三、自動駕駛人工智能系統(tǒng)的成本

2022年OpenAI公司推出ChtGPT后，今年又推出Sora，近日微軟公司又發(fā)布Copilot，這一系列人工智能大模型應(yīng)用產(chǎn)品的接連問世，顯現(xiàn)出美國公司的人工智能大模型技術(shù)在通用計算機系統(tǒng)應(yīng)用領(lǐng)域的飛速發(fā)展。

人工智能大模型在通用計算機系統(tǒng)上是利用復(fù)雜的算法和規(guī)則，從大規(guī)模數(shù)據(jù)集中學(xué)習(xí)，可以創(chuàng)造出新的文本、圖片、聲音、視頻、代碼和管理系統(tǒng)等多類型、多用途的結(jié)果。但是，人工智能大模型創(chuàng)造出的這些結(jié)果許多是準(zhǔn)確度要求不高或需做修改的結(jié)果，一般還需人來確定是否可用。

人工智能大模型在專用計算機系統(tǒng)產(chǎn)生的結(jié)果就不能再由人做一下驗證，需要準(zhǔn)確直接執(zhí)行。自動駕駛是人工智能大模型在專用計算機系統(tǒng)應(yīng)用中，應(yīng)是對可靠性和準(zhǔn)確性要求最高的人工智能系統(tǒng)。為確保自動駕駛的可靠性和準(zhǔn)確性，世界許多研制自動駕駛的公司和團(tuán)隊已經(jīng)和還在持續(xù)不斷地投入幾億、甚至上百億的資金，不惜成本地在進(jìn)行激烈的競爭。

商品的成本一般包含研制、銷售、維護(hù)、回收等相關(guān)支出費用。人工智能系統(tǒng)的研制成本主要是人工智能模型的設(shè)計和運行成本。人工智能系統(tǒng)由算法、算力和數(shù)據(jù)三部分組成。當(dāng)前，幾乎所有的自動駕駛?cè)斯ぶ悄芟到y(tǒng)都采用深度學(xué)習(xí)等人工智能大模型，需要極高成本的巨大的算力和大量高質(zhì)量的數(shù)據(jù)。

以特斯拉公司摒棄傳統(tǒng)的自動駕駛?cè)斯ぶ悄芟到y(tǒng)采用的分切法，用成本更高的端對端的FSD宣傳直播為例：直播中的特斯拉車是搭載了HW3（Hardware 3.0）駕駛輔助硬件系統(tǒng)的Model S，上面安裝了最新版FSD V12軟件。這套HW3硬件采用的是特斯拉自主研發(fā)的FSD芯片，采用14納米工藝制造，單芯片算力72TOPS。每套HW3.0硬件配置了兩塊FSD芯片，總算力為144TOPS，總功耗為200W?？雌饋砻枯v特斯拉搭載FSD 的資源成本不大，但在后臺支撐FSD的系統(tǒng)成本是驚人的。

特斯拉公司的FSD是通過分布在全球的幾百萬量產(chǎn)的特斯拉車，基于影子模式，每當(dāng)每輛車的自動駕駛的決策與人類司機不一致時，就會采集并回傳一個視頻片段（clips）到FSD的后臺支撐系統(tǒng)。特斯拉公司的FSD判斷完成一個端到端自動駕駛的訓(xùn)練至少需要100萬個、分布多樣、高質(zhì)量的clips才能正常工作。這種不停地采集數(shù)據(jù)需求，使特斯拉公司已在數(shù)據(jù)規(guī)模、數(shù)據(jù)分布和數(shù)據(jù)質(zhì)量上都在業(yè)內(nèi)領(lǐng)先，同時也在不斷地付出巨大的資金。為了能在云端處理這些數(shù)據(jù)，特斯拉已用了現(xiàn)今一張難求的高價的A100近10萬張。預(yù)計到今年底特斯拉將為FSD提供100EFlops的算力，在算力上付出的資金也是巨大的。

特斯拉公司這種不惜代價運營FSF端到端的自動駕駛?cè)斯ぶ悄芟到y(tǒng)的高昂成本，讓業(yè)內(nèi)公司和團(tuán)隊望塵莫及、已讓著名的國際跨國公司在內(nèi)的一些公司退出自動駕駛賽道。

按人工智能大模型具有的大算法、大算力和大數(shù)據(jù)衡量，特斯拉公司的FSD端對端的自動駕駛?cè)斯ぶ悄芟到y(tǒng)的配置應(yīng)是頂尖的。但是按對嵌入式系統(tǒng)系定義的六特性：功能、可靠性、成本、體積、功耗、環(huán)境中，僅以我所認(rèn)識的其中功能、可靠性和成本這前三項特性衡量，特斯拉公司的FSD端對端的自動駕駛?cè)斯ぶ悄芟到y(tǒng)至少是不適合自動駕駛需求的優(yōu)質(zhì)的嵌入式系統(tǒng)。

此外、近日，一輛啟動FSD的特斯拉汽車，在霧天沖向火車的視頻引起人們關(guān)注。雖然特斯拉公司發(fā)布數(shù)據(jù)想證明配有FSD的汽車出現(xiàn)刮擦事故會遠(yuǎn)低于非自動駕駛車。但是，非自動駕駛車發(fā)生的所有事故都是可查出原因的，可做出防范措施。而所有采用深度學(xué)習(xí)人工智能大模型的自動駕駛系統(tǒng)，因深度學(xué)習(xí)有天生存在、并無法克服的不可解釋缺陷，對事故的原因無法分析，也就不能在系統(tǒng)上修正，因此同樣錯誤不僅會屢錯屢犯，還因深度學(xué)習(xí)存在黑箱，不一定何時在系統(tǒng)中還會出現(xiàn)不可預(yù)知的錯誤（也就是業(yè)內(nèi)說的會產(chǎn)生幻覺）造成事故發(fā)生。

對于使用深度學(xué)習(xí)大模型的自動駕駛?cè)斯ぶ悄芟到y(tǒng)，這種事故也許是幾十萬、幾百萬分之一的發(fā)生可能，但對于當(dāng)事的用戶講是百分之百。所以，采用有先天缺陷的深度學(xué)習(xí)大模型的自動駕駛?cè)斯ぶ悄芟到y(tǒng)無論投入研制成本再高，也去除不掉深度學(xué)習(xí)大模型自身產(chǎn)生事故的隱患。

綜上所述，我認(rèn)為：適合自動駕駛的人工智能系統(tǒng)，應(yīng)是采用低能耗、可解釋、沒黑箱的人工智能小模型的嵌入式系統(tǒng)。（待續(xù)）