说人话讲清自动驾驶，端到端到底是个啥？（2）

本期视频专业性有点高，适合对智能汽车尤其是自动驾驶感兴趣的朋友们。

上一条视频，给大家讲了一下自动驾驶整体上的工作原理，以及上一代自动驾驶系统的工作模式和弊端，便于大家更好地理解这项技术的发展脉络。今天我们聊一聊当下最火的“端到端”、“神经网络算法”、“大语言模型”都是什么意思。

端到端算法架构顾名思义，一端输入原始信息，另一端直接输出行动指令，将整个驾驶行为“融会贯通”，相比上一代的模块化算法架构，中间不再有流水线、半成品和一个个车间，取而代之的是一个整体化的神经网络。

关于神经网络算法的知识过于深奥，这里不做展开，大家可以理解为，它模拟的是人类神经网络的工作原理。想想人脑有多强大，就知道端到端算法架构的优势了，首先它不再是生搬硬套程序员写好的规则，也不需要拿着高精地图按图索骥，而是像人一样，在具备一些基本常识后，就可以通过不断观察和学习，自己提炼应对各种路况的方法，并且越开越好。

其次，由于去掉了信息在流水线上传递的过程，误差和延迟都大幅减少，灵活度大幅提升。这一点从自动驾驶系统的代码量上就能一目了然。马斯克透露，通过使用端到端自动驾驶算法，特斯拉只用2000行代码就代替了原本的30万行代码，系统效率提升了不止一星半点。

此外，感知、预测、规划控制之间不再各自为政，工程师们可以站在自动驾驶整体效果的维度，进行全局优化，杜绝了头痛医头，脚痛医脚的问题。

简单总结一下，端到端算法架构由于采用了像人脑一样的工作模式，不仅给程序员减了负，系统效率、准确性、自动驾驶体验的人性化程度，也都得到了大幅优化。未来想要普及真正意义上的高阶自动驾驶，甚至是无人驾驶，必须依靠端到端算法。所以现在整个汽车行业都在从模块化架构向端到端架构过渡。

但即便大家都叫端到端，层次也是有差别的。最初级的水平，叫显式端到端，是将原有的算法模块以神经网络拼接起来，看图就知道了，相当于缝缝补补，好处是简单、省事，还能有一定改进效果。

更高一级的端到端算法叫隐式端到端，一般采用视觉或者多模态的感知信息作为输入，算法模型直接输出控制或者轨迹信号，没有中间环节。这种就是标准的端到端架构了。

此外，还有基于大语言模型的端到端架构。关于大语言模型，现在最火的就是ChatGPT，它能够理解人类的自然语义，并且通过学习互联网的海量数据，对我们提出的问题给出优质反馈。

正是因为大语言模型拥有强大的认知能力，所以越来越多的被应用于驾驶场景。尤其是大语言模型可以和驾驶员对话，理解我们的想法，因此可以增强自动驾驶给人的安全感。有观点认为大语言模型是最先进的端到端架构，因为它是一种通用的人工智能，可以解决所有问题，但目前大语言模型刚刚起步，更多应用于座舱系统。

好了，理论知识讲的差不多了，接下来大家肯定会问，究竟谁家的自动驾驶能力更强？为什么落到实际使用中，各家感觉都是半斤八两呢？下一期视频我们接着说。