首页科技快讯最前线 | 特斯拉CEO马斯克：有信心今年实现L5自动驾驶，正建立中国自动驾驶团队

最前线 | 特斯拉CEO马斯克：有信心今年实现L5自动驾驶，正建立中国自动驾驶团队

来源：晰数塔互联网快讯时间：2020年07月09日 15:06

7月9日，第三届世界人工智能大会（WAIC）开幕。特斯拉CEO马斯克通过视频接入，以自问自答的形式发表了主题演讲。

围绕特斯拉的中国工厂，特斯拉本土制造、研发团队都在体系化。马斯克在演讲开始，也先为中国的自动驾驶团队打了一则招聘广告，其表示，“我们正在中国建立相关工程团队，如果你想在特斯拉做工程师可以加入我们。”

马斯克同时特别说明，中国的自动驾驶团队不仅仅是简单把美国的东西搬到中国，“我们会原创性在中国做工程开发，做原创设计和工程工作。”

自动驾驶是人工智能应用落地的重要场景，而特斯拉显然是这个领域的先导。自2015年特斯拉开始在车辆上搭载AutoPilot硬件以来，已经在启用状态下行驶里程破30亿英里。在海量真实的道路数据基础上，特斯拉的智能驾驶系统也在向自动驾驶快速演进。

马斯克在演讲中说，对于未来实现Level 5自动驾驶非常有信心，“我认为很快就会实现，在特斯拉我们已经非常接近L5自动驾驶了，有信心在今年完成L5级别的基本功能。”

以下是马斯克演讲实录：

很高兴能够再次来到这里，我希望今后可以亲自来！

1、Autopilot 自动辅助驾驶是特斯拉纯电动车非常受欢迎的一项功能。它在中国市场的应用情况如何？

特斯拉自动驾驶在中国做得非常好，我们正在中国建立相关工程团队，如果你想在特斯拉做工程师可以加入我们。

我想强调我们会做很多原创性的中国工程开发，不仅仅是简单把美国东西搬到中国，我们会做原创设计和工程工作，所以可以考虑在特斯拉中国工作。

2、对于我们最终实现L5级别自动驾驶有多大信心？您觉得这一天什么时候会到来？

我对于未来实现L5自动驾驶是非常有信心的，我认为很快就会实现，在特斯拉我们已经非常接近L5自动驾驶了，我有信心我们将在今年完成L5级别的基本功能。

我认为实现L5自动驾驶目前不存在底层根本性挑战，但是有很多细节问题。我们面临挑战是要解决所有这些小问题，然后整合系统持续解决长尾问题，可以树立大多数场景的情况，但是又会不时出现一些奇怪的情况，必须有一个系统来解决训练，解决这些奇怪的场景。所以也是需要有现实场景，没有什么比现实更复杂，任何模拟都是现实世界复杂性的子集。

我们目前非常专注于应对L5自动驾驶的细节，我们非常相信这是可以做到的，我们可以利用特斯拉现在的硬件，我们只需要改进软件，我们可以实现L5级别自动驾驶。

3、您觉得人工智能和机器人技术的三大支柱：感知、认知和行为，目前在各自领域的进展如何？

我不确定人工智能是否可以这样分类。如果我们用这个分类标准的话，在感知层面目前技术取得巨大进展，事实上可以说在专业的图像识别领域，几乎比任何人类都做得好，即使比专家也做得好。问题是有多少计算机，多少实践来训练计算机，还有图像系统效率如何。

讲到图像识别或者是相应识别，任何的信号，任何给定的字节流，人工智能系统是否能够准确的来识别？

认知是最薄弱的领域，人工智能是不是能够理解概念，是不是能够有效推理，是不是能够进行创造，现在有很多有创意的AI，但是他们没有办法很好来控制他们的创造活动，我们会觉得好像做得不太好，不过未来会表现好一点。

我们可以想像成游戏，显然在任何有着明确规则游戏当中AI会比人好很多。主要是有规则明确的游戏，如果这个游戏自由度不是很高的话，很难想像在任何游戏当中人工智能它不会玩的比人类要好，甚至都不考虑人工智能更快反应时间。

4、Autopilot自动辅助驾驶在哪些方面推动了AI算法和芯片的发展？它又如何改变了我们对AI技术的理解？

为自动驾驶开发人工智能芯片时，我们发现市场上没有成本合理，而且低功耗的系统。

如果我们使用传统的TPU、CPU或者是其他相似产品，耗费数百瓦的功率，后备箱会被巨大冷却系统占据，如此以来成本高昂、体积大、能耗高。

要知道能耗对于汽车里程非常重要，为此我们开发特斯拉智能人工芯片，该芯片有八位加速器，用于电机计算，有很多的电机运算，如果你知道什么是电机运算，就知道电机运算量巨大，事实上还未完全发挥出特斯拉自动驾驶的能力。

实际上几个月前我们启动了芯片第二套系统，所以充分利用到特斯拉完全自动驾驶系统，可能还需要至少一年时间。

我们还看到特斯拉训练系统，以改善对人工智能系统的训练。人工智能系统就像FP16训练系统，主要受芯片发热量和通讯速率限制，所以我们也正在开发新的线和散热冷却系统，用于开发更高效计算机，从而更有效处理视频数据。

5、如何看待人工智能算法的发展？

我们如何看待人工智能算法的发展，我不确定这是不是最好的理解方式。

神经网络主要是从现实中获取大量信息，很多来自无光源方面，并创建矢量空间，将大量光子压缩为矢量空间。

人类是否能够进入大脑的矢量空间，我们通常以类比方式将现实视为理所当然，我认为你可以进入自己大脑中的矢量空间，理解你的大脑是如何处理外部信息，他获取大量信息只保留相关部分，人们是如何在大脑中创建一个矢量空间，他的信息仅占原始数据很小一部分，却可以根据矢量空间表达做决策，这就类似于大规模压缩和解压缩的过程。

有一点像物理学，因为物理学公式本质上是对现实压缩算法，这就是物理学的作用，很明显物理公式是现实压缩算法。

简而言之我们人类就是物理学作用的证据，如果对宇宙做一个真正物理学意义上的模拟，大量的计算如果有充足时间，最终产生绝知，人类将是最佳证明，如果你相信物理学和宇宙演化史，很长一段时间是氢元素，出现氦与锂元素，其中一些重元素学会表达，我们人类本质上是氢元素进化而来，如果将氢元素放一段时间它就会慢慢变成我们，我觉得大家可能不太赞成这一点，所以有人会问我我们知觉作用从哪里来，整个宇宙是特殊的绝知或者是是否存在特殊性，又或者氢元素转变人类过程中何时产生知觉。

特斯拉工厂进展很顺利，我对特斯拉团队感到无比自豪，我也期待尽快访问上海超级工厂。我不知道如何表达，真的非常感谢特斯拉中国团队，未来我们的工厂中会运用更多人工智能和人工智能化软件，我认为在工厂真正有效使用人工智能还需要花一些时间，我们可以将工厂看作一个复杂的结合体，实际上所有公司都是如此。

谢谢线上采访我，我希望明年有机会亲自参加，我很喜欢到中国，中国总是给我惊喜，中国有很多既聪明又勤奋的人，中国充满了正能量，我对未来满怀期待，我会让未来成为现实，我期待着回来。