司机|“人工智能老司机”长什么样?( 二 )


“对于比较简单的问题,系统可以自己形成训练数据,直接对算法模型进行自我更新,增强驾驶能力。而对于一些新问题和重点问题,则会被系统识别出来,流转给技术人员作深入分析和优化。”李肆说,当技术人员对一类典型场景完成算法优化后,会在仿真平台针对问题场景进行验证。“从遇到一个长尾场景,到数据驱动模型迭代、仿真回归验证、新版本上线解决,优化周期大约在几周或几个月,要视问题的困难程度而定。”
除了让Apollo把自己遇到的难题“巩固复习”好,百度的技术人员还给Apollo主动加练,从现实和虚拟两个维度打造起Apollo的“练功房”。
现实中的“练功房”位于国家智能网联汽车(长沙)测试区东片区,这是百度联合长沙湘江智能打造的国内首个自动驾驶7×24小时全无人值守封闭测试场,目前已投入日常测试使用。可以实现测试全程无人化,支持7×24小时不间断可靠性测试,大幅节省测试人力成本。同时也保障了场景构建的高度还原和一致性,对交互博弈场景构建的优势尤其突出。
除了真实的道路数据之外,百度的自动驾驶学习也依托仿真模拟器。百度自动驾驶事业部总经理陶吉告诉采访人员:“我们拥有一个‘无限里程虚拟世界’,我们在这里面放很多行人和车辆的障碍物,他们按照一定的规则去跑,Apollo也放一辆进去。当跑到足够多里程的时候,会发生很多意想不到的情况。如果发现Apollo应对不了的情况,这个案例我们会特别拿出来分析,作为训练课程来增强自动驾驶系统的能力。”
据陶吉介绍,在仿真云环境下,Apollo已累计运行了数亿公里的测试里程,每日运行超过数百万公里,保证了Apollo自动驾驶对路上多样化场景的适应性,让百度自动驾驶车辆在上路前,已经完成了对于路上可能会发生的所有场景的充分验证。
“今天我们敢在北京开放,也是代表一种技术自信。”陶吉说,“对于一项新技术,只有面向用户、面向市场才有最佳的改进目标,当然我们还有各种不足,也希望能够通过开放试乘来收集用户的反馈,不断打磨提升自己,带给大家更好的出行服务产品。”