Gu Weihao, CEO von HaoMo Zhixing: Sechs große Herausforderungen und neue Verbesserungen, denen MANA in städtischen Szenarien gegenübersteht

„Die Ära des datengesteuerten autonomen Fahrens 3.0 ist angebrochen. Erst wenn die vier technischen Bedingungen Wahrnehmung, Kognition, Modus und Daten parallel etabliert sind, können wir wirklich in die neue Ära des autonomen Fahrens eintreten. Alles, was wir tun.“ ist in der Lage, Datenkanäle und Rechenzentren zu schaffen, damit Daten effizienter erfasst und in Wissen umgewandelt werden können. „Haomo sprintet in die Ära des autonomen Fahrens 3.0!“ Beim 6. HAOMO AI DAY am 13. September hielt Dr. Gu Weihao , CEO von Haimou Zhixing, hielt eine Rede mit dem Titel „Haimou und die 3.0-Ära des autonomen Fahrens“. Zum ersten Mal in der Branche brachte er das Branchenurteil vor, dass „autonomes Fahren in die datengesteuerte 3.0-Ära eingetreten ist“ und stellte es auch vor Das Datenintelligenzsystem von Haimou basiert auf der Erforschung und Gestaltung modernster KI-Technologie und hat seine Hauptfunktionen für autonome Fahrszenarien in der Stadt verbessert.

(Dr. Gu Weihao, CEO von HaoMo Zhixing, hielt eine Grundsatzrede zum Thema „HaoMo und die 3.0-Ära des autonomen Fahrens“)

#🎜 🎜## 🎜🎜#Nehmen Sie das große Modell der Aufmerksamkeit an, behalten Sie weiterhin die Technologieführerschaft und sprinten Sie mit aller Kraft auf die Ära des autonomen Fahrens 3.0 zu.

Was ist die Ära des autonomen Fahrens? Fahren 3.0? Was sind die treibenden Faktoren? In welcher Phase befindet sich Hao Mo derzeit? Gu Weihao ging in seiner Rede auf die oben genannten Themen ein.

(Gu Weihaos Live-Rede)

Gu Weihao sagte, dass das große Modell „Attention“ ein neuer Trend in der aktuellen Entwicklung sei Die Chancen und Herausforderungen, die KI mit sich bringt, sind zu einem der wichtigen treibenden Faktoren im Zeitalter des autonomen Fahrens 3.0 geworden. Das größte Merkmal von Attention besteht darin, dass es eine einfache Struktur hat und Grundeinheiten unendlich stapeln kann, um ein Modell mit einer großen Anzahl von Parametern zu erhalten. Mit der Zunahme der Anzahl von Parametern und der Verbesserung der Trainingsmethoden hat sich die Wirkung großer Modelle ausgewirkt übertraf bei vielen NLP-Aufgaben das durchschnittliche menschliche Niveau. Allerdings steht das große Modell von Attention auch vor einer großen Herausforderung, denn sein Bedarf an Rechenleistung übersteigt das Mooresche Gesetz bei weitem, was zu sehr hohen Schulungskosten für große Modelle führt und die Implementierung auf Endgeräten sehr schwierig macht.

(Gu Weihao sagte, dass das große Modell „Attention“ ein neuer Trend in der aktuellen KI-Entwicklung ist)

Großes Modell „Achtung“. Chancen und Herausforderungen treiben den technologischen Wandel in der Branche des autonomen Fahrens voran. „Haimo nutzt kohlenstoffarmes Supercomputing, um die Kosten des autonomen Fahrens zu senken, das Design von Fahrzeugmodellen und Chips zu verbessern, um die Implementierung großer Modelle auf der Fahrzeugseite zu realisieren, und um große Modelle durch Datenorganisation effektiver zu machen.“ Weihao sagte: Auf der Datenebene, basierend auf dem Attention-Großmodell, erfordert autonomes Fahren umfangreiche und vielfältige Trainingsdaten. Nur das Pkw-unterstützte Fahren, das auf umfangreichen realen menschlichen Fahrdaten basiert, ist in der Lage, ausreichend Umfang und Vielfalt zu sammeln Daten. „Wir haben Grund zu der Annahme, dass das assistierte Fahren der einzige Weg zum autonomen Fahren ist. Denn nur das assistierte Fahren kann Daten in ausreichendem Umfang und in ausreichender Vielfalt sammeln. Es wird berichtet, dass Weimo nach fast drei Jahren Entwicklung nun Chinas größtes Volumen hat.“ Als eines der Unternehmen für autonomes Fahren in der Branche hat die aktuelle benutzerunterstützte Fahrleistung fast 17 Millionen Kilometer erreicht und der Datenumfang nimmt weiterhin rasant zu.

(Gu Weihao sagte, dass assistiertes Fahren der einzige Weg zum autonomen Fahren sei)

Im Hinblick auf kohlenstoffarmes Supercomputing kündigte Haomo offiziell Chinas erstes Supercomputing-Zentrum für autonomes Fahren an Fahrtechnikunternehmen. Gu Weihao sagte: „Die Verbesserung der Schulungseffizienz, die Reduzierung der Schulungskosten und die Erreichung einer kohlenstoffarmen Datenverarbeitung sind eine wichtige Voraussetzung für den Einzug des autonomen Fahrens in Tausende von Haushalten.“ Skalieren Sie Modelle mit Hunderten von Milliarden Parametern und Trainingsdaten. Mit 1 Million Clips werden die gesamten Trainingskosten um das 200-fache reduziert.

(Das erste Supercomputing-Zentrum der China Autonomous Driving Company – Haomo Supercomputing Center enthüllt)

In Algorithmen Auf Modellebene hat Gu Weihao gab bekannt, dass Haimou bereits im Juni 2021 mit Forschungs- und Implementierungsversuchen für das Transformator-Großmodell begonnen habe. Es basiert auf der erfolgreichen Praxis des letzten Jahres und mehr bei der Transformation und Modernisierung von Trainingsplattformen, der Vorbereitung für den Wechsel von Datenspezifikationen und Annotationsmethoden sowie der Erforschung von Modelldetails für spezifische Aufgaben der Wahrnehmung und Kognition usw., die wir haben Auf die aktuelle Situation von Hao Mo im Bereich der städtischen Navigationsassistenz-Fahrszenarien vorbereitet, hat die schnelle Entwicklung eine solide Grundlage geschaffen.

(Hao Mos neuer Technologie-Praxispfad)

„Die Ära des datengesteuerten autonomen Fahrens 3.0 ist angebrochen.“ Gu Weihao glaubt, dass die Entwicklung des autonomen Fahrens in den letzten zehn Jahren in drei Zeitalter unterteilt werden kann: hardwaregesteuert, softwaregesteuert und datengesteuert. Das datengesteuerte Zeitalter ist ein völlig anderes Zeitalter. Große Modelle + massive Daten sind die „zwei Schwerter“, und die Daten werden in Bezug auf die Wahrnehmungstechnologie gemeinsam ausgegeben Bei der kognitiven Technologie werden interpretierbare Szenarien verwendet. Der gesunde Menschenverstand beim Fahren steht im Mittelpunkt. Die Kilometerleistung des autonomen Fahrens wird durch Hardware und Software bestimmt, und die Kilometerleistung ist im Zeitalter der Hardware und Software von Millionen auf mehrere zehn Millionen Kilometer gestiegen 100 Millionen Kilometer. Mit dem Datenantrieb als Kern können wir nur dann wirklich in die Ära des autonomen Fahrens 3.0 eintreten, wenn die oben genannten vier technischen Bedingungen parallel geschaffen werden.

„Hai Mo hat sich auf die Ära des autonomen Fahrens 3.0 vorbereitet. In Bezug auf Wahrnehmung, Kognition und Modellkonstruktion ist alles auf datengesteuerte Weise aufgebaut Rechenzentrum, damit Daten effizienter gewonnen und in Wissen umgewandelt werden können: „Tesla ist weltweit führend in die Ära des autonomen Fahrens 3.0 eingetreten, und Weimo wird höchstwahrscheinlich das erste chinesische Unternehmen sein, das in die Ära des autonomen Fahrens 3.0 eingetreten ist.“ Unternehmen.

„Wir haben eine Leidenschaft für Innovation, sind offen für neue Ideen, neue Methoden und neue Technologien und legen besonderen Wert auf technische Wege, die mit dem Wachstum der Datenskala einen positiven Zyklus bilden können. Dies ist auch der erste Grundsatz für die technische Umsetzung.“ Strategische Entscheidungen: in der Lage sein Der technische Weg, Datengrößenvorteile schnell in Fähigkeitsvorteile umzuwandeln, ist ein guter Weg.“ Gu Weihao sagte, dass Wei Mo bei der Erforschung und Implementierung modernster Technologien immer das Äußerste beibehalten wird , schärfste und offenste Einstellung und bestrebt, den Benutzern ein besseres Produkterlebnis zu bieten und die Entwicklung und den Fortschritt der Branche zu fördern.

Die sechs Meilenstein-Upgrades von MANA führen die Branche dazu, den Weg für urbanes NOH „in die Stadt zu ebnen“.

Das ultimative Streben nach führender Technologie ermöglicht es Feimo nicht nur, immer an der Spitze der Brancheninnovation zu stehen, sondern es auch zu werden Das derzeitige Unternehmen für autonomes Fahren gewinnt die erste Gelegenheit, Technologie in der Szene des städtischen assistierten Fahrens zu erforschen und zu implementieren, in der kollektive erbitterte Kämpfe stattfinden.

Das urbane Navigationsassistenz-Fahrszenario ist der zentrale Durchbruch der aktuellen autonomen Fahrfunktion und auch ein Schlachtfeld für Militärstrategen. Von einer Hochgeschwindigkeitsszene mit einzelnen Straßen und Verkehrsbedingungen bis hin zu einer städtischen Szene mit vielen Verkehrsteilnehmern und extrem komplexen Straßen- und Verkehrsbedingungen kann man jedoch sagen, dass die technischen Schwierigkeiten, mit denen das autonome Fahrsystem konfrontiert ist, exponentiell zugenommen haben. Riesige Herausforderungen haben auch das Tempo vieler Hersteller autonomer Fahrzeuge beim „Einzug in die Stadt“ behindert, und sie können nur weiterhin erbittert für technologische Durchbrüche kämpfen. Als Chinas führender Massenproduzent für autonomes Fahren hat sich Feimo zum Ziel gesetzt, bereits Ende 2021 den „Kampf um unterstützte Fahrszenarien in der Stadt“ zu gewinnen, und hat die Führung beim Start einer technologischen Erkundungsreise auf diesem Gebiet übernommen Jetzt leitet das Feimo Data Intelligence System MANA eine Reihe bahnbrechender Upgrade-Iterationen ein.

Gu Weihao sagte, dass städtische Straßen hauptsächlich „vier Arten von Szenenproblemen und sechs große technische Herausforderungen“ darstellen. Zu den Szenenproblemen gehören hauptsächlich „städtische Straßeninstandhaltung“, „dichte große Fahrzeuge“, „enger Spurwechselraum“ und „vielfältige städtische Umgebung“. Um die oben genannten Szenarioprobleme zu lösen, steht die technische Ebene vor sechs großen Herausforderungen: Wie lässt sich die Datenskala effizienter in Modelleffekte umwandeln, wie kann den Daten ein größerer Wert verliehen werden, wie kann die Re-Sensing-Technologie verwendet werden, um das Problem der Realität zu lösen? Weltraumverständnis, wie man die interaktiven Schnittstellen der menschlichen Welt nutzt, wie man Simulationen realistischer macht und wie man autonome Fahrsysteme dazu bringt, sich menschenähnlicher zu bewegen.

Um die oben genannten Herausforderungen zu bewältigen, wurden die sensorische Intelligenz, die kognitive Intelligenz und andere Aspekte von MANA aktualisiert und verbessert.

Zuallererst verwendet MANA eine selbstüberwachte Lernmethode, die unbeschriftete Daten von Großserienfahrzeugen verwendet, um Modelleffekte zu erzeugen. Im Vergleich zum Training mit nur einer geringen Anzahl beschrifteter Proben wird der Trainingseffekt um mehr als 3 verbessert Dadurch können die Vorteile von Millisekunden an Daten effizient in Modelle umgewandelt werden, um eine bessere Anpassung an verschiedene Anforderungen an Wahrnehmungsaufgaben beim autonomen Fahren zu ermöglichen.

Zweitens wurden die Wahrnehmungsfähigkeiten von MANA verbessert, sodass große Datenmengen nicht mehr unterschiedlich behandelt werden. Angesichts des Problems der „Dateneffizienz“ bei enormen Datenmengen baute MANA eine inkrementelle Lern- und Trainingsplattform auf, indem es einen Teil der vorhandenen Daten extrahierte und neue Daten hinzufügte, um einen Hybriddatensatz zu bilden. Während des Trainings müssen die Ausgaben des neuen Modells und des alten Modells so konsistent wie möglich sein und die Anpassung an die neuen Daten so gut wie möglich sein. Im Vergleich zu herkömmlichen Methoden wird die Gesamtrechenleistung um 80 % eingespart und die Reaktionsgeschwindigkeit um das Sechsfache erhöht.

Drittens hat MANA eine stärkere Wahrnehmungsfähigkeit. Durch die Verwendung des Zeitreihentransformatormodells zur Durchführung einer virtuellen Echtzeitkartierung im BEV-Raum ist die Ausgabe der wahrgenommenen Fahrspurlinien genauer und stabiler, sodass sich das autonome Fahren in der Stadtnavigation von hochpräzisen Karten verabschieden kann.

Viertens ist die Wahrnehmungsfähigkeit von MANA genauer, sodass es in China keine Fahrzeugsignale gibt, die nicht erkannt werden können. Durch die Verbesserung des integrierten Wahrnehmungssystems erkennt MANA gezielt den Status von Bremslichtern und Blinkern, sodass Fahrer in Situationen wie plötzlichem Bremsen oder Notbremsungen des vorausfahrenden Fahrzeugs sicherer und komfortabler fahren können.

Fünftens hat sich auch die kognitive Fähigkeit von MANA erneut weiterentwickelt. Angesichts der Kreuzung, der komplexesten Szene der Stadt, führte MANA hochwertige reale Verkehrsflussszenen in das Simulationssystem ein. Es arbeitete mit Zhejiang Deqing und Alibaba Cloud zusammen, um die Kreuzung, die komplexeste Szene der Stadt, in die Simulation einzuführen Motor zum Aufbau einer autonomen Fahrszenenbibliothek. Durch die reale Simulationsüberprüfung des autonomen Fahrens ist die Aktualität höher und der mikroskopische Verkehrsfluss realistischer, wodurch das Problem der „alten Schwierigkeit“ beim Durchqueren städtischer Kreuzungen effektiv gelöst wird.

Endlich hat die kognitive Intelligenz von MANA eine neue Phase eingeläutet. Durch ein tiefes Verständnis einer großen Anzahl menschlicher Fahrgewohnheiten im ganzen Land, das Erlernen des gesunden Menschenverstands und der Personifizierung von Handlungen ähnelt Haimo der Entscheidungsfindung beim assistierten Fahren eher dem tatsächlichen menschlichen Fahrverhalten. Es kann die optimale Route basierend auf den tatsächlichen Bedingungen auswählen Sicherheit und der Körper fühlt sich eher wie ein erfahrener Fahrer an.

Die Neuentwicklung von MANA hat für NOH das größte Hindernis auf dem Weg zum „Einzug in die Stadt“ beseitigt. „Haimo City NOH ist ein navigationsgestütztes Fahrsystem, das die städtischen Straßenverhältnisse in China besser versteht.“ Von MANA verfügt es über eine intelligente Erkennung. Die fünf Highlight-Funktionen sind Ampeln, intelligentes Links- und Rechtsabbiegen, intelligenter Spurwechsel, intelligente Hindernisvermeidung – statisch und intelligente Hindernisvermeidung – dynamisch auch offiziell freigegeben werden.

Am Ende der Rede brachte Gu Weihao das feste Vertrauen und die Begeisterung der Haimo-Leute für die Zukunft des autonomen Fahrens zum Ausdruck. „Vor mehr als 1.000 Tagen wurden wir geboren und erlebten die schnellsten 1.000 Tage autonomen Fahrens in China. Wir freuen uns über die Erfolge, die wir erzielt haben. Aber 1.000 Tage sind nur der Anfang des Kampfes. Lassen Sie autonomes Fahren wirklich in die Zukunft fliegen.“ Die gewöhnliche Welt ist unser Star und das Meer, jeder wird weiterhin kämpfen und kämpfen

Das obige ist der detaillierte Inhalt vonGu Weihao, CEO von HaoMo Zhixing: Sechs große Herausforderungen und neue Verbesserungen, denen MANA in städtischen Szenarien gegenübersteht. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!