小马智行楼天成关于AI的观点大幅刷新我的认知

        最近看了小马智行楼天成的访谈文章，非常推荐大家去看。其中他提到的几个核心观点，是大幅刷新我的AI认知的，分享给大家。

        楼的核心观点是

        1）当前通过收集优质数据，数据驱动AI训练产出的端到端模型，只能做出L2.99999的智能驾驶。

        这种方式只是拟合现有数据，并没有给出某些智能逻辑，所以模型的能力会被数据的表现所限制。

        L2作为辅助驾驶，驾驶表现只要表现得跟人一样就行，所以用大量的数据训练，能够灌出L2级别的智能驾驶，但天花板也相对很明显。L4自动驾驶系统的表现，要好于正常人类认知的10倍，因此，大量平庸的数据其实没有益处。

        2）L2和L4走的是两条相反的路，L2做的越好可能L4做的越差，L4做的越好可能L2做的越差。

        你跟一个臭篓棋子学下棋，那你就是他的水平，不会更高了。如果类似臭篓棋子的数据越多，数据就会变成负担，垃圾数据越多，干扰越大。

        更深一层来讲，这些数据已经教不了模型了。就像教小孩儿乒乓球，你水平都不如他那不是瞎教吗？所以要找教练。现在的做法是，训练一个很好的模型来训练端到端。而能训端到端模型的模型，本身就是一个很难的东西。

        所以L4的路径是，训练一个世界模型，世界模型就像是一个教练，教端到端模型如何去自动驾驶。

 

        从前我的认知，一直是优质数据训练AI模型，但是从楼的观点延展开来，我想到了alphaGo和alphaZero，alphaGo就是数据训练模型的典型代表，而alphaZero则是0数据起步，通过规则的摸索和试错得到的模型，在这个例子里，alphaGo是L2，alphaZero是L4，L2是模仿，而L4是掌握。从这个角度来说，alphaZero相比alphaGo是革命式的飞跃。

        而L4和L2也存在路径上的本质不同。