Momenta曹旭东谈“R6强化学习大模型”：将超越人类驾驶水平

近日，Momenta首席执行官曹旭东在CCTV财经《对话》中介绍到，现在技术已经进化到第六代了，称 为"强化学习的大模型"。 他提到，第五代是一个模仿学习，就是模仿人，能力的上限可能是接近人、达到人的水平。"有点像从 小学到中学到大学一路在学习，都是有老师的指导的，但真的要超过老师很难。而强化学习是在实践中 探索，成功了有奖励，失败了有惩罚。这样就能够探索出来更好的驾驶行为，有机会达到人类水平或者 超过人类水平。" 曹旭东表示，现在公司已经量产了50多万台车了。"这是什么概念呢？1000万台车每年驾驶的里程会达 到千亿公里，而人类一辈子可能只达到百万公里，那就10万倍的人类经验。它可以在云端的训练环境里 面遇到10万次，可能第一次的时候手忙脚乱，等到1000次、1万次的时候就已经非常老司机了。" "等到10万次的时候，它已经学会直觉驾驶了，知道这种挑战场景最优的驾驶策略是什么，能够实现最 安全、最高效的驾驶。"他说。 新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目 的，并不意味着赞同其观点或证实其描述。 责任编辑：李昂 近日，Momenta首席执行官曹旭东在CCTV ...