自动驾驶发展到端到端网络时,会大量裁普通算法员工吗?

作者 | cvlife.net  编辑 | 自动驾驶之心

点击下方卡片,关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

>>点击进入→自动驾驶之心端到端自动驾驶技术交流群

本文只做学术分享,如有侵权,联系删文

来源:知乎,原文链接:https://www.zhihu.com/question/656388149/answer/3503659245

目前自动驾驶一般分为感知、决策、规划、控制,需要对应算法工程师优化结果,之后这些会使用一张大网替代,那么普通算法工程师会不会被裁员呢?

作者:刘斯坦

如果端到端真的在实践中被确认是有效的,可用的,那么这是肯定的。就比如翻译行业,以前那些搞HMM翻译模型的已经被LSTM替代掉一波了,LLM出来之后那波搞LSTM的也被替代了。。。

无论是感知的端到端,规控的端到端还是整个的端到端,人们总归是希望能越来越多的替代掉人工的部分,无论是体力劳动还是脑力劳动。不劳动一定是最终的追求,这是无法避免的历史趋势。

但实际情况却并不一定,一是整个蛋糕大了,端到端也不是所有的平台都用得起的,无论是自动驾驶还是具身智能,只要自动化在向整个社会蔓延,需要的人必然就是越来越多的。一边是需求的比例慢慢变低,一边是整个市场变大,两个因素一对冲,到底是市场变大了还是变小了还很难说。

再加上其实从几年前开始计算机的学生就已经是人均深度学习了,所以原本传统方法学的人就越来越少,再过五到十年,算力不足的平台仍然要依赖于传统方法,如果那个时候需求大爆发了,甚至出现传统算法人才供应跟不上的情况都有可能。

现在的硕士毕业生,你想去找懂贝叶斯的,懂优化的,可能都很困难了。。。

作者:猫熊在路上

作为一个干决策规划的人,从最近的工作中,不仅没有感到危机,反而感到了一丝惊喜。

简单说就是,在目前这套体系下,业务上我有很难解决的问题,这时候居然有个模型工具能帮我解决,那我用起来吧,大概的感觉就是这样。

如果只会写条件,当然会被淘汰。理解问题,用好工具,解决问题,才是核心竞争力。

作者:我不叫田花花同学

会,但是从业总人数会继续扩张。可能看到的现象是,一边猛裁员,一边猛招人。会快速更新掉没能跟上产业升级的年龄大的“老人”,而年轻的反而不会受到影响,甚至利好。35岁老男人很受伤。

如果端到端真的能够得到落地应用,那么一定是因为其优异的性能表现或者是因果推理能力。虽然目前看不到任何迹象说明端到端能够实际量产落地,但是其中的环节和各模块均需要较长的打磨时间。最简单的就包括因果推理,逻辑推演,非训练场景集内的处理能力。

实际量产中场景变化的不计其数,简单说一个,摄像头前面飞过一个塑料袋,车辆的行为是什么样的,很难有人说得清楚。

所以可能最靠谱的,非抄概念,能量产落地的方案,目前还是模块分割,必定自动驾驶不是llm,你编个答案给我我不会怎么样,但方向盘刹车信号确实会要你命。人类尝试总结归纳相关特性和关系,在上面再加以束缚。不管是自动化过程还是人工过程,都需要大量的人力投入。

还是那句话,有多少智能就有多少人工,尤其是在早期发展阶段。现代的cnc也一定是从手工钳工的阶段逐渐制造出来的。这是一个漫长的产业升级过程,本来据需要大量人力投入,想加速就只能会要更多的人投入。

一个有意思的问题,自动驾驶到底是先落地端到端的方案,还是先落地个模块的学习方案?每个人给的答案都不大一致。其实这个问题完全取决于市场意志,尤其是资本的意志。

我认为技术上一定是先实现,局部模块的learning化,再在大量的数据和方案演化和充分的行业积累理解下,才能真正的实现端到端。

然而事实证明,我的理解就是个屁。并且资本决定着技术的发展方向。技术的发展方向,从来都不是技术人员说的算。所谓的技术积累都只不过是资本眼里的生产资料而已,有可能值点钱,但在短期利益和概念面前又一文不值。

还有你们都评论的是啥,不是我删的。

投稿作者为『自动驾驶之心知识星球』特邀嘉宾,欢迎加入交流!

① 全网独家视频课程

BEV感知、BEV模型部署、BEV目标跟踪、毫米波雷达视觉融合多传感器标定多传感器融合多模态3D目标检测车道线检测轨迹预测在线高精地图世界模型点云3D目标检测目标跟踪Occupancy、cuda与TensorRT模型部署大模型与自动驾驶Nerf语义分割自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频(扫码即可学习

dbb0f0162af9eb5713eb12743234755d.png

网页端官网:www.zdjszx.com

② 国内首个自动驾驶学习社区

国内最大最专业,近3000人的交流社区,已得到大多数自动驾驶公司的认可!涉及30+自动驾驶技术栈学习路线,从0到一带你入门自动驾驶感知2D/3D检测、语义分割、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪)、自动驾驶定位建图SLAM、高精地图、局部在线地图)、自动驾驶规划控制/轨迹预测等领域技术方案大模型、端到端等,更有行业动态和岗位发布!欢迎扫描下方二维码,加入自动驾驶之心知识星球,这是一个真正有干货的地方,与领域大佬交流入门、学习、工作、跳槽上的各类难题,日常分享论文+代码+视频

74815d8b70d7f14b857f4fd47271f32a.png

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区,聚焦感知、定位、融合、规控、标定、端到端、仿真、产品经理、自动驾驶开发、自动标注与数据闭环多个方向,目前近60+技术交流群,欢迎加入!扫码添加汽车人助理微信邀请入群,备注:学校/公司+方向+昵称(快速入群方式)

0c9f8762bd05eb6d6e8c159a5e4d4710.jpeg

④【自动驾驶之心】全平台矩阵

7269801c7be349cd7b4fdd80e2366ebb.png

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值