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，這一藍一綠兩臺芯片組上的神經網絡，會交換關于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，才會行動并駕駛汽車，以確保安全?！?/div>
雖然，可能略顯多余，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?！?/div>
毫無疑問，最大亮點就是上面加載的這款自動駕駛芯片了。
（左為芯片外表，右為芯片內部）
用 Pete 的話說，芯片最大的亮點，莫過于新芯片上的神經網絡執行器，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，相當于每秒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。
那么放到現實世界中的特斯拉來說，到底意味著什么呢？Pete 表示，自動駕駛硬件3.0版是“世界上最先進的自動駕駛計算機” ，與上一代硬件相比，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。
這個數字是個什么概念？豐田研究所負責人Gill Pratt 接受 IEEE Spectrum 采訪時透露，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件?！?馬斯克說。
那么，到底軟件方面的更新如何了呢？
AI：通過神經網絡，教特斯拉像人一樣思考
如果說 Pete 介紹的芯片部分，是在特斯拉上運行神經網路（neural networks）的硬件基礎，特斯拉 AI 高級主管 Andrej Karpathy 的團隊，則負責訓練這些神經網絡，包括數據收集、訓練神經網絡本身（neural network training）等。
舉個例子，不論是特斯拉采用的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后，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、交通標志、紅綠燈、路障、行人、路上的大坑、甚至隨風飄舞的塑料袋…...對于自動駕駛汽車來說，都需要其大腦明白這些東西是什么，再做出相應決定。讓機器明白一件物體是什么都很難 —— 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。
怎么訓練這個大腦呢？正如人類的大腦有神經網絡，Karpathy 團隊的任務就是通過輸入海量數據和例子，通過反復學習反復糾錯，把特斯拉 AI 的人工神經網絡在 “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” 后，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么。
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，新的數據就會被加載到特斯拉的 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，馬斯克把它重復了足足三遍。
在發布會中 Karpathy 反復強調，“來自真實生活里的數據無可取代?！?/div>
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，但模擬場景再怎么模擬，也不可能完全模擬出現實生活中及其復雜、及其無法預測的道路情況，因此過于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后。
而且，其 AI 還會自我檢查：其 Shadow Mode （影子模式），會在后臺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，直到最后關于硬軟件環節結束，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，福布斯雜志就報道認為，即使是新的FSD取代舊硬件，也并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，乃至硅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，但并非“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，跟傳統的汽車制造相比，自動駕駛汽車有特定的軟硬件技術需求。以特斯拉為代表的造車公司，傳感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、百度等致力于無人駕駛汽車公司，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，目前絕大多數致力于自動駕駛汽車的公司，采用的都是激光雷達。當然，激光雷達也有不足，比如無法區分顏色，紅綠燈在它眼里看來就沒什么區別。
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，并且相對安全地駕駛，那么經過大量充分訓練的神經網絡同樣也可以做到，并非一定要靠 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于 Lidar、誰就一定會完蛋（doomed）！因為激光雷達昂貴、不必要，也很荒謬，注定要讓人失望。
在發布會最后，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 有望用作出租車，從 2020年投入使用。而且，他還號召司機們加入“特斯拉網絡”（Tesla Network），要么將自己的車提交給車隊運營，要么允許自己的車加入特斯拉網絡運營。馬斯克認為，這更像是 “Uber和Airbnb之間的組合”。
為什么 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 或加入特斯拉網絡的司機，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件，這意味著屆時將有 100 萬臺 Robotaxi 的潛力。
“任何非電動的機器人出租車都沒有競爭力的”。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，那么，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臺稱：“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?！?/div>
不過，結束后我們觀察了一下特斯拉今天的股價表現，華爾街似乎并不買賬他這份傲嬌。或許華爾街投資人需要聽完兩天后的特斯拉第一季度財報，再做出決定？
對了，馬斯克最后還宣布，特斯拉新的電池組將于明年投入生產，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，電池除了怎么讓車走得更遠之外，還考慮考慮電池如何不自燃唄？
本站僅提供存儲服務，所有內容均由用戶發布，如發現有害或侵權內容，請
點擊舉報。
