據(jù)華爾街日?qǐng)?bào)當(dāng)?shù)貢r(shí)間 5 月 2 日?qǐng)?bào)道，特斯拉宣布了新的融資計(jì)劃：增發(fā)至少 20 億美元的股票和可轉(zhuǎn)換債券組合。這一混合融資計(jì)劃將是特斯拉現(xiàn)金枯竭的資產(chǎn)負(fù)債表新的資金源頭。特斯拉向美國(guó)證監(jiān)會(huì)提交的文件顯示，公司已將新股的公開(kāi)發(fā)行量從 270 萬(wàn)股增至 310 萬(wàn)股，每股發(fā)行價(jià)格 243 美元。

此次融資計(jì)劃之前，特斯拉正在經(jīng)歷一段艱難的時(shí)期，尤其是其面向大眾市場(chǎng)的 Model 3 轎車(chē)的生產(chǎn)規(guī)模上，公司同時(shí)向歐洲和中國(guó)的客戶(hù)交付汽車(chē)也遭遇物流問(wèn)題。另外，馬斯克過(guò)去一直強(qiáng)調(diào)特斯拉已經(jīng)不需要融資了，但今年第一季凈虧損超 7 億美元的財(cái)報(bào)顯然又讓他改口了。

融資計(jì)劃宣布之后，特斯拉管理層與高盛、花旗等機(jī)構(gòu)舉行了投資者電話會(huì)議。在這個(gè)電話會(huì)議中，自動(dòng)駕駛成為馬斯克穩(wěn)住投資者的最大王牌。

據(jù)彭博社援引兩名知情人士透露，馬斯克在投資者電話會(huì)議中稱(chēng)，自動(dòng)駕駛對(duì)特斯拉來(lái)說(shuō)是“革命性的”，是根本驅(qū)動(dòng)力，也是特斯拉成為一家“市值 5000 億美元的公司”的關(guān)鍵。在電話會(huì)議中，馬斯克再次承諾了他此前關(guān)于特斯拉自動(dòng)駕駛技術(shù)的時(shí)間表：最快明年年中，路上將會(huì)有 100 萬(wàn)輛擁有全自動(dòng)駕駛能力的特斯拉電動(dòng)車(chē)，而且到那時(shí)，車(chē)主可以通過(guò) Robotaxi 貢獻(xiàn)自己車(chē)輛進(jìn)行盈利，每年可獲利三萬(wàn)美元。

然而，馬斯克對(duì)特斯拉自動(dòng)駕駛?cè)绱俗孕牛厮估^功能完整的自動(dòng)駕駛汽車(chē)能在多大程度上解放駕駛者？自動(dòng)駕駛技術(shù)真的已經(jīng)到了臨界的突破點(diǎn)嗎？特斯拉的自動(dòng)駕駛技術(shù)和時(shí)間表真的能夠支撐馬斯克5000 億市值“大餅”嗎？

這些問(wèn)題都值得深入探討，予以厘清。

在軟件工程領(lǐng)域有一個(gè)被稱(chēng)為“90-90 法則”的幽默格言，據(jù)傳第一個(gè)講這個(gè)笑話的人是貝爾實(shí)驗(yàn)室的 Tom Cargill。它是這樣說(shuō)的：“（開(kāi)發(fā)軟件時(shí)）前 90% 的代碼要花費(fèi) 90% 的開(kāi)發(fā)時(shí)間，剩余的 10% 的代碼要再耗上另 90% 的開(kāi)發(fā)時(shí)間。”

接下來(lái)，我們要基于這個(gè)角度來(lái)解讀一下特斯拉自動(dòng)駕駛技術(shù)的集中體現(xiàn)——自動(dòng)駕駛芯片這件事情。

在 4 月 22 日特斯拉舉辦的自動(dòng)駕駛活動(dòng)日中，他向世人展示了該公司在完全自動(dòng)駕駛技術(shù)領(lǐng)域最新取得的令人矚目的進(jìn)展。特斯拉還展示了一款新的神經(jīng)網(wǎng)絡(luò)計(jì)算芯片 FSD，似乎已經(jīng)可以與這一領(lǐng)域的領(lǐng)導(dǎo)者英偉達(dá)（Nvidia）競(jìng)爭(zhēng)。

特斯拉也向人們解釋了 FSD 如何利用自己龐大的客戶(hù)及其車(chē)輛來(lái)收集數(shù)據(jù)，從而可以被用來(lái)幫助訓(xùn)練其神經(jīng)網(wǎng)絡(luò)。

馬斯克這次想要向人們傳達(dá)的一個(gè)重要信息是，特斯拉距離拿下完全自動(dòng)駕駛汽車(chē)的“圣杯”已經(jīng)近在咫尺。馬斯克說(shuō)道，按照計(jì)劃到今年年底，特斯拉的自動(dòng)駕駛汽車(chē)將能夠達(dá)到，在沒(méi)有任何人為操作干涉的情況下，在地面街道或者高速公路上的任何兩點(diǎn)之間自動(dòng)駕駛。

在達(dá)成這一目標(biāo)之后，按照馬斯克的術(shù)語(yǔ)，自動(dòng)駕駛汽車(chē)就已經(jīng)到達(dá)“功能完整（feature complete）”了，但在這一階段，自動(dòng)駕駛汽車(chē)仍然不時(shí)需要人類(lèi)駕駛員來(lái)監(jiān)控車(chē)輛并在發(fā)生突發(fā)狀況時(shí)進(jìn)行人為干預(yù)。不過(guò)按照馬斯克的推測(cè)，之后只需要六個(gè)月的時(shí)間，自動(dòng)駕駛軟件就能夠擁有足夠的可靠性，不需要人為監(jiān)督干涉就可以完全自動(dòng)駕駛。按照馬斯克的期待，到 2020 年底，特斯拉將擁有數(shù)千輛特斯拉自動(dòng)駕駛汽車(chē)，來(lái)為使用類(lèi)似于優(yōu)步等出租車(chē)服務(wù)的乘客提供無(wú)人駕駛出租車(chē)服務(wù)。

馬斯克的理解也許是，一旦特斯拉的自動(dòng)駕駛汽車(chē)在今年下半年達(dá)到了所謂的“功能完整（feature complete）”，它們就已經(jīng)完成了自動(dòng)駕駛開(kāi)發(fā)的前 90％的工作了。但是在這里，最大的問(wèn)題是，真的已經(jīng)完成了 90% 了嗎？或者按照 Tom Cargill 的 90-90 法則來(lái)看，剩下的工作真的只需要 10% 的開(kāi)發(fā)時(shí)間嗎？

自動(dòng)駕駛研發(fā)難在第二階段

我們可以將把自動(dòng)駕駛汽車(chē)的開(kāi)發(fā)分為兩個(gè)階段來(lái)進(jìn)行。在第一階段，開(kāi)發(fā)的重點(diǎn)是建立自動(dòng)駕駛汽車(chē)對(duì)世界的靜態(tài)理解。比如說(shuō)，現(xiàn)在汽車(chē)正在行駛的這條路在哪里？周?chē)钠渌?chē)又在哪里？附近是否有行人或自行車(chē)？現(xiàn)在所在的特定區(qū)域有什么交通法規(guī)？

當(dāng)汽車(chē)軟件能夠完成自動(dòng)駕駛第一階段的任務(wù)之后，理論上講，自動(dòng)駕駛汽車(chē)就應(yīng)該能夠在空曠道路上的任意兩點(diǎn)之間完美駕駛了，甚至即使在擁擠的道路上，它也應(yīng)該能夠做到避免碰到任何其他事物。這也就是被馬斯克稱(chēng)為「功能完整」的自動(dòng)駕駛程度。Waymo 公司在 2015 年左右實(shí)現(xiàn)了這種自動(dòng)駕駛水平，而特斯拉的目標(biāo)是在今年晚些時(shí)候也達(dá)到這一目標(biāo)。

但是，如果你想讓自己的汽車(chē)達(dá)到可以為人們提供無(wú)人駕駛出租車(chē)服務(wù)的水平，你還需要深入第二階段的開(kāi)發(fā)，這一階段的重點(diǎn)是如何處理與周?chē)渌挛镏g各種復(fù)雜的交互場(chǎng)景，包括與其他駕駛員、行人和其他道路使用者的各種復(fù)雜交互。

如果解決不了第二階段的問(wèn)題，自動(dòng)駕駛汽車(chē)就會(huì)經(jīng)常因無(wú)法做出決策而“凍結(jié)”在原地。它將很難完成在較為擁擠的情況下上高速，在環(huán)形交叉路口導(dǎo)航以及在無(wú)保護(hù)的情況下打左轉(zhuǎn)等各種任務(wù)。而且你有可能會(huì)發(fā)現(xiàn)，在有很多行人過(guò)馬路的地方，這輛自動(dòng)駕駛汽車(chē)會(huì)因?yàn)閾?dān)心有人會(huì)突然跳到車(chē)前而不知所措，或者在建筑工地或繁忙的停車(chē)場(chǎng)附近時(shí)，它也會(huì)不知道該做何反應(yīng)。

這些僅僅解決第一階段卻未解決第二階段任務(wù)的自動(dòng)駕駛汽車(chē)，當(dāng)然最終也很可能會(huì)將你帶到目的地，但其乘坐過(guò)程很可能是一個(gè)緩慢且不穩(wěn)定的過(guò)程，以至于用過(guò)一次之后，就沒(méi)有人想再用它。這樣的汽車(chē)很有可能因?yàn)槠浔孔镜鸟{駛風(fēng)格而令道路上的其他人抓狂，甚至可能導(dǎo)致整個(gè)公眾都會(huì)反對(duì)使用自動(dòng)駕駛技術(shù)。

除此之外，在第二階段的開(kāi)發(fā)中，開(kāi)發(fā)人員還需要處理各種越來(lái)越不尋常的“罕見(jiàn)狀況”，比如在單行道上遇到逆行的汽車(chē)怎么辦；比如一輛卡車(chē)在結(jié)冰的路面上突然失控而且開(kāi)始向后打滑駛向后面的車(chē)隊(duì)怎么辦；又或者是突然遇到了森林大火、洪水或龍卷風(fēng)而使道路無(wú)法通行，該如何應(yīng)對(duì)。這一階段要處理的有些情況可能如此罕見(jiàn)，以至于公司可能測(cè)試其軟件許多年，也無(wú)法真正囊括所有這些在現(xiàn)實(shí)中可能碰到的情況。

在過(guò)去三年里，Waymo 公司一直都處于自動(dòng)駕駛開(kāi)發(fā)的第二階段。而相比之下，馬斯克似乎認(rèn)為第二階段的開(kāi)發(fā)就顯得有點(diǎn)微不足道了。馬斯克似乎相信，只要特斯拉的汽車(chē)能夠識(shí)別道路上的車(chē)道標(biāo)記和其他物體，它就已經(jīng)做好準(zhǔn)備迎接完全無(wú)人駕駛階段的到來(lái)了。

特斯拉新型自動(dòng)駕駛芯片，優(yōu)勢(shì)能維持多久？

在過(guò)去十年中，通過(guò)更深層的網(wǎng)絡(luò)、更多的數(shù)據(jù)和更多計(jì)算能力的組合，研究人員對(duì)神經(jīng)網(wǎng)絡(luò)的性能已經(jīng)做出了不斷改進(jìn)，在深度學(xué)習(xí)領(lǐng)域?qū)嶋H上已經(jīng)進(jìn)行了革命性的進(jìn)展。在早期的深度學(xué)習(xí)實(shí)驗(yàn)中，主要是通過(guò)并行使用消費(fèi)級(jí)的 GPU 來(lái)進(jìn)行的。而在最近，谷歌和英偉達(dá)等公司已經(jīng)開(kāi)始專(zhuān)門(mén)為深度學(xué)習(xí)工作負(fù)載而設(shè)計(jì)定制的芯片。

自從 2016 年以來(lái)，特斯拉自動(dòng)駕駛汽車(chē)的先進(jìn)駕駛輔助系統(tǒng)（Autopilot）一直是由英偉達(dá)公司的 Drive PX 平臺(tái)來(lái)支持的。但在去年，特斯拉已經(jīng)棄用英偉達(dá)的平臺(tái)，轉(zhuǎn)而采用自己的定制芯片 FSD。

在發(fā)布會(huì)上，馬斯克邀請(qǐng)了自己在 2016 年從蘋(píng)果公司聘請(qǐng)的芯片設(shè)計(jì)師 Pete Bannon 來(lái)解釋他的工作。Bannon 在活動(dòng)中表示，開(kāi)發(fā)這款新的系統(tǒng)主要目的就是直接代替之前的整個(gè)基于英偉達(dá)平臺(tái)的系統(tǒng)。

Bannon 說(shuō)到，“這是兩臺(tái)互相獨(dú)立的計(jì)算機(jī)，它們獨(dú)自啟動(dòng)并運(yùn)行自己的操作系統(tǒng)。每臺(tái)計(jì)算機(jī)都有獨(dú)立的電源，即使其中一臺(tái)計(jì)算機(jī)崩潰，汽車(chē)也還將能夠繼續(xù)正常駕駛。”

Bannon 說(shuō)，每個(gè)自動(dòng)駕駛芯片都擁有 60 億個(gè)晶體管，該系統(tǒng)被設(shè)計(jì)用于以大規(guī)模的并行方式來(lái)執(zhí)行神經(jīng)網(wǎng)絡(luò)中所使用的各種操作。每個(gè)芯片都有兩個(gè)計(jì)算引擎，可以在每個(gè)時(shí)鐘周期執(zhí)行 9,216 次乘加運(yùn)算——乘加運(yùn)算也是神經(jīng)網(wǎng)絡(luò)計(jì)算的核心運(yùn)算。每個(gè) FSD 系統(tǒng)將擁有兩個(gè)這樣的芯片，F(xiàn)SD 系統(tǒng)的總計(jì)算能力為每秒 144 萬(wàn)億次運(yùn)算。

特斯拉說(shuō)，這款新的芯片比該公司之前使用的英偉達(dá)芯片優(yōu)化了 21 倍。當(dāng)然，比起 2016 年供特斯拉用的那款芯片，英偉達(dá)也早已開(kāi)發(fā)生產(chǎn)出更新的芯片；但特斯拉仍表示，即使與英偉達(dá)公司目前最新的運(yùn)算速度為 21 TOPS（即每秒 21 萬(wàn)億次運(yùn)算）的 Drive Xavier 芯片相比，特斯拉的這款 FSD 芯片也更強(qiáng)大，F(xiàn)SD 芯片的運(yùn)算速度為 144 TOPS。

但是英偉達(dá)認(rèn)為，上面的比較方法并不公平。該公司表示，首先自己的 Xavier 芯片可提供 30 TOPS 的運(yùn)算速度，而不是 21 TOPS。更重要的是，英偉達(dá)稱(chēng)它們通常會(huì)將 Xavier 封裝在擁有強(qiáng)大 GPU 芯片的芯片上，從而使其擁有 160 TOPS 的計(jì)算能力。而且，和特斯拉的做法一樣，英偉達(dá)也將這些系統(tǒng)成對(duì)封裝，以增強(qiáng)其冗余可靠性。因此他們的 Xavier 芯片的整個(gè)系統(tǒng)最終擁有 320 TOPS 計(jì)算能力。

當(dāng)然最終真正重要的，并不是系統(tǒng)的理論操作速度，而是整個(gè)系統(tǒng)面對(duì)實(shí)際工作負(fù)載時(shí)的實(shí)際運(yùn)算執(zhí)行情況。特斯拉稱(chēng)，自己的芯片專(zhuān)門(mén)為高性能和低功耗而設(shè)計(jì)，因此十分適用于自動(dòng)駕駛應(yīng)用，在自動(dòng)駕駛領(lǐng)域可以提供比英偉達(dá)用途更廣泛、性能更好的芯片。

不過(guò)無(wú)論如何，兩家公司都在研究下一代芯片和系統(tǒng)設(shè)計(jì)，這樣看來(lái)，目前兩家公司所擁有的任何優(yōu)勢(shì)都可能轉(zhuǎn)瞬即逝。

馬斯克信賴(lài)“數(shù)據(jù)護(hù)城河”

神經(jīng)網(wǎng)絡(luò)的一個(gè)最經(jīng)典的，也是與自動(dòng)駕駛汽車(chē)關(guān)聯(lián)很大的一個(gè)應(yīng)用，應(yīng)該就是圖像識(shí)別了。自動(dòng)駕駛軟件需要辨別附近的物體是汽車(chē)、自行車(chē)、行人、路燈柱子，還是一袋垃圾。這些信息可以幫助軟件來(lái)判定某一個(gè)對(duì)象在未來(lái)可能會(huì)如何移動(dòng)，以及可能遇到的問(wèn)題的嚴(yán)重程度。

神經(jīng)網(wǎng)絡(luò)非常適合來(lái)處理這種圖像分類(lèi)問(wèn)題。為了訓(xùn)練神經(jīng)網(wǎng)絡(luò)，程序員們通常會(huì)建立一個(gè)大型的圖像數(shù)據(jù)庫(kù)，并對(duì)數(shù)據(jù)庫(kù)中所包含的對(duì)象進(jìn)行類(lèi)型標(biāo)記。然后，系統(tǒng)會(huì)使用稱(chēng)為反向推測(cè)的技術(shù)來(lái)“訓(xùn)練”網(wǎng)絡(luò)，從而達(dá)到可以正確地對(duì)各種圖像進(jìn)行分類(lèi)。

在過(guò)去十年中，研究人員發(fā)現(xiàn)，隨著投入的數(shù)據(jù)越來(lái)越多，計(jì)算能力越來(lái)越高，深度神經(jīng)網(wǎng)絡(luò)也變得越來(lái)越準(zhǔn)確。但至關(guān)重要的一個(gè)問(wèn)題是，只有這些增加的數(shù)據(jù)可以真正代表現(xiàn)實(shí)世界的完全復(fù)雜性時(shí)，才能為深度學(xué)習(xí)的訓(xùn)練真正增加價(jià)值。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)非常直觀，如果它在學(xué)習(xí)時(shí)所看到的訓(xùn)練數(shù)據(jù)一直都只是某種類(lèi)型的數(shù)據(jù)，那么它也只能學(xué)習(xí)識(shí)別這種特定類(lèi)型的對(duì)象。

特斯拉的人工智能領(lǐng)域的大師 Andrej Karpathy 在 4 月 22 日的演講中給出了一個(gè)很好的例子。Karpathy 說(shuō)，當(dāng)特斯拉的汽車(chē)在實(shí)際駕駛中遇到異常情況，特斯拉公司可以調(diào)回當(dāng)時(shí)的異常情況的數(shù)據(jù)并進(jìn)行分析。比如說(shuō)，如果公司擔(dān)心自己的軟件在識(shí)別固定在車(chē)輛上的自行車(chē)方面做得還不夠好，它可以要求特斯拉的車(chē)輛在駕駛時(shí)尤其注意附近的自行車(chē)和汽車(chē)的圖像。然后特斯拉可以雇用人員來(lái)專(zhuān)門(mén)檢查這些圖像，并驗(yàn)證它們是否包含掛在車(chē)輛尾部的自行車(chē)，再將這些圖像添加到特斯拉的圖像訓(xùn)練數(shù)據(jù)集中，從而幫助軟件今后的版本可以更好地理解自行車(chē)和車(chē)輛組合在一起的各種情況。

在自動(dòng)駕駛開(kāi)發(fā)的最后階段，“長(zhǎng)尾”將十分消耗時(shí)間（長(zhǎng)尾在本文中指那些出現(xiàn)頻率低、但危險(xiǎn)性可能很高的情況）

特斯拉所提出的策略，也許非常適合讓特斯拉完成前述的自動(dòng)駕駛開(kāi)發(fā)的第一階段：只要道路不是那么擁擠，整個(gè)過(guò)程中沒(méi)有什么突發(fā)的、奇怪的事情發(fā)生，它將使自動(dòng)駕駛汽車(chē)能夠?qū)崿F(xiàn)在任何兩點(diǎn)之間行駛的程度。

之后，特斯拉將進(jìn)入開(kāi)發(fā)的第二階段：處理復(fù)雜的與人類(lèi)之間的互動(dòng)情況，以及之后的一長(zhǎng)串的罕見(jiàn)但卻存在有很大的潛在危險(xiǎn)的各種情況。

特斯拉在活動(dòng)中對(duì)此問(wèn)題的基本論點(diǎn)是，它們將能夠從特斯拉的車(chē)隊(duì)中獲取數(shù)據(jù)，這些數(shù)據(jù)將使特斯拉在解決第二階段的各種問(wèn)題方面具有很大的優(yōu)勢(shì)。

Karpathy 說(shuō)，“解決這些問(wèn)題需要先從所有實(shí)際收集到的數(shù)據(jù)中識(shí)別出這些情況，然后進(jìn)行軟件迭代，最后才能夠真正為神經(jīng)網(wǎng)絡(luò)提供正確的處理解決這類(lèi)問(wèn)題的數(shù)據(jù)，而上面所說(shuō)的整個(gè)過(guò)程的速度，與能夠從實(shí)際駕駛過(guò)程中收集到的數(shù)據(jù)中包含這些情況的頻率成正比”。

但是，雖然特斯拉可能有能力獲得大量的數(shù)據(jù)，但并沒(méi)有足夠的帶寬來(lái)將特斯拉汽車(chē)的每一分鐘駕駛的記錄數(shù)據(jù)反饋給公司總部。相反，只有在特斯拉的工程師告訴汽車(chē)需要注意哪些類(lèi)型的情況，并且之后當(dāng)汽車(chē)真正遇到與其中一種類(lèi)型匹配的情況時(shí)，汽車(chē)才會(huì)將現(xiàn)場(chǎng)的短視頻剪輯反饋給特斯拉總部。

這也就意味著只有工程師有足夠的先見(jiàn)之明，發(fā)送了從汽車(chē)那里請(qǐng)求這種類(lèi)型數(shù)據(jù)的指令時(shí)，特斯拉總部才會(huì)收集到這類(lèi)極少數(shù)情況下的數(shù)據(jù)。如果某些情況十分罕見(jiàn)奇怪，以至于工程師們從來(lái)都沒(méi)有考慮過(guò)會(huì)發(fā)生這類(lèi)情況，那么這類(lèi)情況的數(shù)據(jù)即使特斯拉汽車(chē)曾經(jīng)遇到過(guò)，其現(xiàn)場(chǎng)數(shù)據(jù)也可能永遠(yuǎn)都不會(huì)進(jìn)入到特斯拉的自動(dòng)駕駛訓(xùn)練數(shù)據(jù)集中。

幸運(yùn)的是，特斯拉有一些其他技術(shù)來(lái)標(biāo)記自己的軟件不能很好理解的情況。當(dāng)人類(lèi)駕駛員在發(fā)現(xiàn)自動(dòng)駕駛儀（Autopilot）做錯(cuò)了什么的時(shí)候，軟件會(huì)記錄下來(lái)這種情況。此外，即使當(dāng)人類(lèi)駕駛員在操作且自動(dòng)駕駛儀處于非活動(dòng)狀態(tài)時(shí)，特斯拉汽車(chē)仍然會(huì)在“陰影模式”下啟動(dòng)運(yùn)行其自動(dòng)駕駛軟件，來(lái)計(jì)算假如自動(dòng)駕駛儀處于活動(dòng)狀態(tài)時(shí)會(huì)采取哪種措施。

這種做法有一個(gè)問(wèn)題就是，他們所處理的通常是一個(gè)非常嘈雜的信號(hào)。人類(lèi)駕駛員每天都要停用數(shù)十萬(wàn)次自動(dòng)駕駛儀，對(duì)于需要從這些數(shù)據(jù)中搜集一場(chǎng)情況的人類(lèi)來(lái)說(shuō)，這些數(shù)據(jù)實(shí)在是太多太細(xì)微了。而且軟件越好，這種方法的使用就越像是在大海撈針。

當(dāng)然，這并不是說(shuō)特斯拉的這種方法不起作用。雇傭人員來(lái)從特斯拉車(chē)隊(duì)收集的數(shù)十億英里的數(shù)據(jù)中尋找異常情況，當(dāng)然比 Waymo 雇用人類(lèi)駕駛員來(lái)駕駛數(shù)百萬(wàn)英里的方法更省人力成本。但正如 Karpathy 所說(shuō)的那樣，“在接近 100% 之前的 99.99……% 中的最后幾個(gè) 9 的工作，將是非常困難棘手的。”無(wú)論公司有多么多的原始數(shù)據(jù)，這一過(guò)程都將非常耗費(fèi)時(shí)間。

了解人類(lèi)的行為，真的很難

自動(dòng)駕駛汽車(chē)不僅需要建立對(duì)世界在這一秒的靜態(tài)理解，它還需要建立對(duì)世界的動(dòng)態(tài)理解，即世界在未來(lái)幾秒內(nèi)會(huì)如何變化，尤其是，自動(dòng)駕駛軟件需要了解人類(lèi)的行為方式。

特斯拉的這次活動(dòng)中所關(guān)注到的最具遠(yuǎn)見(jiàn)的問(wèn)題之一就是上述這個(gè)關(guān)鍵話題。而特斯拉也給出了自己對(duì)這一問(wèn)題的解答。

在發(fā)布會(huì)上，有人提問(wèn)：“特斯拉的這款自動(dòng)駕駛系統(tǒng)確實(shí)在理解路標(biāo)、物體的位置以及汽車(chē)的驅(qū)動(dòng)方式已經(jīng)做的很好；但是對(duì)于各種非科學(xué)的情況下呢，比如說(shuō)停車(chē)時(shí)，在環(huán)形交叉路口誰(shuí)先誰(shuí)后，以及道路上還有類(lèi)似于馬車(chē)等非人類(lèi)駕駛的交通方式存在的情況下，自動(dòng)駕駛系統(tǒng)如何處理？”

馬斯克的回答是，“我們的芯片實(shí)際上已經(jīng)做的確實(shí)很不錯(cuò)，它會(huì)使用類(lèi)似于插件的工具，將可以很好地處理這類(lèi)問(wèn)題。”

而 Karpathy 則提出了一個(gè)更具體的回答：“我們現(xiàn)在正在使用大量的機(jī)器學(xué)習(xí)來(lái)訓(xùn)練自動(dòng)駕駛系統(tǒng)的預(yù)測(cè)能力，首先給自動(dòng)駕駛創(chuàng)建一個(gè)世界的形象表示，在這個(gè)形象表示之上又會(huì)有一個(gè)明確的計(jì)劃器和一個(gè)控制器，這里還有各種用于預(yù)測(cè)的如何進(jìn)行遍歷和談判的各種啟發(fā)式方法等。確實(shí)，我們必須解決最后的“罕見(jiàn)情況”，而且自動(dòng)駕駛的長(zhǎng)尾會(huì)有特別多的情況，在對(duì)視覺(jué)環(huán)境的處理上會(huì)有“罕見(jiàn)情況”，在對(duì)于各種情況的反應(yīng)或者與其他道路使用者的談判方面也會(huì)有“罕見(jiàn)情況”需要解決。但是我們有很大自信是，這些“長(zhǎng)尾“問(wèn)題，最終肯定是靠一種車(chē)隊(duì)機(jī)器學(xué)習(xí)組建來(lái)解決的。因?yàn)槲艺J(rèn)為，如果靠人工編寫(xiě)各種程序或者規(guī)則來(lái)解決這類(lèi)問(wèn)題，將很快遇到瓶頸。”

活動(dòng)中的這些談話已經(jīng)從幾個(gè)方面向我們透露了一些信息。

首先，很明顯 Karpathy 比馬斯克更深入地思考了這個(gè)問(wèn)題。這一問(wèn)題的切入點(diǎn)雖然是自動(dòng)駕駛需要能夠預(yù)測(cè)另一個(gè)駕駛員行為的各種情況，但實(shí)際上這是在路上最簡(jiǎn)單常見(jiàn)的人與人之間的互動(dòng)。馬斯克回答的特斯拉汽車(chē)在這一方面做的“相當(dāng)不錯(cuò)”，并不能說(shuō)明特斯拉采用的方法是可行的。

相比之下，Karpathy 似乎更深地認(rèn)識(shí)到這其中的復(fù)雜性。他說(shuō)道，“最終肯定是靠一種車(chē)隊(duì)機(jī)器學(xué)習(xí)組件（a fleet-learning component）來(lái)解決的”，這表明特斯拉在為針對(duì)這類(lèi)問(wèn)題所需開(kāi)發(fā)的組件方面尚未取得很大的進(jìn)展。相反，他承認(rèn) Autopilot 的計(jì)劃模塊使用了“大量啟發(fā)式”方法來(lái)處理所遇到的與其他道路使用者之間的交互。

馬斯克說(shuō)：“從本質(zhì)上講，現(xiàn)在人工智能和神經(jīng)網(wǎng)絡(luò)主要被用于物體的識(shí)別，我們基本上仍然將它用作處理靜止幀上的物體，并也將對(duì)象識(shí)別為靜止幀，然后再將其綁定在之后的感知/路徑規(guī)劃層中。”

從馬斯克的這些答案來(lái)看，要想實(shí)現(xiàn)馬斯克制定的實(shí)現(xiàn)自動(dòng)駕駛的激進(jìn)的開(kāi)發(fā)計(jì)劃，可能時(shí)間有點(diǎn)緊張了。支持特斯拉可以比其競(jìng)爭(zhēng)對(duì)手實(shí)現(xiàn)更快的開(kāi)發(fā)速度的論點(diǎn)，是特斯拉可以使用神經(jīng)網(wǎng)絡(luò)訓(xùn)練從特斯拉車(chē)隊(duì)收集到的大量數(shù)據(jù)。

但是，即使 Karpathy 和馬斯克自己也承認(rèn)，特斯拉才開(kāi)始嘗試使用神經(jīng)網(wǎng)絡(luò)來(lái)處理更復(fù)雜的感知和路徑規(guī)劃方面的問(wèn)題。很難令人相信，特斯拉能夠在僅僅 15 個(gè)月的時(shí)間內(nèi)，就可以完成使用神經(jīng)網(wǎng)絡(luò)完全重寫(xiě)其感知和路徑規(guī)劃軟件，然后對(duì)這一軟件進(jìn)行各種嚴(yán)格測(cè)試的所有的工作。

即使 Waymo 公司已經(jīng)擁有在機(jī)器學(xué)習(xí)領(lǐng)域的眾多優(yōu)勢(shì)，這一問(wèn)題還是困擾了它們?nèi)昊蚋L(zhǎng)時(shí)間。那么，特斯拉要在未來(lái)幾年內(nèi)就達(dá)到與 Waymo 不相上下的水平，這個(gè)說(shuō)法有說(shuō)服力嗎？

棄用激光雷達(dá)和高清地圖是愚蠢的？

這次活動(dòng)的另一個(gè)主題是，馬斯克認(rèn)為激光雷達(dá)和高清晰度地圖在自動(dòng)駕駛方面是不適用的。他認(rèn)為，依賴(lài)這些系統(tǒng)的自動(dòng)駕駛系統(tǒng)將會(huì)是“不堪一擊”并且容易出現(xiàn)故障的。特斯拉的競(jìng)爭(zhēng)對(duì)手最終也將不得不放棄使用這些系統(tǒng)。

馬斯克的說(shuō)法可能是正確的，但我們不知道的是，開(kāi)發(fā)這樣的系統(tǒng)是需要兩年、十年還是三十年的時(shí)間來(lái)實(shí)現(xiàn)這一目標(biāo)。

確實(shí)，如果軟件過(guò)度依賴(lài)于激光雷達(dá)或高清地圖，其效果可能會(huì)適得其反。例如，自動(dòng)駕駛汽車(chē)可能會(huì)盲目地沿著高清地圖上布置的路徑行駛，而不檢查周?chē)那闆r，以確認(rèn)真實(shí)場(chǎng)景是否比地圖創(chuàng)建時(shí)發(fā)生了變化。

但是，如果可以聰明地使用它們，激光雷達(dá)和高清地圖仍將可以帶來(lái)很多其他價(jià)值。特斯拉的粉絲總喜歡說(shuō)，只要你有足夠好的視覺(jué)算法，激光雷達(dá)是完全不需要的，但自動(dòng)駕駛軟件其實(shí)也只是通過(guò)內(nèi)在概率來(lái)做出判斷。

例如，軟件可能會(huì)計(jì)算出一個(gè)對(duì)象有 97％的可能性是一個(gè)燈柱，另一個(gè)十分難以辨別的對(duì)象有 83％的可能性只是一個(gè)傳感器的偽影（偽影：指由于傳感器的物理原理或算法而導(dǎo)致的拍攝或掃描影像中出現(xiàn)了實(shí)際不存在的各種形態(tài)的影像）。

而如果汽車(chē)可以借助高清地圖幫助，它將可以在地圖上檢查該位置是否應(yīng)該確實(shí)是一個(gè)燈柱。如果是這樣，那么汽車(chē)將可以更有信心地前進(jìn)。如果高清地圖上沒(méi)有顯示這里有燈柱，那么汽車(chē)就需要考慮其他的可能的解釋。

相似地，激光雷達(dá)也可以幫助自動(dòng)駕駛系統(tǒng)確認(rèn)在明顯的傳感器偽影方向上是否確實(shí)存在實(shí)際物體，進(jìn)而幫助汽車(chē)判斷是否可以安全地忽略它。

汽車(chē)感知世界的方式越多，某個(gè)傳感器的誤導(dǎo)性數(shù)據(jù)最終導(dǎo)致自動(dòng)駕駛系統(tǒng)的錯(cuò)誤性操作的可能性就越小。激光雷達(dá)和高清地圖都為無(wú)人車(chē)提供這類(lèi)數(shù)據(jù)，它們可以幫助自動(dòng)駕駛軟件確認(rèn)或取消來(lái)自其他傳感器的數(shù)據(jù)。

但更值得注意的是，馬斯克對(duì)激光雷達(dá)的批評(píng)點(diǎn)，主要關(guān)注于對(duì)車(chē)輛周?chē)鷺?gòu)建靜態(tài)物體模型的相對(duì)簡(jiǎn)單的任務(wù)上。

在演講中，Karpathy 專(zhuān)門(mén)花時(shí)間解釋了特斯拉使用相機(jī)來(lái)檢測(cè)車(chē)道線，以及確定相機(jī)框架中的物體距離的策略。也許特斯拉已經(jīng)在不使用激光雷達(dá)和相機(jī)的情況下，快速取得了解決這些問(wèn)題的進(jìn)展。

但實(shí)際上，Waymo 已經(jīng)在過(guò)去的許多年或多或少解決了這些問(wèn)題，也許 Waymo 嚴(yán)重依賴(lài)激光雷達(dá)和高清地圖的方案，可能并不是解決此問(wèn)題最具成本效益或技術(shù)優(yōu)雅的方案。但這一系統(tǒng)一直運(yùn)作良好。對(duì)于一家也仍在努力解決同樣問(wèn)題的公司來(lái)說(shuō)，特斯拉將 Waymo 的解決方案視為不可行，實(shí)在有點(diǎn)難以理解。