特斯拉自动驾驶的底层逻辑(3)

在日常驾驶过程中，车辆总会经过形形色色的STOP指标，最为正常的情况就是一个立在路旁或者路中、红底白字的STOP标识，但现实生活总会有些预料之外的情况发生，驾驶员偶尔会碰上一些奇奇怪怪、需要结合具体背景来理解意涵的指标，包括不限于以下：
无效STOP指标，比如被某人拿在手上，却无意义；下方附带文字说明的STOP指标，比如不限制右行；STOP字母被树枝、建筑物遮挡的指标…这都是些出现频次不高却不胜枚举的情况。
遇到上述情况，人类驾驶员可以轻松识别出绝大部分情况下的“STOP”，并很快作出行动反应。但对计算机来说，情况就变得复杂起来，毕竟它看到的不是具体的"STOP"，而是一堆无意义的数字代码，如果遇到现有训练数据集中没出现的情况，比如一些上述奇奇怪怪、较为少见的指标，自动驾驶神经网络就不能处理。

这部分少见的长尾数据通常无穷尽，但又必须在尽可能短的时间内学会应对，如果一切都让人工操作，无疑需要耗费巨大的时间成本和资源。尽管在8月20日AI大会上，卡帕西透露目前特斯拉标注团队规模已达千人级别，但在海量行车数据面前，千人还是显得杯水车薪，对此特斯拉内部开发了数据离线自动标注（Data Auto Labeling）以及自动训练框架“数据引擎（Data Engine）”。

首先，特斯拉神经网络团队在对这些长尾情况有所了解后，会先编成一个样本数据集，并为此创造一个局部小型神经网络来学习、训练（与其他神经网络并行），通过OTA方式部署到全球英语地区特斯拉车辆上。
再利用车辆影子模式，但凡遇到实际驾驶情况和自动驾驶AI决策不一致的情况，这部分行车数据会自动上传至特斯拉后台数据引擎中，在被自动标注后，重新纳入已有的数据训练集中，继续训练原本的神经网络，直到新的数据被掌握。
就这样，在大量训练数据的喂养下，神经网络变得“见多识广”、更加聪明，可以识别不同条件状况下的STOP标识，精确度逐渐从40%提升至99%，完成单一任务学习。