种神经网络最多可检测1000种物体的特斯特自动驾驶技术

先看一项关键更新。特斯拉近期推送了自动驾驶软件2020.12版本，其中最重要的变化是新增了交通信号灯和停车标志识别功能。换句话说，只要车辆选配了FSD完全自动驾驶能力套件，通过OTA升级后，车辆便能在红灯亮起时自动停车，绿灯亮起后自动提速前行。

这项功能的正式落地，意味着特斯拉在城市道路自动驾驶领域又迈出了重要一步，也为未来实现完全自动驾驶奠定了关键基础。

▲特斯拉交通信号灯识别功能的实际演示

不过，说起来容易做起来难。识别交通信号灯和停车标志，远比想象中复杂。对于人类驾驶员来说一目了然的信息，在机器眼中却完全是另一番景象。例如，不同车道可能对应各自独立的信号灯，路边的停车标志形态各异，有些被树叶遮挡，有些藏在拐角处。如何让机器在瞬间精准识别？这考验的是识别算法的效率与准确性。

今年2月，特斯拉人工智能高级主管Andrej Karpathy在一次演讲中，详细介绍了特斯拉如何依靠视觉系统解读道路环境，并将其转化为自动驾驶决策。感兴趣的可以观看那段视频。

▲Andrej Karpathy的演讲视频内容解析

这里的关键在于“影子模式”。当驾驶员正常驾驶时，车辆背后的自动驾驶电脑也在同步计算，只是不参与实际控制。如果驾驶员的操作与电脑的判断出现偏差，系统会自动记录这个“案例”，并上传至特斯拉服务器。海量数据汇集后，特斯拉会对不同场景进行分类，利用机器学习不断训练算法，使其越来越“聪明”。

最终在车辆端，机器还能通过机器学习将二维图像“还原”成三维场景，从而精确判断障碍物距离，让自动驾驶更加可靠。

一、特斯拉自动等待红灯，城市自动驾驶更进一步

4月24日，特斯拉正式向用户推送2020.12软件更新，核心功能便是“识别交通信号灯和停车标志并做出反应”。对于选配FSD的车主来说，更新后车辆能够自动识别红绿灯和停车标志。如果前方遇到红灯或停车标志，车机屏幕上会提前显示距离停止线的位置。如果驾驶员未及时制动，系统会主动介入，让车辆缓缓停在停止线前。绿灯亮起后，车辆又会自动加速通过。当然，如果驾驶员在需要停车时确认安全后踩下油门，系统也会配合加速。

▲车主实测特斯拉软件更新后的效果

具体来说，车辆在行驶中能够检测前方的绿灯、黄灯闪烁和红灯，并在屏幕上显示。一旦发现红灯或停车标志，系统会提前提示并主动减速停车。如果驾驶员判断安全后想继续行驶，踩下加速踏板即可恢复行驶。

不过，由于刚刚发布，这套逻辑目前相对保守，比如在某些交叉路口不会自行尝试通过。当然，随着使用该功能的车辆增多，这套算法将从海量实战中不断自我优化。

特斯拉官方也在使用手册中明确表示：车辆虽然能自动识别交通信号灯和停车标志，但最终驾驶责任仍属于驾驶员。驾驶员需要时刻关注路况，做好随时接管的准备。

▲特斯拉交通信号灯和停车标志识别功能使用手册（美国版）

注意手册中的一句话：在特斯拉行驶较多的路段，识别准确度会更高。这也印证了特斯拉确实在利用深度学习反复打磨算法，同一场景学习的次数越多，识别就越精准。

当然，并非所有场景都支持该功能。目前在美国，铁路道口、禁区、收费站、人行横道、不清晰的交通信号灯、复杂信号灯以及车道指示灯等环境尚不支持此项功能。

无论如何，这次更新对特斯拉FSD自动驾驶系统意义重大，也让城市道路自动驾驶的落地预期更加清晰。今年2月Andrej Karpathy的演讲其实已经透露了相关的核心算法进展：利用机器学习判断路旁标志，同时计算与停止线、障碍物的距离。

二、特斯拉强在哪？上百万车主帮它测试软件

在这次演讲中，Andrej Karpathy首先介绍了特斯拉自动驾驶系统的工作原理。简单来说，它主要依靠视觉系统采集图像，然后通过自动驾驶电脑进行计算，控制车速和转向。整个过程中，计算能力是关键，背后依赖人工智能算法。

▲Andrej Karpathy演讲现场

说到这儿，有个数据挺有意思。今年2月加州车管局公布的自动驾驶路测数据显示，2019年全年特斯拉官方进行的自动驾驶测试只有12.2英里（约19.6公里）。这与百度、Waymo、Cruise每年动辄上百万英里的测试里程相比，简直微不足道。那特斯拉如何进步？

答案就在“影子模式”。2016年特斯拉推出该模式后，每一辆配备HW1及以上自动驾驶电脑的特斯拉，在日常行驶中都会同步计算，但不参与控制。一旦驾驶员的操作与机器判断出现分歧，这个“案例”就会被记录并上传。从2018年正式启用至今，影子模式已经处理了超过30亿英里（约48.3亿公里）的驾驶数据。每天，特斯拉的研发团队都会收到海量案例，例如“驾驶员停了车，但电脑预测继续走”、“驾驶员向左微调方向，电脑认为应该直行”，也包括“驾驶员撞了东西，但电脑提前检测到危险”。

举例来说，路边的停车标志并不总是清晰可见，可能被树叶遮挡，也可能是临时、夜间的模糊标志，甚至有些停车标志写着“左转停、右转可不停”。这些千奇百怪的干扰，都会给机器识别带来巨大挑战。

▲上图：不清晰的停车标志；下图：有条件的停车标志

如何解决？特斯拉布局了一个“数据引擎”来训练算法。车辆收集数据回传后，特斯拉会进行分类，然后用同类场景反复进行机器学习训练，持续迭代算法。

▲特斯拉的“数据引擎”机器学习模型

训练之后，特斯拉会持续跟踪算法在各类场景中的准确率，并形成表格。从表格来看，光是“Stop Sign（停止标识）”这一种标志，特斯拉就列出了至少14种特殊场景，包括大雨、大雪、被遮挡、校车上路牌、甚至门上路牌、手持路牌等。目标就是保证在任何特殊情况下都能准确识别。

▲同一标志在不同场景下的准确度评估

算法模型训练完毕后，会通过影子模式进行实测，持续提升各类场景的识别准确率。当准确率达到足够高的水平后，特斯拉就会考虑向所有车辆推送功能更新。

这里插一个小细节。之前特斯拉推送了一个识别雪糕筒的更新，有用户为了测试它的能力，硬是做了一个堪称“变态”的实验。道具不仅有各种大小高低的雪糕筒，还让一个穿着雪糕筒衣服的人类参与测试。结果发现，只要这个人站着或走动，特斯拉能识别出他是人；但如果这个人蹲下不动，就会被误认为是雪糕筒。

▲外国网友穿雪糕筒衣服测试，但没有骗过特斯拉

这说明，即便是“识别雪糕筒”这种细分功能，特斯拉也把大量特殊情况考虑进去了。

代码层面，特斯拉将深度学习网络命名为HydraNet。基础代码共享，整个网络包含48个不同的神经网络，能输出1000个不同的预测张量。理论上，这个超级网络可以同时检测1000种物体。为了完成这些计算，特斯拉已经耗费了7万个GPU小时进行模型训练。

▲特斯拉HydraNet网络架构

工作量大归大，好在大部分由机器代劳，特斯拉的人工智能团队只有几十人。相比其他自动驾驶公司动辄数百人甚至数千人的规模，这个团队确实非常精干。

三、二维图像秒变3D，算法还能自己改代码

经过大量训练后，算法会逐渐成熟，通过OTA升级分发到每一辆特斯拉。在实际驾驶过程中，算法还能继续自我迭代，越来越完善。

最终要实现完整的自动驾驶功能，还需要硬件配合。特斯拉全车配备了8个摄像头、1个毫米波雷达和12个超声波雷达，持续监测外界并将数据发送给自动驾驶电脑。

▲特斯拉车外传感器分布

大致流程是：摄像头、毫米波雷达、超声波雷达以及惯性测量单元记录下环境数据，自动驾驶电脑通过算法计算后，将速度和方向指令传递给转向系统、加速踏板和制动踏板，完成车辆控制。不过，日常行驶中，摄像头拍到的都是二维图像，没有深度信息。

▲特斯拉摄像头采集的画面可以确定边界，但不包含深度信息

通俗点说，二维图像虽然能区分公路和人行道，但无法告诉你车子离“马路牙子”还有多远。缺失这个信息，自动驾驶的判断就容易出错。那怎么办呢？传统思路是在车顶安装三维摄像头，但成本高、不美观，而且如果高度不够，盲区会很大。

特斯拉的工程师们决定用算法解决问题。如果能用算法将二维图景的时序、边缘对齐，然后投影出一个三维场景，问题就迎刃而解了。

▲通过算法得出的“鸟瞰视图”

算出三维场景后，甚至可以模拟出“鸟瞰视图”——明明车顶没有摄像头，却能模拟出从上方往下看的画面。这样一来，车辆离障碍物有多远，车内屏幕就能直观显示出来。

▲特斯拉视觉系统预测的马路边缘和车道线

更厉害的是，这套算法还能预测流媒体视频中每一个像素的深度信息。换句话说，只要算法足够强，视觉传感器获取的深度信息甚至能超过激光雷达。

▲特斯拉采集视觉信息（上），预测每一个像素的深度信息（中），并投影形成鸟瞰视图（下）

在实际应用中，这种能力在泊车入位和智能召唤两个场景中已经表现得很突出。停车场里车子间距很小，驾驶员稍不留神都可能蹭到，机器操作就更难了。有了深度信息之后，车辆在超声波雷达协助下能更快完成环境识别，泊车更顺畅。

这些深度信息一方面在车机上显示，另一方面也会直接参与控制转向、加速、制动等动作。不过驾驶策略没有固定规则，有一定灵活性，没有“最佳”只有“更好”。

目前，特斯拉基础的驾驶策略由工程师编写了大量代码，算是1.0版本。但实际路况太复杂，1.0覆盖范围有限，而且容易出现逻辑漏洞。随着时间推移，必须不断升级。

Andrej Karpathy说，如果在机器学习网络中持续更新策略代码，既能节省人力成本，自动驾驶的进步速度也会明显加快。车辆在日常行驶中记录驾驶员的习惯，然后通过对百万车主驾驶习惯的学习，机器就能自动编译出自动驾驶策略的2.0版本代码。

▲机器编译的2.0版本代码正在逐渐取代1.0版本代码

他预测，随着机器编译能力提升和数据越发丰富，2.0会逐渐覆盖1.0，最终全部由机器编译完成。到那时，自动驾驶策略的精确度将达到一个新的高度。

结语：自动驾驶之争，正转变为算法之争

在自动驾驶领域，特斯拉走出了一条独特的道路——纯视觉方案支撑起完整的自动驾驶能力。曾经大家比拼的是摄像头、毫米波雷达、超声波雷达甚至激光雷达的硬件堆料，现在趋势越来越明显，竞争正在转向算法层面。

特斯拉依靠百万辆在路上行驶的汽车，每天都有大量实际驾驶数据指导算法进化。其数据规模和真实场景的覆盖面，很可能已经远远甩开了其他自动驾驶测试公司。接下来，算法之争还会继续升级，自动驾驶市场的竞争也将越来越激烈。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：种神经网络最多可检测1000种物体的特斯特自动驾驶技术要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题