现在，自动驾驶模型已经学会了描述驾驶技能。

有些人想知道现在，自动驾驶模型已经学会了描述驾驶技能。和轿车解说的题，但是又不知道真假，小编为你详细的解说吧！

作者李凡

原文链接

NVIDIAAI科学家“我们最近所做的最令人兴奋的研究”

“我前面的车也停了，停了。”

“前面的路已经畅通了，所以我们要加快速度。”

你还记得三堂课前解释驾驶动作时被驾校教练支配的恐惧吗？

事实上，前两句话都来自AI，是自动驾驶模型LINGO-1在驾驶时生成的。LINGO-1通过将自然语言引入自动驾驶模型来提高模型的可解释性。

开发团队来自英国创业公司Wayve，创始人获得剑桥大学机器学习博士学位，今年3月，比尔盖茨试驾了Wave的自动驾驶汽车。

那么LINGO-1到底能做什么呢？有什么好处？

LINGO-1可以做什么

LINGO-1主要可以实现两个功能行车解说和可视化。

第一个是驾驶评论。LINGO-1使用语言来描述驾驶行为并解释控制车辆时的决策。

例如，在上图中，当LINGO-1尝试驾驶车辆超越停在路边的车辆时，会输出以下文本

由于交通拥堵，我们走得很慢。

超越一辆停放的汽车

加速前进，因为前方的道路是光明的

除了车辆等大型障碍物外，它还可以识别斑马线等地面标志。

可以看到图中继续提供了说明。

道路仍然开放，因此请保持稳定的步伐

减速、刹车并停在人行横道前

出发后，道路畅通，加速度很大。

在十字路口复杂的场景中我无法停止说话。

前面的车停了又停。

如果您加速并遇到十字路口，请踩刹车。

车道再次开放。沿着小路走，然后左转。

还有功能，你可以向驾校教练询各种驾驶场景的题，仿佛在评价模型的场景理解和推理能力。

我们可以询LINGO-1模型在这个路口关注什么，如下所示。LINGO-1说当他看到红灯时他停了下来。

当被及停车时最关注的三件事时，模特解释说，她最关注的是红绿灯、停在前面的自行车和过马路的行人。

还要询天气如何影响驾驶。

可以看到LINGO-1可以识别雨天，并说因为有小雨，所以会更加小心驾驶。

他承认，“我无法预测雨什么时候会停。”

通过演示，相信大家已经了解了LINGO-1与其他自动驾驶车型——的最大区别。

LINGO-1将会解释。

LINGO-1的文本输出与常规聊天机器人不同。他们都解释了“为什么我在这种情况下完成这个驾驶任务。”

有题也有案，但都是建立在了解驾驶情况的基础上的。

Wayve将其称为LINGO-1VLAM，其最大的创新是将自然语言引入自动驾驶。

近日，在FSDV12的直播中，马斯克接管了车辆，因为他在过路口时无法准确识别车辆，路灯显示可以左转，但车辆开始直行。

马斯克后来表示，解决这个题的方法是返回并“提供更多左转灯视频数据”。

LINGO-1的训练过程中也有“视频数据”，但也有很多来自经验丰富的驾驶员的“语音数据包”。

Wayve在训练LINGO-1模型时邀请了很多专业司机，其中一些是驾校教练，Wayve要求他们大声说话并解释为什么他们在驾驶测试车辆时会这样做。

乍一看，这是大家都熟悉的场景。

随着LINGO-1的出现，自动驾驶的逻辑从“感知->驾驶行动”转变为“感知->文本推理->驾驶行动”。

这样做有什么好处呢？

有什么好处？

主要有两个方面提高模型的可解释性和加速模型本身的改进。

首先，最大的好处是提高了模型的可解释性。

自动驾驶是一种基于神经网络的程序，而神经网络长期以来一直是一个“黑匣子”。这意味着人们知道神经网络可以做什么，并且他们已经能够调整参数来提高神经网络的效率和准确性。