#金石焕新程# 特斯拉都走过的弯路？自动驾驶的唯一出路是？

国外一位自动驾驶领域的技术专家Nachenberg，在加入Lyft的自动驾驶部门时，他发现团队还在用一套很经典的机器人架构，里面大部分是手写的算法规则。不管是左转还是避障，都有一套独立的、人工编码的决策系统。

这种方法，包括特斯拉很长一段时间里也在用，其实是一条死胡同。因为你永远不可能靠写代码覆盖所有现实路况，靠工程师手动去调几百个参数更是天方夜谭。

自动驾驶的真正出路，是像现在特斯拉在转向的那样，搞一套端到端的神经网络系统，把感知、预测和规划全都统一起来，让神经网络来负责开车，但同时在上面加一个安全层作为护栏。万一AI哪根筋搭错了，想闯红灯，这个安全层就会立刻接管，一脚刹车把车停下来，保证绝对的安全。

#金石焕新程# 垃圾数据比没有数据更可怕

现在人人都谈大模型，谈算力，但有个东西，如果出了问题，再强的算力、再牛的算法也救不回来，那就是数据质量。在AI行业，数据质量第一，算力第二，算法第三。垃圾数据就像是喂给AI的垃圾食品，它会让模型产生自己很牛的幻觉，而实际上，可能是在原地踏步甚至倒退。

想象一下，一个团队花了半年时间训练模型，看到评估指标节节攀升，结果最后发现，无论是训练数据还是评估数据都是一坨屎。这半年的所谓进展，全是假象。

在某些排行榜上，有时候模型排名高，不是因为它更聪明，可能只是因为它学会了用更多表情包、写更长的废话来讨好人类投票者。并且，很多所谓的AI数据公司，本质上只是人体作坊，他们没有任何技术去衡量和保证数据的质量，只是把招来的人直接打包卖给客户，这在训练模型的人看来，简直是灾难。