凤凰网汽车

作者 | 小崔

编辑 | Juice

车东西5月9日消息，据外媒Teslarati报道，特斯拉将发布FSD Beta V11.4版本，该版本将采用端到端的人工智能技术，而马斯克表示V11.4版本实际上便是V12版本。

另外，马斯克还计划先在北美给车主免费使用FSD一个月，等全球其他地区FSD功能正常且法规允许后，特斯拉还将在全球范围内免费开放FSD。

如果马斯克所言能够完全落地，也就意味着特斯拉FSD即将进化至完全体，特斯拉也将在自动驾驶领域持续领先其他玩家。

一、采用端到端人工智能 特斯拉推出FSD Beta V12

据了解，特斯拉本周即将向员工发布V11.4版本，而马斯克表示这个所谓的V11.4实际上就是V12版本，只不过特斯拉还未正式公开发布。马斯克还表示，新版本将采用一种端到端的人工智能新方案。

▲马斯克推特截图

据了解，端到端的自动驾驶实质上是放弃了传统的多模块合成自动驾驶技术，改为采集人为操作车辆的控制参数数据以及行驶过程中由摄像头采集到的道路场景图像，其中控制参数包括方向盘转角、油门、刹车和速度等数据，然后以图像数据作为神经网络中的输入，控制参数作为端到端模型的标签进行神经网络模型的学习训练，最后得到的深度学习模型。

端到端以道路场景图像作为输入，控制参数作为输出。在这种方案中，特斯拉FSD将学习初始输入阶段和输出结果之间的所有步骤。也即是说，特斯拉在其FSD套件中使用了神经网络来帮助学习，车主每使用FSD行驶一英里（约1.6公里），该系统都可以收集更多数据，并随着时间的推移在自动驾驶行为方面有所改善，这便是特斯拉做的一个重大改变。

二、流程简化 缺乏可预测性

通常来说，目前的自动驾驶技术可以分为两类，一类是间接感知方法，即传统主流驾驶方案，另一类便是行为反射方法，即采用端到端方案。

▲端到端方案流程（图源：汽车动力总成）

与传统的自动驾驶技术相比，特斯拉采用的端到端人工智能方案将由相机采集的道路场景信息直接作为模型输入，通过学习获得对智能车方向盘转角的预测，可以有效地避免传统智能驾驶技术中的感知模块单独去检测车辆，车道线，以及行人，动物等物体，仅仅需要相机采集智能车道路场景信息，就能够模拟人类驾驶员做出恰当的决策行为。

另外，端到端人工智能方案还省略了大量繁琐的中间步骤，简化了流程，基于组件的系统工作更少，其中关键点在于设计出合适的深度神经网络架构，从而能够在输入的道路场景信息中有效提取影响驾驶决策的关键场景特征，进而针对每一帧场景图像，通过计算得到对应的驾驶行为的决策值。

不过，端到端的人工智能方案还有一些缺点，比如缺乏可预测性，诊断问题更加困难。比如，面对会车情况时，本车是选择让旁边车道的车先走，还是抢在其之前走，司机本身也是有两个选择的。而当前情况下的概率分布真值又很难获得，这又非常依赖大规模数据的积累和数据真值的清洗。

结语：理想照进现实，特斯拉或将率先实现端到端自动驾驶方案。

由于自动驾驶的复杂性和对安全的高度要求，端到端的自动驾驶方案落地还非常困难的，大多数自动驾驶公司基本都是分成了导航、定位、感知、预测、规划、控制等多个模块，然后按上下游的顺序来处理。

不过，自动驾驶领域的研究者也一直在推进端到端的进展，而特斯拉此次宣布采用端到端的人工智能方案，或许能够率先实现。