12月19日,“2021中关村数字经济产业联盟会员代表大会暨华为云北京城市峰会”在京成功举行。华为云邀请产业专家、行业代表们,就智能时代下中国汽车行业的转型升级开展交流讨论。在峰会”领跑汽车智能时代高峰论坛“上,针对汽车自动驾驶全场景量产话题,禾多科技副总裁王征发表了《自动驾驶全场景的量产实践》主题演讲,他表示:“ 禾多科技到现在成立4年多不到5年,通过这几年时间,我们现在基本上有两个关键词,聚焦场景,促进落地。“
(插图:禾多科技副总裁王征现场图)
禾多科技成立于2017年6月,致力于打造基于前沿人工智能技术和汽车工业技术的自动驾驶方案。一直以来,公司依托自身的两大核心方案在日常出行的多个场景进行实践,目前已取得阶段性进展。论坛上,王征对自动驾驶应用于出行几大场景的难易程度进行了总结,”首先以高速公路为代表结构化道路,基本上它的场景会比较简单,虽然车速比较快,但是它道路的博弈者只有同方向的车和路,不存在横穿等等复杂场景。相对复杂就是我们的城市工况,自动驾驶车里有一句话,谁也别吹牛,谁有本事把车开到五道口试试,对自动驾驶挑战还是蛮大,城市自动驾驶落地比较难一点。还有一个场景,如果把车放在酒店门口直接上来,耽误时间的事跟我没关系,都交给车,以智能泊车为代表的智能泊车,我们聚焦三个场景。“这个结论在2021年5月《中国消费者自动驾驶信心指数调查》里也得到了佐证,根据调查可以看高频大家认为自动驾驶特别希望能够解决的问题,正好是聚焦的行车跟泊车两大场景。
而对于到底多少年能够真正看到自动驾驶这一问题,王征表示“硬梆梆的自动驾驶从L0到L5级别并不是最终消费者所需要,在禾多看来,打通全场景,广泛应用这是未来无论驾驶真正量产落地的一个必经之路,优秀体验是实现大规模装载的前提。”
当下,由于驾驶安全性、量产可行性和商业模式能否成立等不确定因素,自动驾驶全场景量产落地充满挑战,但禾多科技对全场景量产落地充满期待。王征表示,“我们现在也已经跟国内许多主机厂签了量产合同,这里边有比较大的国内主机厂关于平台化自动驾驶的方案都会由禾多开发量产。现在保守估计在未来5到10年,搭载禾多自动驾驶解决方案的车型应该会有将近十款,整个会有百万量级的交付,这些车通过未来5到10年在路上积累百万平方的数据,对于自动驾驶的算法还有数据迭代是飞跃性的。”
而实现自动驾驶全场景量产落地,需要通过自动驾驶系统打通数据闭环,积累海量数据,其中包括全国范围内的大规模真实路测与数据积累以及基于真实数据的场景库验证。为解决这些问题,禾多科技携手华为云,打通数据闭环,先通过场景库去提取原始数据,再通过云端训练一直到模型的更改算法迭代,最后通过OTA反哺给自动驾驶系统,从而实现数据驱动的量产落地。
对于双方的合作,王征表示,“华为MDC,它的高算力能够匹配更多传感器,能够让算法在上面跑得更顺畅更快,不管感知还是定位都可以做得非常精准。禾多作为自动驾驶算法公司,我们可以提供像车规级的硬件,传感器算法的融合,像功能安全整个算法验证,所以双方应该说珠联璧合的配合。”
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。