北京
在电动化、智能化浪潮下，汽车的智能驾驶技术水平越来越精进。但你有没有想过，自动驾驶是如何一步一步做到同人类一样思考，应对复杂多样的出行场景的？
在智能驾驶技术刚起步阶段，自动驾驶通过感知、规控和决策的规则逻辑来完成思考。每做出一个决策，就需要完成一系列规则和条件的筛选，相当于一个场景对应着一套处理决策。
而人在实际驾驶过程中，并不会把各种出行场景进行分类，再通过一系列规则来做出最后的行动决策。往往都是眼睛捕捉到视觉信息的瞬间，身体便即刻做出反应，这看似简单的“看与动”背后，隐藏着极为复杂且神秘的思考过程。
这也凸显出基于规则逻辑的智能驾驶系统存在一定弊端。其运作依赖大量的数据标注以及丰富的场景支撑，并且始终面临着“cornercase”（极端情况）的挑战。也正因如此，这类系统在人们眼中往往显得有些“智障”，给人一种呆板、不够灵活智能的印象。
如今，随着端到端技术被应用于汽车领域，智能驾驶的思维模式愈发贴近人类大脑。有声音认为，只有端到端的智能驾驶技术，才能实现“老司机”般灵活娴熟的驾驶状态。
奔驰的全场景高阶智驾系统证明了这一点。2024诺贝尔奖颁奖典礼举办之际，奔驰中国智驾负责人王忻与诺奖得主梅-布里特·莫泽展开跨界对谈，探讨了脑科学研究能给自动驾驶带来哪些启发。
梅-布里特·莫泽是2014年诺贝尔生理学或医学奖得主，她发现了构成大脑定位系统的细胞，这种细胞能形成坐标系，帮助人精确定位和寻找路径。
可以说，梅-布里特对于人脑如何记忆道路、应对路况，了如指掌，但是谈及智能驾驶是如何处理城市路况的，就不一定清晰知晓了。
“经过大脑中的复杂神经网路和特殊细胞，人类能在大脑中绘制一张“地图”。通过一段时间的练习，人就可以熟练记忆道路。智能驾驶系统为什么能像人脑一样应对陌生城市的路况？”在对话环节中，梅-布里特对此提出疑问。
奔驰中国智驾负责人王忻表示，奔驰的智驾系统会在不同城市收集丰富大量的场景，包括极端场景，通过反复训练系统，不断提升系统表现。奔驰自主研发的专属全新架构梅赛德斯-奔驰MB.OS，让车成为能学习进化的智慧生命体。
当王忻问梅-布里特，“无图”L2++全场景高阶智驾带给其什么样的感觉时，梅-布里特的回答非常坚定：“我感觉真的非常安全！”
奔驰是怎么做到的？王忻解释道：“我们的自动驾驶系统配备多套冗余系统，当关键部件出现故障时，有额外一套系统能够立即接管，双管齐下确保安全。”
有冗余系统的“兜底”，确保了系统即使出现意外故障或错误时仍能保持稳定运行的能力。但要真正做到整体表现堪比“老司机”，还需要“端到端”大模型技术的加持。
“奔驰‘无图’L2++全场景高阶智驾，采用‘端到端’大模型技术，由数据驱动的机器学习方案具备不断进化的能力，具备‘点到点’的智驾能力。”王忻说道。
但这个过程是极其复杂的，需要超级计算机来处理复杂的算法。对比之下，人脑能轻松完成复杂的驾驶任务。
“大脑在驾驶时的能耗仅相当于一个20瓦的灯泡，远低于汽车的能耗。”梅-布里特给出一组令人感叹的数据。实际上，这也是为什么端到端技术成为潮流。在研发过程中，其能够节省大量的数据标注人力、物力，并达到类似或更好的效果。
在王忻看来，人类可以用这么少的能量完成极具复杂的驾驶任务，正是当前自动驾驶技术需要进一步研究的方向。而梅-布里特也认为，如果理解了大脑中的算法，并将这些算法转化为汽车中的人工智能，便能在执行相同任务时减少能量消耗，使自动驾驶技术取得更大的突破与优化。
特斯拉一直被视为自动驾驶领域里“端到端”技术的先行者。2023年，特斯拉CEO马斯克在试驾FSD V12时表示“光子进，行为出，和人类一样”，强调了端到端方案与人类思考逻辑的相似性，即人类通过眼睛接收光子等视觉信息输入，然后由大脑进行处理并输出行为动作。
如今，奔驰也在端到端大模型技术上有如此布局，在很大程度上证明了奔驰在智驾技术上具备很不错的实力。唯一的悬念是，奔驰什么时候能够真正在技术落地上秀一秀肌肉，早日将强大的端到端智驾系统带入车端，让所有用户都能享受到前沿科技带来的便捷。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
