原创 花十二 明镜pro
目前，联邦监管机构已对特斯拉的高级驾驶员辅助系统Autopilot展开另一项调查，此前发生了数起涉及停放的应急响应车辆和紧急情况的事故。美国国家公路交通安全管理局还启动了多项与 Autopilot 相关的调查，其中包括一些导致死亡的调查。据称自动驾驶仪故障在美国引发了十几起诉讼。周一，两名美国参议员呼吁联邦贸易委员会调查特斯拉是否通过夸大 Autopilot 的能力来误导消费者。
特斯拉长期以来一直表示 Autopilot 让驾驶更安全，并明确表示驾驶员必须保持警惕并准备在启用 Autopilot 后随时接管。马斯克在周四的演讲中表示，Autopilot 的基本目的是避免撞车，并表示它做得很好。然而，长期以来，批评者一直表示，该系统给一些司机一种错误的安全感，并暗示其自动驾驶能力远远超出其现实世界的能力。
但在受到美国监管机构调查的风口浪尖之际，特斯拉在8月20号上午召开了其成立以来的首个AI日。特斯拉人工智能和自动驾驶视觉总监 Andrej Karpathy 对特斯拉的神经网络（也就是特斯拉汽车的“大脑”）进行了高度技术性的解释，并详细阐述了特斯拉如何使用摄像头和人工智能进行预测学习。其他特斯拉 AI 高管阐述了特斯拉在标记数据和构建超高速计算机以训练 Autopilot 方面的技术突破。
01 自动驾驶：升级环境模拟能力
特斯拉在自动驾驶上特点是在车辆中使用八个摄像头，没有采用激光雷达，也没有采用高精度地图，所以 Autopilot 的一切功能，都依赖于来自车身四周 8 个摄像头提供原始图像之后，再进行的计算机视觉运算。这8个摄像头和其他的雷达融合在一起，这样他们就可以有效地定位和识别障碍物。
这些摄像头通过神经网络来处理图像。但特斯拉必须同时运行至少50个神经网络才能使其工作。为此，特斯拉使用一种特殊的结构称为HydraNets，「Hydra Nets（Hydra 意为九头蛇）」，HydraNets的主干是共享的，这提高了推理和训练速度。
Karpathy 表示，过去特斯拉 FSD虽然很好，但事实证明这样的系统不够完善。因为每个摄像头的检测很棒，但矢量空间证明是不够的。而为了解决过去几年在使用自动驾驶套件时遇到的几个问题，特斯拉从头开始重新设计了他们的神经网络学习，并利用多头路线、相机校准、缓存、队列和优化来简化所有任务。（大大简化）
“自动驾驶的感知基础存在很多更多挑战。多摄像头网络是惊人的。它们只是大量的工作，但它很可能是特斯拉预测工作的灵丹妙药。”Karpathy 表示。
自动驾驶软件总监 Ashok Elluswamy 展示了一套“混合规划系统”，解决非凸和高维动作空间中规划中的一些关键问题的解决方案。Ashok 指出，当与其他汽车并排行驶时，Autopilot 不仅要考虑它们的驾驶方式，还必须考虑其他汽车的运行方式。这位高管表示，交通行为极其复杂。
此外，一开始特斯拉使用的是 2D 图像标记，而后特斯拉过渡到 4D 标签，这使得公司可以在矢量空间中进行标签。但这还不够，特斯拉开发了自动标签，并建立了自己的公司来实现垂直整合，该公司认为将这部分业务外包不是合适的模式。Ashok 指出，这些策略最终帮助特斯拉从其 FSD 和 Autopilot 套件中淘汰了雷达，并采用了纯视觉模型的技术方向。
当数据难以获取、难以标记或处于闭环状态时，模拟会有所帮助。实际上，特斯拉的视觉网罗神经系统带来了特斯拉解锁了一个新的技能，这使得其FSD 的技术方向更具有可实施性。该公司的车辆可以在行驶时有效地实时绘制地图，这与 Super Cruise 和 Waymo 等汽车和软件领域的竞争对手采用的预先制定的策略相比，是一个巨大的差异。
马斯克以其大胆的主张而闻名，但并不总是成功，例如多年来承诺完全自主的洛杉矶到纽约之旅，并计划最早在今年推出机器人出租车车队。
02 自研芯片：可实现100亿亿次/秒的计算能力
除了介绍在自动驾驶上的进展，特斯拉还在AI日发布了一款定制芯片，用于在数据中心训练人工智能网络。该作品展示了该特斯拉对垂直整合的持续追求。“神经网络如何在公司的汽车中运行？特斯拉的系统需要超级计算机。”特斯拉自动驾驶工程总监米兰科瓦奇说，这也是特斯拉做芯片的原因。
Autopilot 硬件高级总监 Ganesh Venkataramanan 表示，D1 芯片是特斯拉 Dojo 超级计算机系统的一部分，采用 7 纳米制造工艺，具有 1,024 gigaflops（即每秒1024亿次）的处理能力。Venkataramanan 说，特斯拉将一组这样的芯片放置在一个“训练块”上，以提供 9 petaflops 的计算能力，其中 120 个块放在几个服务器机柜中，总计超过 100 亿亿次计算能力。Venkataramanan 曾在芯片制造商AMD工作过。
“我们很快就会组装我们的第一个机柜，”曾在芯片制造商AMD工作过的 Venkataramanan 说。他说特斯拉技术将成为最快的人工智能训练计算机。芯片制造商英特尔、显卡制造商英伟达和初创公司Graphcore都在生产可用于训练 AI 模型的芯片的公司。
这些芯片可以帮助训练模型从特斯拉汽车内的摄像头收集的视频源中识别各种项目。模型训练需要大量的计算工作。“我们应该在明年让 Dojo 投入运营，”首席执行官埃隆马斯克说。
这项工作是在特斯拉开始生产包含其内部制造的 AI 芯片的车辆两年后进行的。这些芯片帮助汽车的车载软件非常快速地做出决策，以响应道路上发生的事情。
03 公布AI机器人计划：原型机明年问世
特斯拉公司周四展示了其人工智能系统，它推出了下一个大型项目：人形机器人。特斯拉机器人是一个 5 英尺 8 英寸的机器人，有一个面部屏幕，重约 125 磅，和一个普通成年男性差不多，采用超轻材料打造，能够扫描有用信息，移动速度5英里/小时（8公里/小时）。——“足够慢”，马斯克开玩笑说，人们可以逃离，而且足够小，以至于人类可以压倒它。他说原型机预计明年问世。
马斯克表示，制造类人机器人是特斯拉的下一个合乎逻辑的产品，因为他说，它已经是“世界上最大的机器人公司”，其汽车基本上是机器人。类人机器人将使用特斯拉汽车中的所有工具——传感器、摄像头、神经网络等——来自主导航外部世界。“我们正在制造对类人机器人有用的部件，所以我们应该可以做到。如果我们不这样做，其他人就会——我们希望确保它是安全的，”马斯克说。
这种观点和百度李彦宏有点类似，百度8月18日在2021百度世界大会上，百度发布了具有跨时代意义的Apollo“汽车机器人”。
从官方公布的初步参数来看，这款人性机器人拥有FSD计算机+自动驾驶摄像头，基本跟科幻片里的造型无差。“我认为这将是非常深刻的，”马斯克补充道，并推测机器人可能会改变世界的运作方式。他说，虽然它可以用于诸如家务之类的基本事情，但它适用于“不安全、重复或无聊”的任务。“基本上，人们最不喜欢做的工作是什么？”
“在未来，体力劳动将是一种选择，”马斯克说，并补充说，有一天这可能会导致普遍的基本收入。马斯克表示，他希望机器人不会被视为“反乌托邦”，并补充说它甚至可以“成为你的朋友”。当在问答环节中被问及特斯拉希望如何为机器人找到消费市场时，马斯克打趣道：“好吧，你只需要看看。”
在演讲的早些时候，特斯拉人工智能和自动驾驶视觉总监 Andrej Karpathy 对特斯拉的神经网络（也就是特斯拉汽车的“大脑”）进行了高度技术性的解释，并详细阐述了特斯拉如何使用摄像头和人工智能进行预测学习。其他特斯拉 AI 高管阐述了特斯拉在标记数据和构建超高速计算机以训练 Autopilot 方面的技术突破。
不过要说到机器自己能够学习，马斯克表示，“如果有人要说让机器学习，我觉得这人是在吹牛，我几乎要翻白眼，实际上我对机器学习的态度就是这样。”
除了展示其技术外，AI Day 还作为招聘活动，马斯克鼓励潜在员工申请特斯拉的硬件或软件工作。“加入我们的团队，帮助建立这个，”他说。
马斯克于 6 月首次在 Twitter 上宣布了举办人工智能日的想法，称这将有助于特斯拉的招聘工作。特斯拉过去也举办过类似的特别活动，包括推出新车或新车装饰的活动，例如 6 月举办的展示 Model S Plaid 的活动，以及2020 年 9 月展示其电池技术的活动。
本文来自网络,如有侵权请联系删除
