数据智能|中国首个数据智能体系发布，毫末智行剑指 2022年「三大战役」( 二 )

通过以上创新，MANA可同时具备对超大数据规模处理、更广泛场景适应性，以及更高的感知认知能力。
数据智能闭环已成道路数据对于自动驾驶公司的重要性不言而喻，但极少公司如毫末智行般投入大量资源构建数据体系。
那么，毫末智行为何如此大费周折？
在毫末智行第三期品牌开放日，顾维灏曾表示，AI 自动驾驶技术的成功依赖于两大关键环节：模型和数据，足够多和足够好的数据是做出好模型的前提。正因如此，毫末智行在过去数月投入大量资源构建自身的数据智能闭环。
所谓数据智能，毫末智行将其解释为数据收集、价值挖掘、价值应用。目前毫末智行已经围绕这三点完成全方位的数据布局。
数据积累方面，毫末智行通过“风车战略”打法，通过大规模的产品落地，从乘用车及末端无人配送车获取大量数据。相较于其它自动驾驶初创公司，毫末智行获取道路数据的成本更为低廉。
具体而言，通过长城汽车旗下大量已售出的量产车型，毫末智行可广泛地收集不同类型的道路数据，且来源稳定可持续，这是毫末智行辅助驾驶系统在极短时间内行程突破400万公里的重要原因。

文章插图

此外，毫末智行正积极研发末端物流无人车，并将其视为当下自动驾驶技术最易商业化落地的产品之一。从今年4月起先后与美团、阿里达摩院合作至今，毫末智行已量产下线超1000台末端物流无人车。不断提升的末端物流无人车规模，将为毫末智行积累更为丰富的道路数据。
价值挖掘方面，MANA为其中重要一环。
目前，MANA已经将数据感知、认知、标注、仿真、计算等多个环节融为一体，在数据高效利用的同时节省大量成本。
首先，MANA通过明确的系统失效信号，以及更强大的模型进行数据诊断，以便从数亿公里的数据中选取对当前能力有提升的数据。
其次，MANA采用无监督学习将图像向量化为特征向量，通过“谱聚类”将相似的图像聚类。得到聚类结果后，MANA以“是否与问题场景类别相同”作为评判标准，将结果分为正负两种样本，并挑选“类中心”和“类边界”附近的数据提升标注效率。通过此种方式，可以有效提升最终模型的效果。

文章插图

第三步，MANA将通过双推理系统，对不同空间及时间对数据进行高效挖掘。
最后，MANA采用数据和模型同时并行的混合方案，并优化模型前向计算，可在减少整体显存占用量的同时大幅度提升算法训练的效率。
通过以上四个步骤，MANA可实现高效的价值挖掘。
而价值应用方面，背靠长城汽车这棵大树，毫末智行的解决方案及产品有着毫不缺乏用武之地。
毫末智行预计，2022 年其将承担 34 款长城车型，约占整体待上市车型 80%。未来三年，搭载毫末智行辅助驾驶产品的长城乘用车数量将突破 100 万台。
MANA围绕感知智能、认知智能、标注、仿真、计算等五大能力打造数据智能体系。
扭转局势的起点：雪湖正如毫末智行之名源自《老子·道德经·第六十四章》“合抱之木，生于毫末”，MANA的中文名“雪湖”亦有深意。
在刘慈欣的科幻小说《三体》中，外星高等文明三体人因母星濒临崩溃而试图侵占地球，被联合国“面壁计划”选中的面壁者罗辑隐居于山林寻求对抗三体人的方法。在经历多重现实打击后，他不慎坠入寒冷的湖水，却顿悟“黑暗森林”法则，并利用其压制三体人数个世纪。
数据智能体系“雪湖”即取意于此，承载着毫末智行渴望突破数据瓶颈，通往自动驾驶的梦想。
从某种程度上，当前的自动驾驶玩家与《三体》中的地球正处于同一种境况。
书中，人类生活在可能随时遭受三体人打击的恐惧中，而如今各自动驾驶公司，也因未开放的商业变现怀揣着生存忧虑。
此时登场的数据智能体系“雪湖”，或是毫末智行通往商业化的关键武器。
目前，毫末智行已经拥有多种可持续道路数据来源。除了魏牌摩卡、坦克 300等车型之外，其辅助驾驶系统还将应用于魏牌玛奇朵、魏牌拿铁、哈弗神兽三款量产车型。
相对于其它自动驾驶创业公司而言，这一先天优势将帮助毫末智行加速获取道路数据，而“雪湖”推出后，则可将天然的资源优势转化为技术优势。
除此之外，“雪湖”亦是毫末智行试图实现技术领先的跳板。