为什么说“行为预测”是自动驾驶终极杀器？( 四 )_行为预测到底重要在哪？在行驶过程中

这 10 秒钟的记录会成为你手上的输入-输出对，是训练深度神经网络的上好「养料」。至于人工打标签，则完全没有必要。

采用行为预测这种方法后，你甚至不用上传视频，车辆能直接保存一段周边环境的抽象记录，而在自动驾驶系统看来，这段抽象记录其实与人工打上的标签并无二致。

在行为预测上，特斯拉的优势就在于那每天奔忙在路上的 50 多万辆电动车——这样车辆搭载 Autopilot 的第二代和第三代硬件。

也就是说，特斯拉用车上搭载的 8 颗摄像头、前置雷达、神经网络计算机搞定了车辆行驶途中的数据记录，这些数据还能通过 Wi-Fi 回传给特斯拉。

想象一下，如果这 50 万辆车回传的都是抽象记录而非原始视频，特斯拉的行为预测训练数据库得有多强？

当然，车辆获得的数据也不会一股脑都塞给车队，筛选是个必要的过程。

举例来说，将行为预测神经网络犯的错当训练数据就非常有意义，而这个纠错的过程是个进步的捷径，比投喂各种随机数据有效多了。

为什么说“行为预测”是自动驾驶终极杀器？( 四 )