一边被监管调查，一边秀技术肌肉，特斯拉自动驾驶下的是什么棋？

文|财经（博客、微博）记者王静宜、郭宇编辑|石志良每年的某一天都会以特定的主题来炫耀自己的肌肉，这是特斯拉的惯例。继去年展示电池技术后，特斯拉今年的主题是人工智能。美国时间8月19日晚，特斯拉人工智能发布了超级计算机Dojo、自研人工智能训练芯片D1、自动驾驶纯视觉解决方案和特斯拉机器人的最新进展。总体而言，特斯拉人工智能日的内容主要围绕自动驾驶展开。特斯拉此次发布的自动驾驶纯视觉解决方案中提到，该车配备的8个摄像头将同时处理物体检测、交通标志识别、车道预测等任务。车辆可以在行驶过程中实时对车道和环境4D进行建模。超级计算机Dojo和自主研发的人工智能芯片D1将为特斯拉的自动驾驶系统服务。然而，在人工智能日前几天，特斯拉刚刚接受了美国国家公路交通安全管理局的安全调查。当地时间8月16日，美国国家公路交通安全管理局表示，在发生一系列紧急车祸后，已对特斯拉的自动驾驶系统展开正式安全调查，该系统覆盖了美国约76.5万辆特斯拉汽车。去年，特斯拉在电池日表现不佳，导致其股价下跌超过6%，蒸发了300亿美元的市值。今年，特斯拉在人工智能日前被调查，其股价暴跌超过7%。资本市场对这一人工智能日的反应并不是特别强烈。特斯拉股价前一交易日收盘下跌2.3%，8月20日盘前交易略有反弹，涨幅为0.54%。人工智能日讨论了哪些黑科技？在这个人工智能日，特斯拉在争议中继续优化纯视觉自动驾驶技术解决方案。一种是称为HydraNets的结构，主要旨在优化相机通过神经网络处理图像的能力。特斯拉纯视觉技术解决方案的工作原理是使用车身上的八个摄像头提供原始图像，然后进行计算机视觉计算。特斯拉人工智能高级总监Andrej Karpathy表示，特斯拉之前的FSD系统不够全面，单摄像头监控不存在问题，但矢量空间不够。此外，为了解决过去几年在使用自动驾驶套件时遇到的问题，特斯拉重新设计了神经网络学习，并通过利用多头路线、摄像头校准、缓存等简化了任务。为了实现这种处理图像的能力，需要运行至少50个神经网络，因此HydraNets结构应运而生。简单地说，HydraNets结构的优点是骨干共享，这提高了FSD系统的推理和训练速度。需要注意的是，特斯拉没有配备高精度地图，其纯视觉技术解决方案可以让车辆实时感知和检测路况，从而绘制模拟地图。在自动驾驶的技术道路上，纯视觉派和雷达派之间一直存在争议。2021 5月，特斯拉宣布，北美市场上用于3型和Y型车辆的AutoPilot系统将放弃使用雷达传感器，而采用纯视觉感知系统。这与其他公司使用的激光雷达、毫米波雷达、相机和其他解决方案的组合不同。特斯拉认为，纯视觉解决方案的干扰信号较少，系统收集的数据“更干净”，这有利于神经网络学习。此外，新款车型将配备八个摄像头，其检测范围可以完全覆盖车身周围，自动驾驶系统的安全性不会因为雷达的丢失而缩水。但特斯拉的解释还不够令人信服。卡内基梅隆大学电子工程教授Raj Rajkumar表示，自动驾驶行业目前的共识之一是，人们应该充分利用不同类型的检测器，并总结和融合它们提供的信息。加州大学伯克利分校的研究员Steven Shladover认为，移除毫米波雷达会使在极端天气条件下驾驶变得非常危险。特斯拉在AI日发布的自研AI训练芯片D1——自研AI超级计算机Dojo ExaPod，或许能够回应上述质疑。自动驾驶系统性能的提高需要大量的列车数据……

g和优化。马斯克曾公开表示，除非一家公司拥有强大的人工智能能力和超强的计算能力，否则很难解决自动驾驶的问题。超级计算机Dojo ExaPod集成了120个训练模块，内置3000个D1芯片和超过100万个训练节点，实现了1.1 EFLOP的计算能力。用特斯拉的话来说，“这是世界上速度最快的人工智能训练计算机”。特斯拉预计下一代产品将带来十倍以上的改进。Dojo ExaPod中嵌入的D1芯片由特斯拉自行开发，也是Dojo ExaPod的核心。D1芯片采用7纳米制造工艺，单个FP32芯片的计算能力达到22.6 TOPs，BF16芯片的计算力达到362 TOPs。特斯拉对D1芯片的定位是人工智能学习，称其为“纯学习机器”。此外，多个D1芯片的组合可以形成用于大规模计算的训练模块。马斯克表示，由于开发该系统的成本很高，不太可能开源自研人工智能芯片，但他对将人工智能技术授权给其他汽车制造商持开放态度。毫无疑问，自研芯片D1和超级计算机Dojo ExaPod将为特斯拉在自动驾驶技术方面的进步带来重要助力。根据马斯克的计划，Dojo项目将于明年投入运营。每年的特斯拉主题日，都会有一个“小彩蛋”，叫做“多一件事”。今年，我们带来了一款特斯拉机器人——特斯拉机器人。这款人形机器人身高5英尺8英寸，约172厘米；体重125磅，约56.7公斤；

运载能力为45磅，约20公斤。配备了特斯拉的各种软件和硬件系统。为了达到平衡和敏捷，四肢使用了40个机电推杆。特斯拉远不止是一家电动汽车公司， “马斯克说。马斯克没有透露特斯拉机器人可以完成哪些具体任务，但表示该机器人将把人们从危险、重复和无聊的任务中解放出来，并计划明年推出机器人原型。备受争议的自动驾驶技术，作为新能源汽车行业的先驱，特斯拉的趋势一直是整个行业的风向标基础的自动驾驶辅助技术也受到了许多人的赞扬和质疑。当地时间8月16日，美国国家公路交通安全管理局表示，在发生一系列紧急车祸后，已对特斯拉的自动驾驶系统AutoPilot展开正式安全调查，该系统覆盖了美国约76.5万辆特斯拉汽车，几乎涵盖了自2014年以来特斯拉在美国销售的所有车型，包括Y、X、s和3型。来自中国的监管压力也在加强。特斯拉人工智能日当天，国家互联网信息办公室、部、交通运输部联合发布了《汽车数据安全管理若干规定》。日前，8月12日，工信部发布《关于加强智能网联汽车生产企业和产品准入管理的意见》。这不是特斯拉第一次面临与自动驾驶相关的审查。据外媒报道，今年5月，美国加州机动车管理局认为特斯拉将其自动驾驶系统FSD命名为“全自动驾驶”的行为涉嫌虚假宣传，并决定对此进行审查。特斯拉安全通过了监管调查。美国国家公路交通安全管理局在2020年进行了一项调查，没有发现特斯拉车型存在安全问题。246起意外加速事故都是由于踏板使用不当造成的。“没有证据表明加速踏板总成、电机控制系统或制动系统存在导致上述事件的任何故障。”“没有证据证明设计因素会增加踏板误用的可能性。”2017年1月，美国国家公路交通安全管理局对特斯拉自动驾驶辅助系统的自动驾驶功能进行了为期七个月的调查。结果表明，自动驾驶仪的设计或性能没有发现任何缺陷，也没有发现系统未按设计运行的事故。特斯拉2021第一季度的最新安全报告显示，在涉及自动驾驶仪辅助驾驶的驾驶活动中，平均每行驶674万公里，就会发生一起交通事故。美国国家公路交通安全管理局的最新数据显示，在美国，平均每行驶78万公里就发生一次碰撞事故——637万公里至78万公里，仅为马斯克自动辅助驾驶事故率的1/10。在接受外部审视的同时，特斯拉的自动驾驶技术路线图也在经历转型。特斯拉在转向纯视觉技术解决方案之前是雷达的粉丝。马斯克在2016年表示，毫米波雷达可以准确地确定物体和车辆之间的距离，并且不怕雨、雪或雾霾。他认为，有了毫米波雷达，车辆的感知系统可以更早、更准确地识别周围的车辆、行人或障碍物，让系统有时间和距离停止车辆。对毫米波雷达的重视来自同年5月发生的一起车祸，当时一名特斯拉Modle S车主启动了自动驾驶功能。由于感知系统无法识别前方的白色半挂车，自动紧急制动功能无法发挥作用，最终导致半挂车底部被撞，车主当场死亡。事故发生后，特斯拉的主流车型配备了毫米波雷达，以增强其检测物体和车辆之间距离的能力。然而，随后涉及自动驾驶的事故仍在发生。外媒报道显示，在多起事故中，特斯拉汽车直接与静止的半挂车、警车、消防车和其他外部车辆相撞。同济大学汽车工程学院人车关系实验室负责人龚再艳告诉《财经》，不识别静止车辆是L2级辅助驾驶的常见情况和常见问题……

车辆。在这种毫米波雷达的加入无法保证车辆运行的绝对安全的情况下，放弃雷达只专注于视觉解决方案的特斯拉不可避免地受到质疑。但纯视觉技术的解决方案并非毫无根据。同济大学汽车工程学院人车关系实验室的王晓斌告诉《财经》，如果特斯拉能够真正通过强大的算法实现与人类相同的感知和判断，那么理论上依靠视觉解决方案可以实现完全自动驾驶。起点是正确的，但机器真的能像人类一样观察和思考吗？现在的挑战是，仅仅依靠相机是否可以实现人眼的有效性，以及所获得的信息是否足以支持判断，”王晓斌表示。争议与销售并存。截至2021 7月，特斯拉的全球拥有量已超过100万辆。在拥有如此多的驾驶数据后，特斯拉凭借其人工智能和强大的计算能力，正在更加关注其迈向自动驾驶的每一步。

标签：特斯拉发现Model 3Model Y

汽车资讯热门资讯