不停车让行，特斯拉FSD的新毛病，会不会传到中国？

特斯拉CEO埃隆马斯克近日直播了FSD V12的辅助驾驶功能，但是直播中工程师的一句话，让人深思，我们的车会不会变成一个“混小子”？

几天前，特斯拉CEO埃隆马斯克在线上直播了FSD Beta V12版本的试驾情况，引发了超过百万网友的围观，埃隆马斯克表示FSD Beta V12是有史以来第一个端到端AI自动驾驶系统，并且也是特斯拉FSD最重要的一次升级，而整次试驾中，埃隆马斯克仅仅接管了一次汽车，令不少观众对自动驾驶的未来更具信心。

不过，在直播中，工程师简单的一句话，却引起了对端对端技术发展的深思。直播中特斯拉 Autopilot 软件工程总监 Ashok简单提及了一个数据，在美国，仅有0.5%的人会在路口红色停止指示牌处把车完全停下。意味着大多数人面对停止标识，都是选择减速，以极低的速度观察后起步转弯。其实在2022年2月，特斯拉就因为这一功能而被NHTSA要求召回，因为在世界各国，车辆在设有停止指示牌的路口时，需要彻底刹停，观察路况确认安全后再行驶通过，但特斯拉FSD在没有行人和车辆时，只会以0.1-9 km/h 的速度低速开过路口。但是端对端普及后，无法通过编程改进，机器自行学习人们的驾驶习惯，会不会让车辆开的更加“暴躁”？

端对端让网络自行学习，成本降低国内车企也在布局

所谓端对端技术，其实就是自动驾驶重感知能力的一个AI模型，主打的就是感知和决策都一体的设计，在特斯拉FSD Beta V12直播中埃隆马斯克就提到，其实端到端技术的应用，就可以实现输入一个图像，就能输出加速、转向、刹车等信号，只需要简单的分析图像就可以做出一个决策，而不是分模块的逐步处理，将感知、分析、控制模块都放在了一起，用模型直接输出，而模型的训练是完全自动化的，整体训练、调整优化，这样做的好处自然是降低成本，代码高度精简、模块减少。

简单的说，就是通过训练后，端到端模型驾驶就会像个“人”，驾驶体验不会再像一个新手，而是根据真人驾驶的数据，自行做出的决策，他的模型就像人类的大脑，接收图像，就能知道自己应该做什么，是加速还是减速。

国内的部分车企也已经开始布局“端到端”的自动驾驶应用，像是智己IM AD就已经展示了“Door to Door”功能在城区道路和晚高峰场景的挑战中，做到了“全程0接管”，理想CEO李想也曾表示，2023 年底落地端到端城市辅助驾驶，还有小鹏、华为等都已经提出了端到端城市辅助驾驶落地的信息，可以看到这似乎成为了自动驾驶“卷”的下一站。

从这就能看出，端到端技术是一个降低成本，完善辅助驾驶能力的利器，但这些都是它身上的光环，光环之下的阴影，就在特斯拉工程师的这一句话中展现。

端到端模型的自动化训练，会让我们的车成为“混小子”？

以后我们的自动驾驶汽车，也会做出加塞、起步慢等这些令人讨厌的驾驶行为？

端到端的能力，就是通过AI算法做出决策，决策的条件修改不是由人设置的，而是海量人类司机驾驶的数据自动学习的。其实就是此前的自动驾驶，是需要工程师标定一个值，假设，转一个直角弯，工程师标定先打45°，回正，再打45°，安全通过，而机器可能就会直接学习人类的驾驶逻辑，随速随角度的去实时变化。

可问题就出在了这里，AI决策是通过电脑自动决策的，这使得端到端的模型就像是一个“黑盒”，你并不能完全掌控它为何能做出这样的决策，所以你无法干预它的决策过程，也就是说无法直接通过编程改进他的行为，像是前面提到的FSD面对停止标识时，因为大多数人类驾驶的习惯并不能真的停止，后续特斯拉只能通过更多针对性的去给模型大量的“投喂”面对停止标识时真的停车的视频，让模型记住这一情况。

虽然埃隆马斯克表示“现在只需拥有数据，你仍然可以实现控制”，但是这里的训练，其实还是通过优质的驾驶视频来训练，不过何为真正的“优质”，FSD此前的训练想必不可谓不优质，但因为大多数驾驶者面对停止标识没有停车，依然出现了违法的问题。

面对这样已经违法的行为，车企可以通过针对法律法规要求的情况，针对性的进行大量训练是可以解决的，因为这些事情的对错很容易区分，违法就是违法，那么遇到停止标识就必须将车速降至0km/h，针对性的训练就好。

但是现实中开车是一个非常复杂的事情，不违法但又令人讨厌的行为并不是没有，比如加塞行为就是一个比较令人讨厌的行为，但是并不违法，在端到端的模型中，既然人类无法控制电脑进行决策，但经过大量司机驾驶的模型可以学习到，虚线变道并不是一个违法行为，但是需要变道时目标车道已经排起了队，那么AI模型的加塞行为就可能成为现实。马斯克还提到了，当人类对汽车进行干预时，干预行为就会自动上传，训练与训练相结合，虽然只是更新权重，但依然对辅助驾驶的决策有影响，那么驾驶过程中，人工干预辅助驾驶并且实施加塞这件事，恐怕就会成为AI学习的对象。

在解决方法上，其实强化训练似乎并不是一个好方法，因为加塞行为虽然令人讨厌，但他并不是违法的，无法界定这其中的“对错”，技术角度上讲，AI的决策并不能说是错误的。并且有些情况下的“加塞”行为并不是错误的，比如前方发生事故或者障碍物，那么变道是一件很正常的事情，似乎难以通过训练而让自动驾驶不加塞。更好的方法是通过智能交通去联合改进这一功能，包括实时更新的车道级导航，必经的目标车道如果拥堵，需要实时反馈给车辆，让车辆辅助驾驶绕行或者提前变道，但可行性方面，可能需要地图APP、道路数据之间的打通，背后是庞大的智能交通生态。

写在最后：

目前来看，特斯拉FSD Beta V12利用端到端技术展示出的效果确实令人眼前一亮，不过从直播中能够看到，测试道路的环境并不算特别复杂，还有更多挑战等待着特斯拉，但直播中提到的FSD面对停止标不停止的情况结合端到端的技术，确实也引起了人们担忧，虽然违法的驾驶行为可以通过训练解决，但不违法但令人讨厌的情况，就成为这个技术背后的一个伦理问题，希望后续能够通过更多的智能交通协调解决这一问题，让自动驾驶更符合人们的预期。