《科創(chuàng)板日?qǐng)?bào)》8月28日訊（編輯 鄭遠(yuǎn)方）正如之前承諾的一樣，馬斯克上周末用一輛搭載HW3的Model S，向外界直播展示了特斯拉FSD 12測(cè)試版。

(資料圖片僅供參考)

在這場(chǎng)45分鐘的直播中，坐在方向盤(pán)后、舉著手機(jī)的馬斯克僅干預(yù)了一次車輛行為，車輛在非預(yù)設(shè)道路上，便能自行禮讓行人、避開(kāi)路障、路口轉(zhuǎn)向、在兩條直行道中選擇一條車少的。

馬斯克表示，F(xiàn)SD 12可以在不熟悉的環(huán)境中離線使用；若有干預(yù)行為發(fā)生，系統(tǒng)會(huì)記錄并發(fā)回特斯拉分析。

而在直播開(kāi)始后約20分鐘時(shí)，馬斯克進(jìn)行了全程唯一一次干預(yù)接管。當(dāng)時(shí)，這輛Model S需要直行，因此停下等待紅燈。但當(dāng)左轉(zhuǎn)信號(hào)燈轉(zhuǎn)綠時(shí)，車輛竟然也緊跟啟動(dòng)，好在馬斯克與一旁的工程師及時(shí)制止。

在這之后，馬斯克表示，要給FSD“投喂”更多左轉(zhuǎn)紅綠燈的視頻。

投喂視頻就能“喂”出“AI代駕”？

實(shí)際上，在這場(chǎng)直播中，當(dāng)車輛自行在減速帶減速、避開(kāi)滑板車騎行者時(shí)，馬斯克多次強(qiáng)調(diào)，FSD 12中沒(méi)有任何一行相應(yīng)代碼，人為設(shè)定車輛作出這些動(dòng)作——其沒(méi)有被訓(xùn)練過(guò)如何讀取路標(biāo)，也不知道什么是滑板車，FSD 12完成這些行為完全是大量視頻訓(xùn)練的結(jié)果。通過(guò)視頻訓(xùn)練數(shù)據(jù)，AI可以自己學(xué)習(xí)駕駛，“像人類一樣做事”。

如果FSD在特定場(chǎng)景下沒(méi)有作出正確決策，特斯拉便會(huì)向其神經(jīng)網(wǎng)絡(luò)訓(xùn)練投入更多數(shù)據(jù)（主要是視頻）。

當(dāng)然，平庸隨意的數(shù)據(jù)是不夠的，供給神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)需要精心挑選。馬斯克也特別強(qiáng)調(diào)，來(lái)自優(yōu)秀駕駛員的高質(zhì)量數(shù)據(jù)，才是訓(xùn)練特斯拉自動(dòng)駕駛的關(guān)鍵。

“大量平庸的數(shù)據(jù)并不能改善駕駛，數(shù)據(jù)管理相當(dāng)困難。我們有很多軟件，可以控制系統(tǒng)選擇什么數(shù)據(jù)、訓(xùn)練什么數(shù)據(jù)。”

而對(duì)特斯拉而言，其數(shù)據(jù)的一大主要來(lái)源便是來(lái)自全球各地的車隊(duì)。馬斯克還透露，特斯拉在世界各地?fù)碛卸嗝鸉SD測(cè)試駕駛員，包括新西蘭、泰國(guó)、挪威、日本等。

從2020年起，特斯拉便開(kāi)始將Autopilot決策從編程邏輯轉(zhuǎn)向神經(jīng)網(wǎng)絡(luò)與AI。經(jīng)過(guò)3年的發(fā)展，從本次馬斯克的FSD 12直播也能看到，幾乎整個(gè)決策與場(chǎng)景處理已轉(zhuǎn)移至特斯拉神經(jīng)網(wǎng)絡(luò)與AI上。

FSD 11獨(dú)占控制堆棧中有超過(guò)30萬(wàn)行C++代碼，而12中代碼寥寥。之前馬斯克也曾指出，車輛控制（vehicle control）是“特斯拉FSD AI拼圖”上的最后一塊拼圖，其將使得這30萬(wàn)行以上的C++代碼減少約2個(gè)數(shù)量級(jí)。

▌全AI端到端駕駛控制

特斯拉FSD 12是其最重要的一次升級(jí)，實(shí)現(xiàn)了全AI端到端的駕駛控制。

至于為何選擇端到端方案？馬斯克直播之前與WholeMars連線時(shí)，給出了更多細(xì)節(jié)。

“人類就是這么做的，”他表示，“光子輸入，手腳動(dòng)作（控制）輸出。”——人類依靠眼睛和生物神經(jīng)網(wǎng)絡(luò)開(kāi)車，對(duì)于自動(dòng)駕駛而言，攝像頭與神經(jīng)網(wǎng)絡(luò)AI便是正確的通用決策方案。

雖說(shuō)AI神經(jīng)網(wǎng)絡(luò)難以解釋具體細(xì)節(jié)，但相應(yīng)地，人類乘客在打車時(shí)，也無(wú)法準(zhǔn)確地知道司機(jī)在想什么，只能看到司機(jī)的評(píng)價(jià)。

券商指出，端到端方案與之前的關(guān)鍵區(qū)別之一就在于，傳統(tǒng)的模塊化架構(gòu)是將智能駕駛拆分稱單獨(dú)任務(wù)，交由專門的AI模型或模塊來(lái)處理，例如感知、預(yù)測(cè)、規(guī)劃等；而端到端AI則是“感知決策一體化”，即將“感知”與“決策”融合到一個(gè)模型中。

目前，特斯拉絕大多數(shù)訓(xùn)練還是需要依靠英偉達(dá)的GPU，特斯拉自家的Dojo超算則是作為輔助。今年以來(lái)，特斯拉已為訓(xùn)練花費(fèi)了20億美元。

特斯拉還正在加班加點(diǎn)，籌備一個(gè)新算力集群，其中包含1萬(wàn)顆英偉達(dá)H100，有望在本周一（8月28日）上線。值得一提的是，該集群使用的是Infiniband進(jìn)行連接傳輸，馬斯克更坦言，如今Infiniband比GPU更缺。