FX168财经报社(北美)讯 周六(11月2日),《华尔街日报》报道称,埃隆·马斯克押注机器人汽车将推动特斯拉进入一个利润丰厚的新时代。但他完全搞错了方向。

马斯克的计划集中在他所谓的端到端人工智能上。该计划是用现有特斯拉的视频片段淹没特斯拉的人工智能系统,期望在大型超级计算机上运行的算法能够学习如何安全驾驶。他希望这将使特斯拉能够比竞争对手更快、更便宜地交付全自动驾驶汽车。现有的特斯拉车主将在明年获得使用权,而新的专门设计的机器人出租车将在 2026 年准备就绪。

马斯克的突破性人工智能梦想与其他追求自动驾驶汽车的公司的做法形成鲜明对比。Waymo 是行业领导者,已经运营商用机器人出租车,并且刚刚宣布了 56 亿美元的融资。Waymo 隶属于谷歌母公司 Alphabet,也使用大量人工智能,但其方法是将自动驾驶问题分解成更明确的任务,并更多地听取人类工程师的意见。Waymo 正在使用来自更多传感器的数据,包括激光雷达和毫米波雷达,这使得该公司的汽车能够更全面地了解周围的世界。

简单来说,马斯克对特斯拉的愿景是关于一个人工智能系统,它通过观察人们驾驶来学习。**Waymo 和其他公司则通过在车辆自行驾驶时对其进行纠正来训练它们的车辆。

人工智能开发人员表示,马斯克的赌注取决于当前的人工智能技术达到其尚未达到且可能在一段时间内都无法达到的复杂程度。

马斯克的机器人出租车承诺

马斯克的一个典型特征是能够从目标出发,反向思考所需的解决方案。对于自动驾驶技术,他的目标是打造一个价格合理、可以安装在大多数车辆上的系统。

马斯克曾表示,机器人和自动驾驶汽车可能会将特斯拉的市值推高至至少 30 万亿美元。他计划的支持者指出,他的公司通过打破常规取得了成功,例如 SpaceX 大幅降低了发射成本,该公司现在主导着火箭业务。

马斯克在过度承诺和对其想法如何变成现实含糊其辞方面有着悠久的历史。他为特斯拉的驾驶辅助技术使用了“自动驾驶”和“完全自动驾驶”等名称,这些名称暗示的功能超出了其实际功能,而且特斯拉错过了之前所有发布全自动驾驶系统的目标。

在本月举行的一场特斯拉机器人出租车发布会上,马斯克发布了一款售价低于 3 万美元、没有方向盘或踏板的 Cybercab 车型,他打趣道:“我倾向于对时间框架持乐观态度。”他预测生产将在“2027 年之前”开始。仅仅几天后,在特斯拉的财报电话会议上,他自信地表示,大规模生产将在 2026 年进行。

马斯克和其他参与特斯拉自动驾驶技术开发的人士表示,其优势在于其所有车辆内置的摄像头捕捉到的海量现实世界驾驶画面,包括人们使用该公司现有的“完全自动驾驶(监督)”驾驶辅助软件(通常简称为 FSD)所花费的所有时间。

计算机科学家、Understanding AI 通讯的作者 Timothy B. Lee 表示,使用这种被动记录的数据来训练特斯拉的人工智能需要一种称为模仿学习的技术。从本质上讲,要从所有这些数据中获得任何优势,特斯拉的人工智能必须观看数百万小时的人类驾驶,并尝试模仿他们的行为。

马斯克在机器人出租车发布会上表示:“这就像同时过着数百万人的生活,看到一个人一生中都不会遇到的非常不寻常的情况。”

特斯拉的支持者表示相信,其自动驾驶工作比公开的要好得多,也广泛得多。

长期看好特斯拉的 ARK 投资分析总监 Tasha Keeney 表示,马斯克的公司可能对其系统的许多技术细节保密,但在幕后,它正在继续创新其人工智能技术。她最近与人合著了一份关于特斯拉机器人出租车战略的分析报告,该报告认为,到 2029 年,机器人出租车将占该公司企业价值的近 90%,占其收入的 60%。她说,到那时,特斯拉的价值将达到目前约 8000 亿美元市值的 10 倍左右。

自动驾驶的道路上的“龟兔赛跑”

相比之下,特斯拉的竞争对手通过让一名安全驾驶员坐在汽车方向盘后面,在车辆做出不受欢迎的行为时进行控制,从而在现实世界中训练他们的自动驾驶系统。这些公司一丝不苟地跟踪这些“脱离接触”,并将数据反馈给他们的工程团队,工程团队会调整系统,以免再次发生错误。

这种方法更加劳动密集、耗时且昂贵。但 Lee 表示,Waymo 和其他公司通过称为强化学习的过程将这些数据输入到更强大、最终更可靠的系统中。

对这两种方法的研究表明,结果可能截然不同。主要使用模仿学习训练的系统(例如特斯拉的系统)可能会在其自身行为使其超出训练数据的范围时失败。此外,特斯拉对完全端到端人工智能系统的投入创造了一个纠结连接的黑匣子,在这个黑匣子中,人们可能无法理解系统为什么会做某些事情,或者如何纠正这些行为。

在 acrimoniously 离开 Uber 之前与人共同创立 Waymo 的 Anthony Levandowski 表示,试图预测 Waymo 和特斯拉之间的人工智能竞赛的胜负是很困难的。他现在领导着一家名为 Pronto 的自动驾驶技术公司,他认为马斯克在一年内发布全自动驾驶系统的目标是不合理的。

他补充道,创建马斯克想要的这种自动驾驶系统可能需要人工智能技术本身的更多进步,目前尚不清楚这些进步何时会到来。

Waymo 和其他公司使用的传感器的成本(包括高分辨率摄像头、毫米波雷达和使用激光构建 3D 图像的“激光雷达”技术)加起来可能高达数万美元,更不用说安装它们和处理它们的数据的费用了。

特斯拉的车辆只有摄像头和计算硬件,从成本上来说,这些硬件通常比 Waymo 车辆的要低。

特斯拉并没有完全忽视以传感器为中心的自动驾驶人工智能技术方法。OpenAI 的联合创始人 Andrej Karpathy 也曾在 2017 年至 2022 年期间领导特斯拉的人工智能部门,他曾表示,特斯拉正在使用少量车辆四处行驶,并使用类似 Waymo 的车载传感器套件来创建特斯拉驾驶系统的 地图。他说,这使得特斯拉可以使用一些与 Waymo 及其竞争对手相同的丰富数据,然后将这种人工智能部署在其生产成本低得多的普通车辆上。

但拥有这个类似 Waymo 的小型车辆部门在某种程度上削弱了马斯克关于特斯拉客户车辆的数据就足够了的断言。

特斯拉的“弱势”

特斯拉车主喜欢记录他们对特斯拉技术的使用情况,他们发布了大量证据,这些证据削弱了特斯拉车辆仅靠摄像头就能安全运行的论点。

特斯拉目前的 FSD 软件可以在大多数地面街道和高速公路上行驶,但需要方向盘后面的人保持警惕,因为它可能会做出突然的、可能造成灾难性后果的决定。社交媒体上充斥着此类时刻的最新视频——汽车试图直接转向其他车辆的行驶路线、闯红灯以及在有雾的条件下未能停车让火车通过。

联邦汽车安全监管机构最近宣布,他们正在调查特斯拉,原因是其 FSD 系统在致命车祸中扮演的角色。

特斯拉没有回应就其自动驾驶系统发表评论的几项请求。

特斯拉自己的操作手册明确指出,其系统可能会被直射阳光、雾或其他恶劣天气蒙蔽。其他依赖毫米波雷达和激光雷达等传感器的自动驾驶系统可以应对这些类型的条件。

乔治梅森大学计算机科学教授兼自治和机器人中心主任 Mary Cummings 表示:“特斯拉仅使用计算机视觉的方法永远不会奏效。”

作为特斯拉自动驾驶项目的长期批评者(马斯克曾公开抱怨她),Cummings 最近担任美国国家公路交通安全管理局(该机构负责监管自动驾驶技术)的高级安全顾问。她认为,特斯拉要想认真追求全自动驾驶,唯一的方法就是改变其传感器方法,增加更多传感器。

与此同时,特斯拉仍然需要获得许可,才能像 Waymo 和其他公司那样,使用安全驾驶员在道路上测试其车辆。

Lee 表示:“我认为,要实现完全自动驾驶的车辆(永远不需要远程协助),可能需要接近人类水平的智能,这可能是真的。”“我不认为这对特斯拉来说是乐观的原因,因为如果你看看那些试图构建(这种智能)的公司,在我看来,他们离这个目标还很远。”