灏表示,Attention大模型作为当前AI发展的新趋势,其所带来的机遇和挑战,成为自动驾驶3.0时代的重要驱动因素之一。Attention最大的特点是结构简洁,可以无限堆叠基本单元得到巨大参数量模型,随着参数量的增加和训练方法的提升,大模型的效果在很多NLP任务上已经超越了人类平均水平。不过Attention的大模型也面临一大挑战,即由于其对算力的需求远远超出了摩尔定律,这导致大模型的训练成本非常高,在终端设备上的落地非常困难。

MANA在城市场景中面临的六大挑战及其全新升级方案

(顾维灏表示,Attention大模型是当前AI发展的新趋势)

Attention大模型带来的机遇和挑战,正驱动自动驾驶行业的技术变革。“毫末正在通过低碳超算来降低自动驾驶成本,通过改进车端模型和芯片的设计来实现大模型的车端落地,通过数据的组织让大模型发挥更大效力。”顾维灏表示,在数据层面,基于Attention大模型,自动驾驶需要大规模且多样性的训练数据,而基于大规模真实人驾数据的乘用车辅助驾驶才有能力积累到足够规模和足够多样的数据。“我们有理由认为,辅助驾驶是通往自动驾驶的必由之路。因为只有辅助驾驶,才有能力收集到足够规模和足够多样的数据。”据悉,毫末经过接近三年的发展,目前已是中国量产自动驾驶公司的第一名,目前用户辅助驾驶里程已接近1700万公里,数据规模正在持续快速增加。

(顾维灏表示,辅助驾驶是通往自动驾驶的必由之路)

低碳超算层面,毫末在此次AI DAY上正式官宣了中国自动驾驶科技公司首个超算中心。顾维灏表示:“如何提升训练效率降低训练成本,实现低碳计算,是自动驾驶走进千家万户的一个关键门槛。”毫末超算中心的目标是满足千亿参数大模型,训练数据规模100万clips,整体训练成本降低200倍。

MANA在城市场景中面临的六大挑战及其全新升级方案

(中国自动驾驶公司首个超算中心——毫末超算中心揭开面纱)

在算法模型层面,顾维灏介绍,毫末早在2021年6月便启动了针对transformer大模型的研究和落地尝试。正是基于过去一年多在训练平台改造升级、数据规格和标注方法的切换准备、针对感知、认知具体任务的模型细节探索等方面的成功实践,为现在毫末在城市导航辅助驾驶场景中的快速发展打下了坚实基础。

MANA在城市场景中面临的六大挑战及其全新升级方案

(毫末的新技术实践之路)

“以数据驱动的自动驾驶3.0时代已经到来。”顾维灏认为自动驾驶近十年的发展可分为硬件驱动、软件驱动、数据驱动三大时代。数据驱动时代,是完全不一样的时代,大模型+海量数据“双剑合璧”,数据开启自训练模式;感知技术上,多模态传感器联合输出结果;认知技术上,以可解释的场景化驾驶常识为主;自动驾驶里程由硬件驱动、软件驱动时代的百万公里、上千万公里,直接飙升到了1亿公里以上。以数据驱动为核心,以上4个技术条件并行成立才能称为真正进入自动驾驶3.0时代。

 “毫末一直在为自动驾驶3.0时代做准备,在感知、认知、模式建设上,都是按照数据驱动的方式建设的。我们所做的一切的,都是为了能够做出数据通道和计算中心,以便可以更高效地获取数据,并把数据转化为知识。”目前特斯拉已领跑全球率先进入自动驾驶3.0时代,而毫末最有可能成为中国公司中第一个进入自动驾驶3.0时代的公司。

 “我们对创新充满热情,对新思想,新方法,新技术敞开怀抱,尤其关注能和数据规模增长形成正循环的技术路线。这也是毫末做技术战略决策的第一性原理:能将数据规模优势快速转化为能力优势的技术路线就是好路线。”顾维灏表示,对于前沿技术的探索和落地,毫末会一直保持最极,最敏锐,最开放的心态,努力为用户提供更好的产品体验,促进行业的发展进步。

MANA六大里程碑式升级,领行业之先开启城市NOH“进城”之路

对领先技术的极致追求,不仅让毫末始终走在行业创新前沿,同时也在当下自动驾驶公司集体鏖战的城市辅助驾驶场景中赢得技术探索与落地的先机。

城市导航辅助驾驶场景是当前自动驾驶功能的核心突破点,也是兵家必争之地。然而从道路与交通状况单一的高速场景进入交通参与者众多、道路与交通状况极其复杂的城市场景,自动驾驶系统面临的技术难度可以说是倍数级增长。巨大的挑战也拖住了众多自动驾驶厂商“进城”的步伐,只能持续鏖战技术突破点。作为中国量产自动驾驶第一名厂商,毫末早在2021年底就立下了打赢“辅助驾驶城市场景之战”的Flag,率先在城市辅助驾驶领域开启了技术探索之旅,如今毫末数据智能体系MANA正迎来多项里程碑式的升级迭代。

顾维灏表示,城市道路主要存在“4类场景难题、6大技术挑战”。其中场景难题主要包括“城市道路养护”“大型车辆密集”“变道空间狭窄”“城市环境多样”。解决上述场景难题,技术层面面临六大挑战:如何能更高效地将数据规模转化为模型效果,如何让数据发挥更大的价值,如何使用重感知技术解决现实空间理解问题,如何使用人类世界的交互接口,如何让仿真更真,如何让自动驾驶系统运动起来更像人。

为了应对上述挑战,MANA感知智能、认知智能等方面均迎来更新升级。

首先,MANA通过使用大规模量产车无标注数据的自监督学习方法打造模型效果,相比只用少量标注样本训练,训练效果提升3倍以上,这让毫末数据优势得以高效转化为模型效果,以更好适应自动驾驶各种感知任务需求。

其次,MANA感知能力提升,让海量数据不再被区别对待。面对巨大数据规模下的“数据效率”难题,MANA构建了增量式学习训练平台,抽取部分存量数据加上新数据组合成一个混合数据集。训练时要求新模型和旧模型的输出保持尽量一致,对新数据的拟合尽量好。相比常规做法,整体算力节省80%,响应速度提升6倍。

第三,MANA感知能力更强。通过使用时序的transformer模型在BEV空间上做了虚拟实时建图,使得感知车道线的输出更加准确和稳定,让城市导航自动驾驶告别高精地图依赖。

第四,MANA感知能力更准,让中国没有不能识别的车辆信号灯。MANA通过升级车上感知系统,对刹车灯、转向灯状态进行专门识别,让驾驶员在处理前车急刹、紧急切入等场景中更安全和舒适。

第五,MANA认知能力也再次进化。面对路口这一城市最复杂场景,MANA在仿真系统中引入了高价值的真实交通流场景,与浙江德清、阿里云合作,将路口这一城市最复杂场景引入仿真引擎,构建自动驾驶场景库,通过自动驾驶的真实仿真验证,时效性更高、微观交通流更真实,有效破解了城市路口通过“老大难”问题。

最后,MANA认知智能迎来新阶段。通过对覆盖全国的海量人类驾驶进行深度理解,学习常识和动作拟人化,使得毫末辅助驾驶决策更像人类实际驾驶行为,可结合实际情况选择最优路线保证安全,体感更像老司机。

 MANA的再次进化,为毫末城市NOH扫平了“进城”路上的最大障碍。“毫末城市NOH是更懂中国城市路况的导航辅助驾驶。”顾维灏表示,毫末城市NOH采用“重感知、轻地图、大算力”技术路线,在MANA的赋能助力下,具备智能识别交通灯、智能左右转、智能变道、智能躲避障碍物-静态、智能躲避障碍物-动态五大亮点功能,此外“智慧交通流处理”功能也将正式发布。

在演讲最后,顾维灏表达了毫末人对自动驾驶未来的坚定信心和奋斗热情。“1000多天前,我们生于毫末,并亲身见证了中国自动驾驶落地最快的1000天。我们欣喜于已经取得的成就。但1000天,也只是战斗的开始。让自动驾驶真正飞入寻常百姓家,才是我们的星辰大海。在自动驾驶的路上,毫末人将奋斗不息,战斗不止!”

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
MySQL全文检索是什么?MySQL全文检索是什么?
上一篇
MySQL全文检索是什么?
ChatGPT: 与浏览器还是操作系统更相似?
下一篇
ChatGPT: 与浏览器还是操作系统更相似?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    542次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    508次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    497次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    484次学习
查看更多
AI推荐
  • 茅茅虫AIGC检测:精准识别AI生成内容,保障学术诚信
    茅茅虫AIGC检测
    茅茅虫AIGC检测,湖南茅茅虫科技有限公司倾力打造,运用NLP技术精准识别AI生成文本,提供论文、专著等学术文本的AIGC检测服务。支持多种格式,生成可视化报告,保障您的学术诚信和内容质量。
    45次使用
  • 赛林匹克平台:科技赛事聚合,赋能AI、算力、量子计算创新
    赛林匹克平台(Challympics)
    探索赛林匹克平台Challympics,一个聚焦人工智能、算力算法、量子计算等前沿技术的赛事聚合平台。连接产学研用,助力科技创新与产业升级。
    65次使用
  • SEO  笔格AIPPT:AI智能PPT制作,免费生成,高效演示
    笔格AIPPT
    SEO 笔格AIPPT是135编辑器推出的AI智能PPT制作平台,依托DeepSeek大模型,实现智能大纲生成、一键PPT生成、AI文字优化、图像生成等功能。免费试用,提升PPT制作效率,适用于商务演示、教育培训等多种场景。
    75次使用
  • 稿定PPT:在线AI演示设计,高效PPT制作工具
    稿定PPT
    告别PPT制作难题!稿定PPT提供海量模板、AI智能生成、在线协作,助您轻松制作专业演示文稿。职场办公、教育学习、企业服务全覆盖,降本增效,释放创意!
    69次使用
  • Suno苏诺中文版:AI音乐创作平台,人人都是音乐家
    Suno苏诺中文版
    探索Suno苏诺中文版,一款颠覆传统音乐创作的AI平台。无需专业技能,轻松创作个性化音乐。智能词曲生成、风格迁移、海量音效,释放您的音乐灵感!
    72次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码