作者

王小西

特斯拉的AI魔幻大法,“看上去很美”。

   責(zé)編丨查攸吟

   編輯丨任哲

看完特斯拉的AI DAY發(fā)布會(huì),忽然反應(yīng)過來,這這這,不是個(gè)大型招聘會(huì)么!

之前業(yè)內(nèi)猜測的AI神經(jīng)網(wǎng)絡(luò)、FSD、自研超算Dojo,以及突如其來的人形機(jī)器人……果然放了不少“大招”。這些用來烘托下半場馬斯克支支吾吾、有點(diǎn)不好意思的推介,“歡迎大家來特斯拉工作”的“司馬昭之心”很明顯啊!

要知道,2021年才半年,特斯拉就失去了4位直接向馬斯克匯報(bào)的資深高管。最近的一位,是負(fù)責(zé)卡車業(yè)務(wù)的CEO杰羅姆·吉倫(Jerome Guillen)。而且,吉倫是目前馬斯克最重要的副手,也是特斯拉最頂級(jí)的四大高管之一,3月才被任命。所以,特斯拉有多缺人,我們可以理解了。

不過,讓記者感到好奇的是,在最后的回答提問環(huán)節(jié),馬斯克的眼神是有點(diǎn)飄忽的,有點(diǎn)心神不寧的樣子�？磥�,被美國國家公路交通安全管理局(NHTSA)調(diào)查還是有很大影響。

就在前幾天,業(yè)內(nèi)還對(duì)特斯拉的“純視覺”路線熱烈討論,再加上被調(diào)查,特斯拉的AI DAY應(yīng)時(shí)而至,卻也有難以言說的尷尬。而且,有意思的是,因?yàn)榧夹g(shù)故障,發(fā)布會(huì)整整推遲了40分鐘,馬斯克一上來就不得不道歉。

當(dāng)然,AI DAY算是特斯拉今年最重大的事件,也是繼2019年4月23日的Autonomous Day、2020年9月23日的Battery Day之后,第三個(gè)以“Day”命名的技術(shù)發(fā)布會(huì)。說起來,技術(shù)含量也是最高的。

我們來看看這次的AI DAY發(fā)布了哪些新“黑科技”。

01

自動(dòng)駕駛和“純視覺”

發(fā)布會(huì)一開始,就是一段FSD(Fully Self Driving,全自動(dòng)輔助駕駛系統(tǒng))的VCR短視頻,展示了V9．0最新的開放道路自動(dòng)駕駛情形。不過,我們可以看到,全程駕駛員的手都是托著方向盤,保持著隨時(shí)觸碰的狀態(tài)。

這也說明,特斯拉在發(fā)布FSD BETA V9．0之后,不敢玩得太嗨了。就像記者在《特斯拉純視覺路線,能不能走通?|C次元》對(duì)其“純視覺”路線做的質(zhì)疑,這種夸大傳播的惡果就是,最后引起全面的質(zhì)疑和被調(diào)查。而在8月16日,特斯拉又推送了FSD Beta V9．2版本。

回過來看發(fā)布會(huì),AI總監(jiān)恩喬·卡帕西Andrej Karpathy博士首先上臺(tái),討論了特斯拉AI 的多攝像頭的自動(dòng)駕駛系統(tǒng)。它通過八個(gè)攝像頭的數(shù)據(jù)輸入(1280×960 12-Bit HDR 36Hz)進(jìn)單個(gè)神經(jīng)網(wǎng)絡(luò)中,整合成 3D 環(huán)境的感知,這被稱為Vector Space(矢量空間)。

Karpath指出,AI可以被視為一種生物,可以從頭開始構(gòu)建,包括其合成視覺皮層。當(dāng)特斯拉在其汽車中設(shè)計(jì)視覺皮層時(shí),將其建模為“眼睛如何感知生物視覺”。他還回溯了特斯拉的視覺處理策略多年來是如何演變的,以及特斯拉具備多任務(wù)學(xué)習(xí)能力的“HydraNets”(神盾局的“九頭蛇網(wǎng)絡(luò)”都出來了?)。

特斯拉的自動(dòng)駕駛算法是從識(shí)別單張圖片的普通視覺算法開始,雖然單個(gè)攝像頭的單獨(dú)檢測效果很棒,但這顯然不夠�，F(xiàn)在的純視覺算法“HydraNets”基于不同攝像頭的視覺內(nèi)容進(jìn)行識(shí)別,而且訓(xùn)練和推斷是端到端的。

在展示了一段關(guān)于特斯拉過去如何處理其圖像數(shù)據(jù),以及共享的FSD流行視頻后,Karpathy指出,事實(shí)證明過去FSD的系統(tǒng)不夠完善,這是特斯拉在推出Smart Summon時(shí)學(xué)到的東西。

Karpathy闡述了特斯拉如何從頭開始重新設(shè)計(jì)他們的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí),并利用多攝像頭路線,“每輛車上的八個(gè)攝像頭都被輸入到一個(gè)3維‘矢量空間’中�！逼渲邪�括相機(jī)的校準(zhǔn)、緩存、隊(duì)列和優(yōu)化以簡化所有任務(wù)。這也是迄今為止最簡化的迭代方式。

Karpathy還不忘Diss了一下Super Cruise和Waymo,“今天,特斯拉的FSD戰(zhàn)略更具凝聚力,車輛可以在行駛時(shí)有效地實(shí)時(shí)繪制地圖,”他說與這些競爭對(duì)手采用的預(yù)先繪制地圖的策略相比,是一個(gè)巨大的差異。

但是,就像記者在文章中批判的,沒有激光雷達(dá)的加入,就像瘸了一條腿的人,特斯拉在“純視覺”路線上是走不遠(yuǎn)的。雖然在馬斯克看來,特斯拉的深度學(xué)習(xí)系統(tǒng)已經(jīng)比毫米波雷達(dá)強(qiáng)100倍,現(xiàn)在的毫米波雷達(dá)已經(jīng)開始拖后腿。

就像一位業(yè)內(nèi)專家所說,“不用毫米波雷達(dá),那也別用超聲波雷達(dá)啊?!!!純視覺,暴雨怎么辦?大霧怎么辦?”我們知道,特斯拉依靠的最先進(jìn)的機(jī)器學(xué)習(xí)只是識(shí)別模式,這意味著它會(huì)在新情況下掙扎。一掙扎,就會(huì)產(chǎn)生誤判。

與人類司機(jī)不同的是,如果系統(tǒng)沒有遇到場景,它就無法推理該做什么�！叭魏蜛I系統(tǒng)都不了解實(shí)際發(fā)生的事情,”這是研究自動(dòng)駕駛汽車計(jì)算機(jī)視覺的康奈爾大學(xué)副教授克里安·溫伯格(Kilian Weinberger)下的斷言。

02

混合規(guī)劃系統(tǒng)

我們?cè)賮砜纯?自動(dòng)駕駛軟件總監(jiān)Ashok Elluswamy介紹的混合規(guī)劃系統(tǒng)。他通過展示 Autopilot如何執(zhí)行車道變換來證明這套解決方案的先進(jìn)。

具體來說,當(dāng)特斯拉的車與其他汽車并排行駛時(shí),Autopilot 不僅要考慮它們的駕駛方式,還必須考慮其他汽車的運(yùn)行方式。他展示了一段特斯拉的車在道路上行駛并與多輛車打交道的視頻,來證明這一點(diǎn)。

而這時(shí)候,Karpathy回來討論數(shù)據(jù)標(biāo)注的問題。他指出,外包給第三方公司的手動(dòng)標(biāo)簽并不是最佳選擇。因此,特斯拉選擇建立自己的標(biāo)簽團(tuán)隊(duì)。Karpathy指出,最初特斯拉使用的是 2D 圖像標(biāo)記。最終,特斯拉過渡到4D標(biāo)簽,也就是可以在“矢量空間”中進(jìn)行標(biāo)簽。

▲特斯拉全自動(dòng)駕駛最終架構(gòu)

但這還不夠,因此特斯拉開發(fā)了自動(dòng)標(biāo)簽。Ashok表示,因?yàn)橛刑�多的�?biāo)簽需要完成,手動(dòng)完成是不可能的。他展示了“重建”的過程:道路和道路上的其他物品如何從一輛正在行駛的汽車中“重建”出來。

這讓特斯拉能夠有效、更快地標(biāo)記數(shù)據(jù),同時(shí),車輛即使在存在遮擋的情況下也能安全準(zhǔn)確地導(dǎo)航。Ashok表示,這些策略最終幫助特斯拉從其FSD和Autopilot套件中淘汰了雷達(dá),并采用了純視覺模型。雷達(dá)+攝像頭系統(tǒng)與純視覺之間的比較,顯示了公司當(dāng)前的戰(zhàn)略有多精細(xì)。

這位高管還談到了“仿真”是如何幫助特斯拉開發(fā)其自動(dòng)駕駛系統(tǒng)的。例如,它幫助公司識(shí)別行人、自行車和車輛檢測和運(yùn)動(dòng)學(xué)。他指出,當(dāng)數(shù)據(jù)難以獲取、難以標(biāo)記或處于閉環(huán)狀態(tài)時(shí),“仿真”會(huì)有所幫助。這些,都基于3．71 億張模擬圖像和4．8億個(gè)長方體“標(biāo)簽”。

Ashok說,“仿真”已經(jīng)對(duì)特斯拉產(chǎn)生很大幫助�？吹竭@里,我只能說,對(duì)于越走越偏的特斯拉來說,真的是“謎之自信”。