为自动驾驶研发超算 特斯拉AI日详解

就在今天早上9点，特斯拉在美国加州总部举办了一场“AI DAY”(人工智能日)。活动中，特斯拉阐述了其在自动驾驶领域的最新进展，并发布了一台超级计算机Dojo和一个由自研芯片提供计算能力的人形机器人。其实这个活动的主要目的是吸引行业大牛加入特斯拉。为此，需要曝光一些材料来吸引这些人才。对于我们这些旁观者来说，这是一个窥视自动驾驶前沿技术发展的好机会。事不宜迟，我们来看看会上透露了什么！(注:由于本次活动涉及的知识过于核心，编辑只能尝试通过自己相对有限的专业知识进行解读。如果有什么不对的地方，请指出来，我会尽快改正。)

■在30秒内阅读全文:

1.特斯拉革新了驾驶员辅助操作单元的操作逻辑，使得像人类一样通过视觉观察路况来判断危险因素成为可能，无需雷达、激光等传感元件；

2.为了让Autopilot能够准确识别道路的要素，特斯拉设计了一台名为Dojo的超级计算机，其性能超越了目前世界排名第一的超级计算机；

3.作为活动最后的彩蛋，特斯拉还发布了一款人形机器人，代替人类在危险环境中工作，执行救援任务。

■如何实现基于纯视觉的FSD？

既然要通过视觉手段实现自动驾驶，就要先把眼睛放在车辆上，这个眼睛就是摄像头。其实摄像头的工作原理和人眼类似，就是通过采集光强和颜色信息，然后发送给类似人脑的AI运算器进行分析，从而判断眼前的物体是什么。

虽然目前行业内用相机识别场景元素的技术非常普遍，但通常的做法是将相机采集的照片作为单张图片进行分析。这样带来的问题是，单张图片属于2D图像，所显示的物体信息有限，我们很难通过图片感知图像中物体的真实形状和移动速度。

面对这个问题，业内有一种主流的做法是通过激光雷达感知物体的形状，通过毫米波雷达感知物体的移动速度和轨迹，然后将这些信息进行匹配合成，再交给车辆的自动驾驶操作系统进行决策。

目前，特斯拉正在向纯视觉自动驾驶感知路线过渡。如今，在美国生产的特斯拉车型已经开始放弃雷达和其他传感部件。特斯拉之所以这么做，是因为它抛弃了传统的单一画面作为场景感知的最小单位，而是进化到通过连续的视频图像来感知场景。

通过视频图像感知场景有几个优点。首先，统一了信息输入方式，避免了由于雷达、摄像头等不同传感部件提供的数据相对离散而增加算法的复杂度。其次，特斯拉可以在不借助雷达的情况下，通过视频掌握交通参与者当前的移动方向和速度；第三点，也是非常重要的一点，特斯拉可以通过视频建立车辆周围的3D场景。有了道路环境的立体信息，车辆将能够更准确地识别环境中的危险元素。

虽然通过视频图像感知场景有很多优势，但是要做好这项技术并不容易。主要难点是如何让自动驾驶系统对其接触的所有场景都有一个准确的判断。为此，特斯拉专门设计了一台超级计算机来训练算法。

■本次活动亮点:Dojo超级计算机正式发布。

当你理解了Dojo的初衷，就不难理解特斯拉为什么要给自己研发的超级计算机命名为Dojo了，因为这里是特斯拉自动驾驶技术的“实践”之地。那么，特斯拉是如何通过超级计算机“实践”自动驾驶技术的呢？要理解这个问题，我们需要从特斯拉自动驾驶技术的发展说起。

还记得几年前美国发生的第一起特斯拉自动驾驶杀人案吗？当时一辆特斯拉Model S启动了自动驾驶，由于感知系统没有发现前方水平行驶的半挂卡车，司机当场死亡。事后调查表明，这是因为特斯拉的视觉感知系统没有识别出前方巨大的半挂卡车，而是将车上白色的货舱当成了天上的白云，导致与之相撞。

为什么特斯拉的感知系统会把半挂卡车的侧面识别为白云？其实原因是自动驾驶系统不熟悉一辆半挂卡车水平行驶的特点。那么解决问题的办法就是不断训练自动驾驶算法，避免在类似场景下出现误判。

特斯拉将从其车型的摄像头中收集道路驾驶的大规模视频图像，然后提供给Dojo进行自主学习。Dojo会在图片中标记出很多经常出现在道路上的危险元素，比如卡车、行人甚至动物，并将这些东西的特点和应对措施写入自动驾驶程序，然后特斯拉会通过OTA向车辆推送最新的自动驾驶程序，让这些车辆对眼前的事物有更准确的认识，从而更好地预测风险，避免类似将卡车识别为白云的事故再次发生。

■特斯拉为什么需要道场？

据了解，为了使自动驾驶能够更准确地识别道路上的各种元素，许多车企和自动驾驶公司都尽可能多地收集驾驶图片，然后雇人对收集到的图像数据进行人工标记，然后写入驾驶辅助程序，以便车辆识别。由于工作量大，甚至诞生了专门标注视频信息的外包公司。

所以特斯拉需要一台特殊的神经网络超级计算机，它可以对海量视频进行注释，并以类似于人类思维的方式训练算法。然而现实是，市场上没有满足这种需求的超级计算机，所以特斯拉决定自己造一台。

■Dojo会给特斯拉带来什么？

借助Dojo的超强计算能力和特斯拉提供的全球数百万辆车型的路况视频数据，可以快速提升自动驾驶系统的视觉感知能力。面对拥堵、鬼探头、急刹车等危险场景，自动驾驶系统经过Dojo在类似场景下上千次的训练，能够在第一时间做出正确的反应，避免交通事故的发生。可以说，道场是保证特斯拉在自动驾驶领域快速发展，减少安全隐患的法宝。

■还有一件事

机器人的设计目标是承担人类无法完成的体力劳动和救援任务。特斯拉还没有最终决定是否量产，但需要内部进一步讨论。同时，特斯拉可能会将其带入其汽车的车载系统，成为人工智能助手。

全文摘要:

总的来说，特斯拉AI Day发布的内容非常硬核，向我们阐述了未来特斯拉将如何实现全自动驾驶。其实说白了，特斯拉现在做的就是通过时间和经验的积累，让汽车拥有像人类一样广博的知识，让它们在遇到各种复杂场景的时候，能够像一个经验丰富的司机一样处理问题。那么，你认出特斯拉是……实现车辆全自动驾驶的途径？你认为未来实现全自动驾驶需要多长时间？下面评论区说说你的看法吧。(文/汽车之家胡永斌)就在今天上午9点，特斯拉在美国加州总部举办了一场“AI DAY”(人工智能日)。活动中，特斯拉阐述了其在自动驾驶领域的最新进展，并发布了一台超级计算机Dojo和一个由自研芯片提供计算能力的人形机器人。其实这个活动的主要目的是吸引行业大牛加入特斯拉。为此，需要曝光一些材料来吸引这些人才。对于我们这些旁观者来说，这是一个窥视自动驾驶前沿技术发展的好机会。事不宜迟，我们来看看会上透露了什么！(注:由于本次活动涉及的知识过于核心，编辑只能尝试通过自己相对有限的专业知识进行解读。如果有什么不对的地方，请指出来，我会尽快改正。)

■在30秒内阅读全文:

1.特斯拉革新了驾驶员辅助操作单元的操作逻辑，使得像人类一样通过视觉观察路况来判断危险因素成为可能，无需雷达、激光等传感元件；

2.为了让Autopilot能够准确识别道路的要素，特斯拉设计了一台名为Dojo的超级计算机，其性能超越了目前世界排名第一的超级计算机；

3.作为活动最后的彩蛋，特斯拉还发布了一款人形机器人，代替人类在危险环境中工作，执行救援任务。

■如何实现基于纯视觉的FSD？

既然要通过视觉手段实现自动驾驶，就要先把眼睛放在车辆上，这个眼睛就是摄像头。其实摄像头的工作原理和人眼类似，就是通过采集光强和颜色信息，然后发送给类似人脑的AI运算器进行分析，从而判断眼前的物体是什么。

虽然目前行业内用相机识别场景元素的技术非常普遍，但通常的做法是将相机采集的照片作为单张图片进行分析。这样带来的问题是，单张图片属于2D图像，所显示的物体信息有限，我们很难通过图片感知图像中物体的真实形状和移动速度。

面对这个问题，业内有一种主流的做法是通过激光雷达感知物体的形状，通过毫米波雷达感知物体的移动速度和轨迹，然后将这些信息进行匹配合成，再交给车辆的自动驾驶操作系统进行决策。

目前，特斯拉正在向纯视觉自动驾驶感知路线过渡。如今，在美国生产的特斯拉车型已经开始放弃雷达和其他传感部件。特斯拉之所以这么做，是因为它抛弃了传统的单一画面作为场景感知的最小单位，而是进化到通过连续的视频图像来感知场景。

通过视频图像感知场景有几个优点。首先，统一了信息输入方式，避免了由于雷达、摄像头等不同传感部件提供的数据相对离散而增加算法的复杂度。其次，特斯拉可以在不借助雷达的情况下，通过视频掌握交通参与者当前的移动方向和速度；第三点，也是非常重要的一点，特斯拉可以通过视频建立车辆周围的3D场景。有了道路环境的立体信息，车辆将能够更准确地识别环境中的危险元素。

虽然通过视频图像感知场景有很多优势，但是要做好这项技术并不容易。主要难点是如何让自动驾驶系统对其接触的所有场景都有一个准确的判断。为此，特斯拉专门设计了一台超级计算机来训练算法。

■本次活动亮点:Dojo超级计算机正式发布。

当你理解了Dojo的初衷，就不难理解特斯拉为什么要给自己研发的超级计算机命名为Dojo了，因为这里是特斯拉自动驾驶技术的“实践”之地。那么，特斯拉是如何通过超级计算机“实践”自动驾驶技术的呢？要理解这个问题，我们需要从特斯拉自动驾驶技术的发展说起。

还记得几年前美国发生的第一起特斯拉自动驾驶杀人案吗？当时一辆特斯拉Model S启动了自动驾驶，由于感知系统没有发现前方水平行驶的半挂卡车，司机当场死亡。事后调查表明，这是因为特斯拉的视觉感知系统没有识别出前方巨大的半挂卡车，而是将车上白色的货舱当成了天上的白云，导致与之相撞。

为什么特斯拉的感知系统会把半挂卡车的侧面识别为白云？其实原因是自动驾驶系统不熟悉一辆半挂卡车水平行驶的特点。那么解决问题的办法就是不断训练自动驾驶算法，避免在类似场景下出现误判。

特斯拉将从其车型的摄像头中收集道路驾驶的大规模视频图像，然后提供给Dojo进行自主学习。Dojo会在图片中标记出很多经常出现在道路上的危险元素，比如卡车、行人甚至动物，并将这些东西的特点和应对措施写入自动驾驶程序，然后特斯拉会通过OTA向车辆推送最新的自动驾驶程序，让这些车辆对眼前的事物有更准确的认识，从而更好地预测风险，避免类似将卡车识别为白云的事故再次发生。

■特斯拉为什么需要道场？

据了解，为了使自动驾驶能够更准确地识别道路上的各种元素，许多车企和自动驾驶公司都尽可能多地收集驾驶图片，然后雇人对收集到的图像数据进行人工标记，然后写入驾驶辅助程序，以便车辆识别。由于工作量大，甚至诞生了专门标注视频信息的外包公司。

所以特斯拉需要一台特殊的神经网络超级计算机，它可以对海量视频进行注释，并以类似于人类思维的方式训练算法。然而现实是，市场上没有满足这种需求的超级计算机，所以特斯拉决定自己造一台。

■Dojo会给特斯拉带来什么？

借助Dojo的超强计算能力和特斯拉提供的全球数百万辆车型的路况视频数据，可以快速提升自动驾驶系统的视觉感知能力。面对拥堵、鬼探头、急刹车等危险场景，自动驾驶系统经过Dojo在类似场景下上千次的训练，能够在第一时间做出正确的反应，避免交通事故的发生。可以说，道场是保证特斯拉在自动驾驶领域快速发展，减少安全隐患的法宝。

■还有一件事

机器人的设计目标是承担人类无法完成的体力劳动和救援任务。特斯拉还没有最终决定是否量产，但需要内部进一步讨论。同时，特斯拉可能会将其带入其汽车的车载系统，成为人工智能助手。

全文摘要:

总的来说，特斯拉AI Day发布的内容非常硬核，向我们阐述了未来特斯拉将如何实现全自动驾驶。其实说白了，特斯拉现在做的就是通过时间和经验的积累，让汽车拥有像人类一样广博的知识，让汽车在遇到各种复杂场景的时候，能够像一个经验丰富的司机一样处理问题。那么，你认出特斯拉是……实现车辆全自动驾驶的途径？你认为未来实现全自动驾驶需要多长时间？下面评论区说说你的看法吧。(文/汽车之家胡永斌)

标签：特斯拉发现Model S

汽车资讯热门资讯