图片来源@视觉中国

文 | 豹变，作者 | 悟能，编辑丨李鑫

马斯克最近有三次亮相，备受关注。

第一次是在2022年TED大会，这场在温哥华举办的活动最后一场访谈，留给了马斯克，他与TED主席克里斯·安德森对谈。

第二场是5月10日，马斯克在英国《金融时报》直播的汽车未来伦敦会议上接受记者彼得•坎贝尔的采访。

第三场是5月16日，马斯克在ALL-IN峰会上的访谈。

除去收购推特这个热门话题之外，马斯克访谈中透露出的一个话题，应该受到新能源汽车行业的关注，它就是自动驾驶。

从去年至今，美国国家公路交通安全管理局共收到350多起关于特斯拉出现“幻影制动”的投诉，调查仍在进行。而这些投诉，涉及到一个核心问题：自动驾驶。

上述三场亮相中，马斯克心目中的自动驾驶是什么样的？他实现自动驾驶的路径又是什么？未来的方向是什么？

01 马斯克：自动驾驶坑太多，但有信心今年突破

5年前在参加TED大会时，马斯克放话：他要在2022年将一辆汽车从洛杉矶开到纽约，“全程无人干预”。
马斯克说的这辆车，就是全自动驾驶（FSD，Full Self-Driving）车辆，但直到今年也没落地。

“我并不总是对的。”5年后，马斯克如此回答。

马斯克承认，自动驾驶里面的坑太多。

“你认为你已经解决了问题，你以为你掌握了问题的关键，然而，并没有！你只是撞了南墙。”马斯克说。
马斯克打比方：如果将自动驾驶研究绘制成图，那它看起来像一条对数曲线。

马斯克一点也不喜欢这种对数曲线：它起初以一种近乎垂直的方式上升，然后变缓，收获越来越少。

“自动驾驶前进的方向上，有很多虚假的黎明，你最终会逐渐靠近，你的进步最初是线性的，然后看起来是对数的。”马斯克说。

这像极了特斯拉的自动驾驶研发过程：大有希望，直线上升；好多坑要踩，缓慢增长；有的坑还在前方。有没有办法，让对数曲线上升趋势不要那么快的变慢？

“我有信心，我们将在今年解决这个问题。”马斯克说。

就事故发生概率而言，马斯克有信心今年特斯拉的自动驾驶将超越人工驾驶。“虽然（离我说的目标）又过了一年，自动驾驶还没有变成现实。但我认为，突破就在今年。”马斯克说。

马斯克的信心来自哪里？

据业内人士估计，特斯拉拥有的人工智能能力，对周围世界的理解力已获得“顿悟”式进展。

 02 特斯拉自动驾驶：激进路线

一名软件工程师告诉《超源力》，自动驾驶的难点主要在于感知和决策规划，而特斯拉选择的是激进路线：纯视觉路线。

特斯拉自动驾驶走的是仿生路线：选择摄像头和硅基神经网络，类似眼睛和生物神经网络系统。

在马斯克的理解中，自动驾驶系统设计，要适应生物神经网络，就像人类的大脑和眼睛。也就是说，自动驾驶要解决的是现实世界的人工智能和视觉问题。

特斯拉没有选用激光雷达，使用了摄像头和毫米波雷达。

上述软件工程师指出，感知选用纯视觉路线，训练成本高，现实道路复杂，变化太多，这些对神经网络模型挑战极高。

有人指出，采用摄像头和毫米波雷达因为成本更低的原因。

“激光雷达目前确实贵，但长期看，仿生的视觉路线比雷达效果好。”上述工程师分析称，如果激光雷达成本大幅下降，不排除会成为特斯拉的辅助手段，但特斯拉不会用其替代视觉路线，因为视觉路线更难，有更大的研发增值空间，“这才是马斯克的个性”。

另外，自动驾驶决策规划模块，涉及人工智能。人在驾车的时候，会实时做出很多判断，这里面涉及到人类的逻辑思维能力，也就是人工智能深度学习要直面的问题。

不过，这样的选择符合马斯克特点：做出激进预测，激发身边人的雄心，推动问题解决。

特斯拉自动驾驶2014年落地，迭代飞速。

在视觉识别方面，特斯拉采用“8+1”仿生视觉配置：8颗摄像头和1颗毫米波雷达。

具体配置为：前视宽视野、主视野、窄视摄像头各一颗，两颗侧后视摄像头，两颗侧前视摄像头，一颗后视摄像头。

这样，前置摄像头组合视野为360度，最远测距250米。毫米波雷达可视范围160米。

从第一代产品Hardware 1 到Hardware 3，画面每秒传输帧数（FPS，每秒帧数越多，显示动作越流畅）从最初的55增至2300，可同时感知亮度及颜色，在探测有无障碍物基础上新增物体识别功能等。

而在算力方面，增长同样惊人。

特斯拉第一代产品的算力大约为0.26 TOPS，第三代产品算力已达144TOPS。

TOPS全称为Tera Operations Per Second，是评价处理器运算能力性能指标，1个TOPS代表处理器每秒钟可进行一万亿次操作。

目前，特斯拉公布的Hardware4，配置的高性能芯片算力将达到 432 TOPS，因采用芯片制程工艺提升至 7nm（纳米），综合判断，其算力可能突破 500 TOPS。

一个项目商用的逻辑程序一般是：先有理论突破，然后技术突破，做出接近预期的样品，最后完成工程化。

“只要能拿出来接近预期的样品，基本这事就有戏。”上述工程师告诉《超源力》，虽然硬件性能提升飞快，但是面对复杂路况，中间确实难度不小，还要走不少路踩不少坑。

特斯拉采用纯视觉方案，有自己的考量，它是基于百万量级的车队和百亿公里级别的真实路况数据，截至2020年4月，特斯拉累计上路行驶里程48亿公里。“现在肯定不止这个量级的数据了。”上述软件工程师判断。

另外，在最近三场专访中，马斯克提到，Autopilot被困在一个局部最大值（Local Maximum）里面，要向上突破非常困难，因此必须升级。

有专家指出，原有Autopilot软件架构，处理的数据是不含时间坐标的2D图像数据。如果处理3D或者加上时间维度的4D数据，也就是从图像级处理跃迁到视频级处理，Autopilot原有软件和训练网络已无法胜任，Autopilot必须革命，所以马斯克决定重写Autopilot。

为了配合4D数据革命，Autopilot现有用于深度神经网络训练的基础设施变成了Dojo，就是用于神经网络训练的超级计算机。

Dojo，日语意为道场，专门用于大规模的图像和视频数据处理，每秒运算百亿亿次。马斯克说，Dojo如野兽一般。

需要注意的是，特斯拉Autopilot系统和FSD是两套独立开发的系统，前者针对L2/L3级自动驾驶，FSD目标是L4/L5级自动驾驶，两者相差一个代际。

03 马斯克面对事故阴影：我们会做正确的事

在三场专访中，马斯克都面临一个无法回避的问题：自动驾驶导致的车祸事故。美国国家公路交通安全管理局共收到350多起关于特斯拉出现“幻影制动”的投诉。

“我认为，我们的自动驾驶，实际上已经非常接近比人类更好的安全驾驶水平。我踩过很多坑，今年会实现它，我们离它真的不远了。”马斯克被问到这个问题时，停顿后如是说。

他建议评估自动驾驶效果最好方法是：观察测试项目和那些参与测试项目的人的视频，“你会发现，进展是显著的”。

“我们有信心，我们不仅仅达到人类的驾驶水平，我们还会远远超过人类的驾驶水平。”马斯克接着说，从受伤的因素看，我们最终可能比人类驾驶安全10倍。

为了提升自动驾驶安全性，那些在车祸中死去的人是值得付出的代价吗？

“我们从来没有说过这句话。”马斯克说，我们一直反复强调，你不能在不知情时打开使用自动驾驶。

“如果看一下死亡人数，每年的汽车死亡人数大约100万人，每年可能有 1000 万人受重伤。”马斯克坚持认为，就像那些没有意识到他们会撞车，或撞到行人，或撞到骑自行车的人，他们不知道其实自动驾驶救了他们。

“即使你救了 90% 原本要在车祸中丧生的人，但如果剩下 10% 的人因车祸去世，你仍然会被起诉。”马斯克说，什么是道德上正确的决定，我坚信善的真实性远超所谓对善的感知，我完全鄙视那些强调善的感知而忽视善的真实性的人。

马斯克的话，翻译过来就是：为善的实践，远远比对善的感知重要。

马斯克承认，为了探索，公司必须要承受压力，但“我们会做正确的事，并站稳脚跟。”

04 自动驾驶的未来：宇宙的尽头是机器人

认识到自动驾驶的尽头是人工智能，马斯克花了不少时间。

为了解决自动驾驶问题，马斯克认为，确实需要解决现实世界的人工智能问题。如果汽车解决了现实世界的人工智能问题，那这辆车就是一个四轮机器人。所以，马斯克说，今年特斯拉正在研发的最重要的产品可能是机器人。

“目前所缺少的要素，是足够的智能。缺少的元素基本上是现实世界的智能和扩大生产规模，这是特斯拉非常擅长的两件事。”马斯克说。

因此，特斯拉需要设计人形机器人所需的专用驱动器和传感器。

今年AI Day上，特斯拉抛出了一个身高1米72、名叫Tesla Bot的机器人，它代表特斯拉当下的所有新技术：采用Autopilot感知系统、FSD的计算系统、基于视觉的神经网络架构、自动标签识别能力和DOJO自学习系统。
在运动能力上，Tesla Bot目前还没达到波士顿动力那样堪比武僧的灵活程度。

特斯拉要造机器人擎天柱，马斯克说要生产机器人猫女郎。畅想2050年时，马斯克认为，到那时，大多数家庭都会拥有机器人，会有伙伴机器人。

“今年会有一个有趣的原型，可能明年就能生产一批成品，很可能至少两年内。”马斯克说，机器人成本会因为生产规模扩大而降低，可能比一辆汽车还低。

马斯克很烦监管，但他意识到，不能让这种四轮机器人不可控，“需要一个人工智能的监管机构，这对公共安全很重要”。

“我们已经开源代码，任何人都可以免费使用我们的专利。”马斯克说，我们申请专利，是为了防止其他人制造阻碍电动汽车进步的专利雷区。我们永远不会真正起诉任何免费使用我们专利的人。

马斯克清楚，其他车企可能对特斯拉的自动驾驶更感兴趣，“也许会有一些车企希望获得特斯拉自动驾驶的许可，我们对此持开放态度。”

“这将是一盘比汽车本身更大的棋。”马斯克在专访中说。