最近一段時間，自動駕駛數(shù)據(jù)閉環(huán)工具鏈領(lǐng)域有些熱鬧。

廣州車展期間，出行平臺如祺出行推出了由數(shù)據(jù)標(biāo)注平臺ONTIME Data Encoder、高精地圖工具鏈ONTIME MapNet、智駕仿真平臺ONTIME NexSim三大板塊構(gòu)成的自動駕駛解決方案。

幾乎同時，車聯(lián)網(wǎng)平臺優(yōu)咔科技也推出了自研的自動駕駛數(shù)據(jù)閉環(huán)工具鏈產(chǎn)品，希望通過該工具鏈平臺，讓車企能更高效地開發(fā)和部署自己的算法。

而在剛剛過去的CES上，星塵數(shù)據(jù)帶來了一站式AI全生命周期數(shù)據(jù)管理平臺MorningStar，旨在支持AI算法的高效迭代，實現(xiàn)機(jī)器學(xué)習(xí)，當(dāng)然也包括自動駕駛閉環(huán)全鏈路打通，助力打造專注高效迭代的算法生產(chǎn)環(huán)境……

在這些變化中，有如祺出行、優(yōu)咔科技這樣的新玩家，也有星塵數(shù)據(jù)這樣一直深耕數(shù)據(jù)服務(wù)領(lǐng)域的資深玩家，從大家的積極態(tài)度中不難推測，在高效的數(shù)據(jù)閉環(huán)這件事上，行業(yè)依然存在痛點。

1

—

從模型到數(shù)據(jù)

這些年，自動駕駛經(jīng)歷了不同的發(fā)展階段，從CNN到 Transformer、大模型，技術(shù)在不斷迭代發(fā)展，過程中，核心的影響因素也在變化。

前期，模型架構(gòu)本身是關(guān)注的重點，隨著大模型階段的到來，大家開始意識到處理大規(guī)模數(shù)據(jù)和運用的能力開始成為關(guān)鍵。

當(dāng)然，這不是什么發(fā)現(xiàn)新大陸似的重要發(fā)現(xiàn)，2021年，著名的人工智能科學(xué)家吳恩達(dá)就提出，當(dāng)下的人工智能領(lǐng)域，一個重要的趨勢是從以模型為中心的人工智能（Model-centric AI）向以數(shù)據(jù)為中心的人工智能（Data-centric AI）轉(zhuǎn)變。同時，他提出了著名二八定律：80%的數(shù)據(jù)+20%的模型=更好的AI。

具體到自動駕駛領(lǐng)域，2021年特斯拉在AI Day 上提到Transformer是其自動駕駛系統(tǒng)算法中最核心的模塊之一，此后國內(nèi)眾多車企紛紛跟進(jìn)，但真正開始采用Transformer的方案，已經(jīng)是2023年之后的事。

因此，雖然在“軟件定義汽車”的共識下，數(shù)據(jù)、算法和算力早就被稱為自動駕駛開發(fā)的三駕馬車，但行業(yè)對于高質(zhì)量、高價值數(shù)據(jù)的追求和應(yīng)用，卻剛開始沒多久。

在這個過程中，行業(yè)開始發(fā)生一些變化。

曾經(jīng)許多主機(jī)廠喜歡拿自動駕駛累計行駛里程作為自動駕駛能力以及經(jīng)驗的體現(xiàn)，而現(xiàn)在這些已經(jīng)不再具備說服力。

“首先采集的數(shù)據(jù)不代表都有使用價值，再加上各家對于數(shù)據(jù)處理能力的差異開始逐漸拉開，月銷過萬的未必能比月銷幾千的車型功能迭代得好。此外，還有成本問題。” 路特斯智能駕駛測試開發(fā)專家L解釋道。

“一張圖片的標(biāo)注成本大概是1元，如果是BEV則是十幾元，假如一輛車上有11個攝像頭，每個攝像頭一秒鐘能采10張數(shù)據(jù)，那么一輛車一秒鐘就有110張圖片。如果車的保有量是10萬輛，一天產(chǎn)生的數(shù)據(jù)，光標(biāo)注的成本就不可想象。所以車的數(shù)量多不能與車企自動駕駛會更強(qiáng)畫等號。”

此外，隨著數(shù)據(jù)量的不斷增長和模型復(fù)雜度的提升，“數(shù)據(jù)債”——正在成為算法工程師們面臨的隱秘又難解的挑戰(zhàn)。

2

—

解決數(shù)據(jù)債

數(shù)據(jù)債一詞源于技術(shù)債，是一種新型的技術(shù)債務(wù)，指的是由于對數(shù)據(jù)資產(chǎn)的維護(hù)不足導(dǎo)致的數(shù)據(jù)質(zhì)量問題。

對于機(jī)器學(xué)習(xí)，數(shù)據(jù)債就是指在全生命周期中的各個環(huán)節(jié)，由于各個角色跨組織協(xié)同產(chǎn)生的數(shù)據(jù)質(zhì)量問題。

△圖片來自星塵數(shù)據(jù)

根據(jù)星塵數(shù)據(jù)產(chǎn)品總監(jiān)龔書介紹，數(shù)據(jù)債的來源主要有幾點：

1、算法工程師與數(shù)據(jù)標(biāo)注PM之間的認(rèn)知“鴻溝”

算法工程師重視數(shù)據(jù)的價值和質(zhì)量，他們會準(zhǔn)確評估數(shù)據(jù)的價值，定義數(shù)據(jù)標(biāo)注的邊界，并對數(shù)據(jù)進(jìn)行詳細(xì)記錄和分析。但是，數(shù)據(jù)標(biāo)注工作通常不是算法工程師負(fù)責(zé)，而是數(shù)據(jù)運營或數(shù)據(jù)項目經(jīng)理作為“中間人”，指導(dǎo)自身標(biāo)注團(tuán)隊或去找供應(yīng)商來完成。

這種情況下，算法工程師和數(shù)據(jù)標(biāo)注項目經(jīng)理之間的認(rèn)知差異，便可能導(dǎo)致數(shù)據(jù)標(biāo)注需求的不明確，標(biāo)規(guī)則的不統(tǒng)一，從而造成重復(fù)標(biāo)注、多次返修、甚至無效標(biāo)注等“數(shù)據(jù)債”。

2、業(yè)務(wù)需求變化帶來的“數(shù)據(jù)債”

當(dāng)面對新增需求時，算法工程師往往會花大量時間思考業(yè)務(wù)、數(shù)據(jù)標(biāo)注和數(shù)據(jù)分析，以提高模型的泛化性。但即使算法訓(xùn)練效果很好，一旦面對真實而復(fù)雜多變的環(huán)境，準(zhǔn)確率也可能顯著下降。

所以，算法工程師需要耗費大量的時間和精力仔細(xì)研究數(shù)據(jù)，找出異常之處，了解數(shù)據(jù)規(guī)律，反復(fù)編排流程，比較版本差異，以提高模型的泛化性，達(dá)到最佳效果。研究、分析、使用、迭代數(shù)據(jù)的過程中，便會產(chǎn)生大量的“數(shù)據(jù)債”。

3、文檔不統(tǒng)一和跨組織執(zhí)行之間的“鴻溝”

很多時候，為了節(jié)省標(biāo)注時間和成本，降低標(biāo)注難度，算法工程師需要對標(biāo)注數(shù)據(jù)進(jìn)行預(yù)處理。然而，為了盡快完成產(chǎn)品開發(fā)，算法方面往往會直接準(zhǔn)備好數(shù)據(jù)交給標(biāo)注人員，甚至放棄對部分?jǐn)?shù)據(jù)邊界的分析，數(shù)據(jù)標(biāo)注規(guī)則和文檔往往不夠清晰。

在實際操作過程中，數(shù)據(jù)標(biāo)注并非一蹴而就的事情。在一些非標(biāo)準(zhǔn)化的數(shù)據(jù)標(biāo)注工作中，項目經(jīng)理并沒有可供參考的操作手冊，需要根據(jù)實際情況反推標(biāo)準(zhǔn)的適用性，并從問題中尋找解決方案，以形成更穩(wěn)定、更具操作性的方法。

同時，數(shù)據(jù)標(biāo)注目前缺乏統(tǒng)一的行業(yè)標(biāo)準(zhǔn)。文檔不統(tǒng)一和規(guī)則不清晰導(dǎo)致了數(shù)據(jù)標(biāo)注方面缺乏清晰的指導(dǎo)。

4、數(shù)據(jù)資產(chǎn)與數(shù)據(jù)管理之間的“鴻溝”

目前市場上90%以上的數(shù)據(jù)是非結(jié)構(gòu)化數(shù)據(jù)，但只有不到10%得到有效利用。如果企業(yè)數(shù)據(jù)未經(jīng)有效管理和利用，將成為資源的浪費。此外，未明確數(shù)據(jù)資產(chǎn)價值也會導(dǎo)致高昂的存儲和管理成本。

5、算法需求與數(shù)據(jù)工具鏈缺失的“鴻溝”

在實際的算法訓(xùn)練和迭代過程中，算法工程師通常在發(fā)現(xiàn)模型效果不佳或遇到錯誤時才開始嚴(yán)格管理數(shù)據(jù)，這種應(yīng)急處理的方式看似成本小，實際上卻是一顆定時炸彈。

比如，在自動駕駛算法訓(xùn)練中，算法工程師需要大量的視覺數(shù)據(jù)來訓(xùn)練模型，以識別道路、車輛、行人等元素。然而，如果在數(shù)據(jù)采集和標(biāo)注過程中存在重復(fù)使用同類型數(shù)據(jù)的情況，對數(shù)據(jù)的分布缺乏全面的認(rèn)知，模型會對特定場景“過擬合”，泛化能力不足。自動駕駛特殊場景數(shù)據(jù)極為稀缺，對難例的發(fā)現(xiàn)和處理提出更高的要求。

此外，自動化、自定義的數(shù)據(jù)檢索和可視化的版本管理對于算法工程師也至關(guān)重要。如果數(shù)據(jù)版本沒有得到妥善管理，會導(dǎo)致在模型效果出現(xiàn)問題時無法準(zhǔn)確追溯到數(shù)據(jù)的來源和處理過程，無法還原問題點。因此，如果沒有一套完整“對癥下藥”的數(shù)據(jù)工具鏈，就加大了算法工程師在數(shù)據(jù)處理方面的挑戰(zhàn)。

“通過與大量算法工程師的溝通，我們發(fā)現(xiàn)他們在處理與數(shù)據(jù)相關(guān)的工作時，通常使用的是原始的自建工具、臨時工具，甚至沒有工具可用。這導(dǎo)致他們無法進(jìn)行與數(shù)據(jù)相關(guān)的高級操作，使得整個工作流程變得不夠高效?！?星塵數(shù)據(jù)產(chǎn)品總監(jiān)龔書告訴「智車星球」。

因此，為了解決數(shù)據(jù)價值無法釋放、數(shù)據(jù)孤島、運營成本增加等數(shù)據(jù)債帶來的問題，行業(yè)對數(shù)據(jù)管理和數(shù)據(jù)價值挖掘的需求越來越迫切，能滿足這些需求的數(shù)據(jù)工具鏈也成為了新的機(jī)會。

3

—

不同選擇

雖然不同的軟件開發(fā)流程在細(xì)節(jié)上有差異，但大體思路基本一致，從下圖“華為八爪魚”的數(shù)據(jù)閉環(huán)鏈路可以看到，主要分為數(shù)據(jù)采集、感知模型訓(xùn)練、仿真測試和實車測試四個環(huán)節(jié)，每個環(huán)節(jié)中又包括了若干模塊。

這些環(huán)節(jié)中所使用的工具和平臺就是“工具鏈”，工具鏈的效率決定了整個系統(tǒng)開發(fā)的效率。

△“華為八爪魚”數(shù)據(jù)閉環(huán)鏈路

而不同的玩家會結(jié)合自身的優(yōu)勢與需求來選擇不同的切入點。

比如作為出行科技與服務(wù)平臺，如祺出行的優(yōu)勢在于自身掌握的場景與數(shù)據(jù)優(yōu)勢，同時，在Robotaxi的運營中積累了很多數(shù)據(jù)，對于場景的理解較為深刻。因此，如祺出行選擇基于標(biāo)注、地圖、仿真業(yè)務(wù)先切入To B端，同時推動L4技術(shù)的成熟。

而對于星塵數(shù)據(jù)，則是將面向 AI 算法的數(shù)據(jù)服務(wù)，從算法真值數(shù)據(jù)和人工反饋，擴(kuò)展到支持企業(yè)AI算法高效迭代的數(shù)據(jù)管理、探索和挖掘服務(wù)。

△星塵數(shù)據(jù)MorningStar數(shù)據(jù)閉環(huán)

而像亮道智能這樣的激光雷達(dá)系統(tǒng)供應(yīng)商，同樣能提供數(shù)據(jù)管理平臺以及相關(guān)的工具鏈，但優(yōu)勢毫無疑問是在激光雷達(dá)上。近期，亮道在歐洲交付了L3 高階智駕數(shù)據(jù)真值項目，在此量產(chǎn)項目中，亮道重點參與的就是L3 高階智能中的激光雷達(dá)感知訓(xùn)練工作，包括激光雷達(dá)感知訓(xùn)練的數(shù)據(jù)中心建設(shè)，大數(shù)據(jù)管理，任務(wù)分發(fā)，真值數(shù)據(jù)的自動化生產(chǎn)，質(zhì)量評價等。

可以說，對于車企以及自動駕駛公司，根據(jù)自己的需求可選擇的產(chǎn)品數(shù)量在增加，產(chǎn)品質(zhì)量也在提升。而在這些選擇中，還有一個重要的選擇，那就是是否選擇自研。

4

—

自研or不自研

選擇自研，車企可以避免使用不同公司提供的工具鏈做“分段開發(fā)”導(dǎo)致的“數(shù)據(jù)孤島”現(xiàn)象，同時能更好地相應(yīng)內(nèi)部算法團(tuán)隊的需求以及更好地匹配車企的研發(fā)流程，進(jìn)一步提升開發(fā)和迭代的效率。

Momenta就是在前期花費了較長時間搭建自己的數(shù)據(jù)驅(qū)動平臺，實現(xiàn)了全流程數(shù)據(jù)驅(qū)動的技術(shù)能力，包括感知、融合、預(yù)測和規(guī)控等算法模塊都可以通過數(shù)據(jù)驅(qū)動的方式高效的迭代與更新。其閉環(huán)自動化（Closed Loop Automation）是一整套讓數(shù)據(jù)流推動數(shù)據(jù)驅(qū)動的算法自動迭代的工具鏈，能自動篩選出價值數(shù)據(jù)，驅(qū)動算法的自動迭代，讓自動駕駛飛輪越轉(zhuǎn)越快。

當(dāng)然，不選擇自研的理由也有不少，首先自然是所花費的成本與自身業(yè)務(wù)的需求是否匹配，二是研發(fā)數(shù)據(jù)閉環(huán)工具鏈需要大量用戶的反饋，主機(jī)廠自研的工具可能會受企業(yè)自身經(jīng)驗體系的制約，自研出的工具未必好用，另外，車企掌舵人對于企業(yè)在智駕領(lǐng)域核心競爭力的判斷也很重要。

不過，對于大多數(shù)車企，自研與否并不是非黑即白的選擇，結(jié)合自身優(yōu)勢選擇若干版塊進(jìn)行自研是大多數(shù)車企的選擇。

“（對于車企）工具鏈?zhǔn)且欢ㄒ匝械?，但不是全棧。我認(rèn)為企業(yè)需要搭建數(shù)據(jù)管理平臺，因為不同主機(jī)廠是按照自己的需求去管理數(shù)據(jù)，對數(shù)據(jù)管理的結(jié)構(gòu)有很大差異，所以必須要自己管起來，就像京東倉儲一樣，能快速分門別類歸納整理好，要用的時候馬上就可以拿出來。平臺搭好后，就可以引入軟件合作伙伴，直接 API 調(diào)用就好，比如數(shù)據(jù)標(biāo)注，就沒有太大必要自己養(yǎng)團(tuán)隊去做。”亮道智能CMO 江南逸告訴「智車星球」?！?/span>

同樣，在路特斯看來，數(shù)據(jù)管理一定要自己做，“我們自己采集的數(shù)據(jù)，交給第三方管理，會有數(shù)據(jù)安全方面的擔(dān)心。” L解釋道。

“處理明天的問題，用的不是今天的工具，而是明天的工具”，在這樣的認(rèn)知基礎(chǔ)上，路特斯對于工具鏈的自研程度也相對較深。據(jù)L介紹，其平臺上的部分?jǐn)?shù)據(jù)鏈工具，已經(jīng)供應(yīng)給其他企業(yè)使用。

△路特斯ROBO Galaxy工具鏈解決流程方案

所以，企業(yè)是否自研以及自研的程度，取決于企業(yè)基因、企業(yè)能力、掌舵人的認(rèn)知以及是否有足夠的底層驅(qū)動力。若自研能夠切實提高產(chǎn)品開發(fā)效率、降低成本、提升企業(yè)競爭力，那么自研的自驅(qū)力自然會增強(qiáng)。

大家最終的選擇也許不同，但能比較肯定的是，無論是從頂層設(shè)計還是企業(yè)自身的發(fā)展需求來看，數(shù)據(jù)正在成為每個企業(yè)生存發(fā)展不可或缺的生產(chǎn)資料。

這意味著，對于數(shù)據(jù)資產(chǎn)的管理，也會成為企業(yè)長期經(jīng)過時間積累下來的競爭門檻，重要性在不斷提升。

這個曾經(jīng)隱藏在自動駕駛系統(tǒng)“冰山”下的“一角”，或許正在帶來一場新的風(fēng)暴。

返回第一電動網(wǎng)首頁 >