馬斯克：我們造出了世界上最好的自動駕駛晶元！—矽谷最新

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

特斯拉Model S上海自燃事件剛發生，特斯拉的投資者見面日如約在矽谷時間22日（周一）上午11點舉行了。其實，此前已經改過一次發布會時間了，原定的是矽谷時間19日。

馬斯克和以往一樣姍姍來遲，結果讓 40000 人看了半小時特斯拉廣告片：無論是雪地、山地開，還是城市裡轉悠，再加上一些特斯拉工廠、特斯拉拉著台大飛機，但很可惜，看了半小時還沒停止，……而且是重複放！

毫無疑問，就像特斯拉跟媒體宣傳的一樣，今天雖然是投資者日，但是特斯拉希望像在場的投資者，以及直播後面的觀眾們，展示它最新的自動駕駛功能。更準確說是：完全自動駕駛功能（Full-Self-Driving System），簡稱 FSD。

所以，特斯拉到底有多 「自動駕駛」？所謂的「全自動駕駛」，是如何實現的呢？第一時間帶你來看！

硬體：「我們開發的自動駕駛晶元，世界上最強」

第一個問題，特斯拉到底聲稱的「完全自動駕駛功能」是如何實現的？毫無疑問，硬體 軟體，兩塊缺一不可。

用馬斯克自己的話總結就是：「特斯拉在其自動駕駛軟體和硬體的開發方面取得了重大進展，包括我們的 FSD 計算機，該計算機目前已投入生產，並將通過未來的軟體更新，實現全自動駕駛」。

首先，上台正式介紹的是特斯拉的硬體工程副總裁 Pete Bannon，果不其然，他介紹了特斯拉的最新成果——自動駕駛計算機系統，以及自動駕駛晶元。

在 Pete 出場之前，馬斯克曾介紹 Peter 此前在蘋果負責過 iPhone 5 晶元的開發，如今他擔任特斯拉的晶元架構師。

按照 Peter 說法，2016年2月，他成為打造特斯拉專屬自動駕駛晶元團隊的第一位僱傭的員工，到2018年7月，特斯拉專屬的自動駕駛晶元進行全面生產，前後不到三年。Pete 在描述這款全自動駕駛系統及晶元的開發時間表時，甚至毫不猶豫說 「這是我見過的最快的系統開發計劃」。

先來些具體參數：這個全自動駕駛電腦系統完成 144 TOPS（萬億次運算/秒），這是與英偉達為自動駕駛打造的 Drive Xavier 晶元的 21 TOPS 的理論性能相比的。

（截圖自視頻）

按照 Pete 介紹，在這個電腦系統里，它包含兩個完全獨立的全自動駕駛（FSD）包，這一藍一綠兩台晶元組上的神經網路，會交換關於駕駛計劃的各自獨立的版本，「它們會確保只有在獨立得出的結果相同時，才會行動並駕駛汽車，以確保安全。」

（截圖自視頻，在上面，有兩塊很明顯的晶元）

雖然，可能略顯多餘，但此舉是為了確保自動駕駛系統的正常運作，以及保證安全性。馬斯克補充到，「這意味著任何一部分即使可能失敗，但汽車仍將繼續前行。」

毫無疑問，最大亮點就是上面載入的這款自動駕駛晶元了。

（左為晶元外表，右為晶元內部）

用 Pete 的話說，晶元最大的亮點，莫過於新晶元上的神經網路執行器，它可以處理來自特斯拉車身8個不斷運行的攝像頭，每秒大約2100幀的輸入圖像，相當於每秒25億像素。Pete 認為，這已經足以覆蓋日常行車當中對圖像的更多需求了。

那麼放到現實世界中的特斯拉來說，到底意味著什麼呢？Pete 表示，自動駕駛硬體3.0版是「世界上最先進的自動駕駛計算機」 ，與上一代硬體相比，它的功耗提高了大約1.25，整體成本降低了80％。馬斯克補充表示，FSD 每英里的功耗約為250瓦。

這個數字是個什麼概念？豐田研究所負責人Gill Pratt 接受 IEEE Spectrum 採訪時透露，人類大腦的功耗只有50瓦，但真正留給駕駛時的功耗，大約是10瓦，然而，大部分的自動駕駛系統功耗可以高達幾千瓦。

在今天的發布會上，特斯拉已經確認，這款全新打造的自動駕駛計算機，已經正式投入到現有 Model 3、Model S 以及 Model X 的生產當中。

「所有特斯拉汽車現在已經擁有實現自動駕駛所需的一切，你所要做的就是更新軟體。」 馬斯克說。

那麼，到底軟體方面的更新如何了呢？

AI：通過神經網路，教特斯拉像人一樣思考

如果說 Pete 介紹的晶元部分，是在特斯拉上運行神經網路（neural networks）的硬體基礎，特斯拉 AI 高級主管 Andrej Karpathy 的團隊，則負責訓練這些神經網路，包括數據收集、訓練神經網路本身（neural network training）等。

舉個例子，不論是特斯拉採用的8個攝像頭 12個聲吶的系統、還是馬斯克一有機會就冷嘲熱諷、極盡挖苦的 Lidar 系統（激光雷達），都是車的 「眼睛」 —— 感官系統。而其 AI 系統則是特斯拉的大腦：感觀系統收集好信息後，大腦根據這些信息作出判斷。

馬路上供感觀系統收集的信號多種多樣：比如車道線、交通標誌、紅綠燈、路障、行人、路上的大坑、甚至隨風飄舞的塑料袋…...對於自動駕駛汽車來說，都需要其大腦明白這些東西是什麼，再做出相應決定。讓機器明白一件物體是什麼都很難 —— 對他們來說，都是一串串的像素。而正確識別、做出判斷，保證駕駛者安全，則更極具挑戰性。

怎麼訓練這個大腦呢？正如人類的大腦有神經網路，Karpathy 團隊的任務就是通過輸入海量數據和例子，通過反覆學習反覆糾錯，把特斯拉 AI 的人工神經網路在 「開車」 這個場景里，訓練成類似人類大腦。

比如，他們在看到 「車道線」 後，就標記出 「長這樣的是車道線」。下次特斯拉再看到長得像車道線，就能明白那些白色或黃色的線條是什麼。

現在，全球各地特斯拉用戶駕駛的特斯拉汽車們，就能變成一個一個特斯拉用以收集數據的節點，而特斯拉的系統就可以訓練這些收集來的數據。當特斯拉駕駛者開到一條新路上時，新的數據就會被載入到特斯拉的 AI 系統里，進一步訓練特斯拉的 Autopilot 自動駕駛系統，使特斯拉能解鎖一項黑科技級別的新功能：路徑預測（path prediction）。

也就是說，特斯拉的 AI 系統能夠聰明到，在面對一條從未見過的道路時，特斯拉能夠根據已有的數據及訓練結果，非常準確地預測出這條全新道路的走向 —— 就怕在場投資者沒聽到這句話，馬斯克把它重複了足足三遍。

在發布會中 Karpathy 反覆強調，「來自真實生活里的數據無可取代。」

雖然特斯拉也運用大量的模擬場景對其自動駕駛系統進行訓練，但模擬場景再怎麼模擬，也不可能完全模擬出現實生活中及其複雜、及其無法預測的道路情況，因此過於依賴用模擬場景訓練自動駕駛系統，就像 「自己批改自己的作業一樣」。說到這兒，站在旁邊的馬斯克忍不住補充說，創造出能完全模擬真實世界的模擬環境是 「絕對不可能的」。

因此，Karpathy 認為收集大量真實數據是提高自動駕駛系統判斷能力的關鍵，「數據越多越好」，而特斯拉全球的用戶，則讓他們依靠大量、多種多樣、系統自動標記的真實數據，遠遠地把競爭對手甩在了身後。

而且，其 AI 還會自我檢查：其 Shadow Mode （影子模式），會在後台把自己做出的判斷和真實發生的情況做對比，看是否一致，如果不一致則會自我糾正。

很可惜，直到最後關於硬軟體環節結束，我們還沒有真正意義上從特斯拉的高層口中得知，到底特斯拉現階段所謂實現的「全自動駕駛」功能，是哪一個級別。如果按照美國汽車工程師學會（SAE）對現有自動駕駛級別劃分的話，是最高的 Level 5，還是 Level 4 呢？Level4 的話，至少意味著該車可以在某些條件下處理駕駛的所有方面，而無需人為干預。

在投資者路演日之前，福布斯雜誌就報道認為，即使是新的FSD取代舊硬體，也並不會立即讓特斯拉的汽車成為真正的Level 5自動駕駛汽車。

事實上，Techcrunch和多家媒體，乃至矽谷洞察此前的報道都指出，特斯拉目前更像是 Level2 級別，是比當今大多數其他車輛更先進的駕駛員輔助系統，但並非「自動駕駛系統」。

馬斯克：誰用激光雷達誰完蛋！

如果說，今天現場馬斯克狀態總感覺有點「拘束」的話，那談到攝像頭派，和 Lidar 派（激光雷達）時，馬斯克則屢次 「語出驚人」，放飛自我。

先簡單普及一下，跟傳統的汽車製造相比，自動駕駛汽車有特定的軟硬體技術需求。以特斯拉為代表的造車公司，感測器就是以視覺技術為主導的，主要通過攝像頭 毫米波雷達的組合實現相關功能，相對更經濟、性價比高一些。而像谷歌 Waymo、百度等致力於無人駕駛汽車公司，則以激光雷達為主導，相對成本較高，但在精度上更勝一籌。

（Lidar 眼中的世界，圖自 Ars Technica）

可以說，目前絕大多數致力於自動駕駛汽車的公司，採用的都是激光雷達。當然，激光雷達也有不足，比如無法區分顏色，紅綠燈在它眼裡看來就沒什麼區別。

在現場投資人提問環節，不可避免地提到了激光雷達的好處，以及攝像頭流派所面臨的難題：那就是雨雪天氣，路況不好時，攝像頭如何避免精度不高的問題。

對此，馬斯克的回答是，雖然雨雪天的確會增加駕駛難度，比如路牌被雪遮住一部分，但人類通過視覺能做出判斷，並且相對安全地駕駛，那麼經過大量充分訓練的神經網路同樣也可以做到，並非一定要靠 Lidar。

用馬斯克的話說，「（在汽車上放）激光雷達就是一個傻瓜」（a fools errand），甚至在發布會上發狠話說，自動駕駛行業誰寄希望於 Lidar、誰就一定會完蛋（doomed）！因為激光雷達昂貴、不必要，也很荒謬，註定要讓人失望。

在發布會最後，馬斯克也順勢提出了 Robotaxi 的概念，即特斯拉的機器人汽車。馬斯克說，從2016年起，就在討論機器人汽車的概念。

如今，馬斯克再次確認，Model 3和 Model S 有望用作計程車，從 2020年投入使用。而且，他還號召司機們加入「特斯拉網路」（Tesla Network），要麼將自己的車提交給車隊運營，要麼允許自己的車加入特斯拉網路運營。馬斯克認為，這更像是 「Uber和Airbnb之間的組合」。

為什麼 Robotaxi 有必要呢？馬斯克說，今天每英里乘客乘坐的平均成本約為2至3美元，而用機器人將花費不到 0.18 美元，能大大降低出行成本。除了乘客之外，擁有 Robotaxi 或加入特斯拉網路的司機，每年可以獲利 3 萬美元。

到明年年中，馬斯克表示，將有超過一百萬輛特斯拉汽車在路上使用全自動駕駛硬體，這意味著屆時將有 100 萬台 Robotaxi 的潛力。

「任何非電動的機器人計程車都沒有競爭力的」。這也是馬斯克在談到 Robotaxi 放出的狠話。

當然，不放一兩句狠話就不是埃隆?馬斯克了。如果說今天的發布會略顯沉悶的話，那麼，讓人印象深刻的可能就是馬斯克除了說 「誰用 Lidar 誰完蛋」之外，更對其他自動駕駛汽車廠商大擺擂台稱：「都 2019 年了，還沒有一輛車能趕上特斯拉在 2012 年推出的車，有本事快來挑戰我們呀！我們等著呢。」

不過，結束後我們觀察了一下特斯拉今天的股價表現，華爾街似乎並不買賬他這份傲嬌。或許華爾街投資人需要聽完兩天後的特斯拉第一季度財報，再做出決定？

對了，馬斯克最後還宣布，特斯拉新的電池組將於明年投入生產，能運行大約100萬英里（1million miles），如今的電池組大約運行30-50萬英里。

馬斯克兄，電池除了怎麼讓車走得更遠之外，還考慮考慮電池如何不自燃唄？

你覺得整場下來，特斯拉的「全自動駕駛」功能如何？實現了你對全自動駕駛的期待了嗎？歡迎留言討論

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！