绑定手机

获取验证码

注册、登录代表你已阅读并同意《用户协议》

取消
当前位置: 首页 > 详情

马斯克谈特斯拉 Autopilot、自动驾驶、FSD V11

常盛 2022-01-02 22:51:00 9907

screenshot-20220102-223900.png

马斯克第三次做客 Lex Fridman 的播客。本期访谈时长两个半小时,讨论的话题包括 SpaceX、火星、Autopilot、自动驾驶、机器人和人工智能等等。汽车之心整理翻译了与自动驾驶方面的话题(大约 40 分钟),以飨读者。

本期访谈的主要观点:

- 如果想搞定自动驾驶,就得将这两大因素数字化,也就是要让摄像头与先进的神经网络无缝结合。马斯克认为,这是实现自动驾驶的唯一路径。

- 特斯拉 Autopilot 的神经网络经历了多次大版本升级,其核心在于效率的提升。

- 特斯拉 FSD 到 2022 年能实现 L4 级别自动驾驶。马斯克判断,FSD 的事故率至少要比人类低 2-3 倍。

- 马斯克透露,特斯拉 FSD 11 重写了神经网络底层代码。未来特斯拉训练神经网络时直接使用原始图片,而非打了标签的专用图片,这将大幅度降低自动驾驶技术的开发难度。未来 FSD 的代码量将大幅下降。

- Tesla Bot 的定位是工作机器人,制造 Tesla Bot 本质上是特斯拉在 AI、电池、电机、自动驾驶技术等领域的延伸。

一、谈特斯拉 Autopilot

Lex:过去六年,特斯拉 Autopilot 的成长历程真是精彩纷呈,可能对你和其他参与其中的特斯拉人来说这更是一场艰苦卓绝的长征。对我来说,这也是一场精彩大戏,作为麻省理工毕业的人,我深知计算视觉技术有多难。因此,最初我也产生过怀疑,认为现有技术条件下,车辆根本无法应对复杂的路况,甚至连车道保持都难做好。这也是我见过最大胆的决定,毕竟特斯拉是软硬件都从头做起。

Musk:首先我想说的是,这一切都是特斯拉那群天才们取得的成绩。特斯拉的 Autopilot AI 团队相当强大,这里聚集了世界上最聪明的人。

Lex:在过去五六年里,关于自动驾驶你又有什么新的洞见呢?毕竟对没有深入其中的普罗大众来说,自动驾驶到底有多难,谁也没有切身感受。

Musk:我一开始就知道 Autopilot 这道题不好解,但没想到是这么难解。要解决自动驾驶问题,你首先要了解人类是如何驾驶的。人类开车主要靠的是眼睛和大脑,如果想搞定自动驾驶,我们就得将这两大因素数字化,也就是要让摄像头与先进的神经网络无缝结合。在我看来,这也是实现自动驾驶的唯一路径。

Lex:那么,到底要赋予机器哪些人类的能力呢?视觉与控制和路径规划又有什么关系?另外,作为人类,我们开车时在用各种动作影响世界,反观自动驾驶汽车,则是在被动的回应各种场景。

Musk:在我看来,控制逻辑并不是什么难点。

Lex:那最难的地方到底在哪?

Musk:软件和代码。要想构建一个精准的矢量空间,就需要对大量比特流进行压缩。在这个矢量空间中,有人,有车,有信号灯,还有标线,只要矢量空间足够精确,车辆的控制就像电子游戏一样容易了。不过,完美的矢量空间可不是一天建成的。

Lex:一般人可能无法想象,我们的大脑是如何构建矢量空间的。

Musk:你的大脑做了海量的计算工作,这样才能在大脑中生成特别清晰的图像。怎么说呢,虽然眼睛在一些角度是有盲区的,但大脑依然能构建这些盲区并为其上色,这点真是让人不得不佩服。在得到一些视觉信号后,大脑会试图对其进行遗忘,毕竟对大脑来说存储空间实在有限,它必须学会放弃,只保留真正有用的矢量空间。想想你在路上开车的场景,除了控制方向盘,你还会发信息,换电台,走神,但人身上不过只有两个"摄像头",所以当你视线移动时,大脑会自动对矢量空间进行分析,记录那些关键的位置和动作信息。

Lex:这样来看,人类能开好车并不只是依赖于矢量空间。

Musk:假设道路右侧有一辆大的公交或者卡车,你会下意识的做出预判,感觉这辆大车前方可能会有人通过并进行相应规避。

Lex:对计算视觉来说,想做到这一点可是相当困难。

Musk:这话没错,但人类也是通过积累慢慢学会的。在我们小的时候,如果你第一次见到别人从背后拿出一个球,也会吓一跳,但经历的多了就学会预判了。另外一点是,记忆会跨越时间和空间。

举例来说,当你开着车在路口等红灯,虽然可能一分半之后行人才会通过,但他们的位置会始终存在你的大脑里。

Lex:这样来看,想让数据引擎学会你刚才所说的各种概念,恐怕没那么容易。

Musk:我们的神经网络确实经历了多次大版本升级,其核心在于效率的提升。

Lex:所以特斯拉才会维持如此庞大的团队对吧?

Musk:确实,这项工作需要大量硬核技术,比如进行矩阵计算。

Lex:就像电子游戏一样?

Musk:对,我们追求的就是高帧率,低时延。不过,有一点需要讲一下。对大多数摄像头来说,借助算力让图片看起来更好看非常重要,但特斯拉不在乎,我们只需要数据。

正是如此,我们的摄像头才能在低光环境下捕捉更多的原始数据,通过一些细微的光子数据做出判断,比大家想象中的强大太多了。在延迟方面,也是毫秒级别的。简单来说,未来的自动驾驶会获得超人的能力与反应时间,比人类强大的多猛。

二、谈自动驾驶

Lex:我还是得问个尖锐的问题,基于对过去六年的总结,您认为特斯拉什么时候能实现 Level 4 全自动驾驶?

Musk:我感觉明年就行。大家都在密切关注 FSD Beta。从现在的情况来看,驾驶员介入频率正在快速下降,明年 FSD 的事故率就会低于人类。当然,我判断明年并不意味着 FSD 能在法律层面落地,而且我们定的标准并不只是与人类匹敌,FSD 的事故率至少要比人类低 2-3 倍才行。

三、谈特斯拉 FSD

Lex:最近 FSD 10.6 刚刚发布,10.7 也即将到来,甚至是 FSD 11。

Musk:我们本来想 2021 年就放出 FSD 11。但在这个版本上我们重写了一些神经网络架构的底层代码。

Lex:FSD 11 有什么本质上的大幅提升吗?

Musk:首先当然是能力的提升,其次就是神经网络地位的提升,软件的重要性相对降低了。

Lex:要让神经网络从上到下都接管吗?

Musk:对,这是个大幅度的提升。未来我们训练神经网络时会直接用原始图片,而非打了标签的专用图片。

Lex:这会大幅降低整个自动驾驶技术开发的难度。

Musk:是的,FSD 所用的代码量将大幅下降。

Lex:听起来真不错,特斯拉在融合所有传感器。

Musk:只是摄像头(特斯拉不想带雷达玩了)。当然,还有一些声音需要融合进去,比如警车,消防车的警报,以及一些大声的叫喊。

四、谈 Tesla Bot

Lex:今年你们还发布了 Tesla Robot,一款人形机器人产品。在发布会上,特斯拉称这款产品主要用在工厂。我想知道的是,这款产品未来会进入千家万户吗?

Musk:大家都知道,特斯拉的使命是加速世界向可持续能源的转变,机器人也是其中重要的一环。在我看来,未来是人选工作,而不是工作选人,一些无聊或者危险的工作完全可以由人形机器人来承担。

Lex:那么未来会有成千上万的 Tesla Bot 在世界各地参与工作吗?

Musk:我还没想过那么远,但答案肯定是"是"。

Lex:现在,路上跑的特斯拉电动车已经有两百万台了。未来 Tesla Bot 的数量会超越特斯拉电动车吗?

Musk:有这个可能。在我们内部,Tesla Bot 可是代号"擎天柱"呢。既然特斯拉已经有了先进的 AI,再加上电机,电池等硬件和一些硬核技术优势,制造机器人肯定不在话下,毕竟它可以算得上是自动驾驶汽车的延伸。不过,想把完整的神经网络塞进机器人的低功耗芯片中,恐怕没那么容易。

Lex:许多公司都做了机器狗,它们的主要工作是陪伴。那么未来 Tesla Bot 如何定位?是专一做各种特定工作?还是同样具有陪伴功能?

Musk:说实话,我还没从陪伴这个角度考虑过问题,但我认为 Tesla Bot 能成为人们的好朋友。AI 加身的它,能不断进化并与自己的主人心灵相通。这事未来可能会成真,但我们当下还是把 Tesla Bot 当工作机器人用。

汽车之心·行家说预告

新一期行家说《决战2025,车企的销售和服务要怎么变?(点击阅读原文)》将于1月7日晚上八点开播,欢迎扫描下方二维码预约报名。

20220102-225758.png

标签: 特斯拉
本文为汽车之心原创文章,作者:常盛,如需转载,请联系授权。违规转载法律必究。
5

1

分享

好文章,需要你的鼓励

参与评论

相关评论(共1条)

  • 林芝芝@汽车之心
    0
    原视频在这里:https://m.weibo.cn/7205918816/4721331729336291
    01-03 12:33 回复

Copyright ©2019-2022 汽车之心 版权所有

备案号:粤ICP备19151757号