AutoR智驾|马斯克又吹牛了：组建中国自动驾驶团队，今年实现L5自动驾驶

本文插图
马斯克透露，特斯拉正在中国组建自动驾驶工程团队，并且将在今年完成L5级别的自动驾驶基本功能的研发。
文丨AutoR智驾兮兮
今天（7月9日），第三届世界人工智能大会在上海开幕，开幕会当天，马云、马化腾、马斯克三位科技大佬实现了三马“云”同台，三人分别以全息投影、语音和视频的方式完成了演讲。
马云称， “去年有人争论机器会不会取代人，就业怎么办？现在最着急的是怎样让机器尽快取代人类的很多工作” 。
腾讯马化腾因身体原因缺席世界人工智能大会，微信发了 50 秒语音，语音中他表示， “人工智能本身就是一场跨国跨学科的探索，正在将人类的认知推向更快更高更强，也势必带给我们一场前所未见的科技和产业革命。 ”
三人中演讲中，最受关注的是特斯拉CEO马斯克的演讲，在采访中马斯克透露，特斯拉正在中国组建自动驾驶工程团队，并且将在今年完成L5级别的自动驾驶基本功能的研发。

本文插图
他还表示，目前特斯拉自动辅助驾驶在中国市场应用还不错。
不过，由于特斯拉自动驾驶的工程开发集中在美国加州，所以自动辅助驾驶功能在美国的应用的更好，在加州最好。
在芯片方面，特斯拉的Autopilot自动驾驶芯片通过降低芯片功耗，达成很高的识别准确度，马斯克说， “上几个月前我们启动了芯片第二套系统，充分利用到特斯拉完全自动驾驶系统，可能还需要至少一年时间。 ”
以下是马斯克演讲实录：
1、Autopilot 自动辅助驾驶是特斯拉纯电动车非常受欢迎的一项功能。它在中国市场的应用情况如何？
特斯拉自动驾驶在中国做得非常好，我们正在中国建立相关工程团队，如果你想在特斯拉做工程师可以加入我们。
我想强调我们会做很多原创性的中国工程开发，不仅仅是简单把美国东西搬到中国，我们会做原创设计和工程工作，所以可以考虑在特斯拉中国工作。
2、对于我们最终实现L5级别自动驾驶有多大信心？您觉得这一天什么时候会到来？
我对于未来实现L5自动驾驶是非常有信心的，我认为很快就会实现，在特斯拉我们已经非常接近L5自动驾驶了，我有信心我们将在今年完成L5级别的基本功能。
我认为实现L5自动驾驶目前不存在底层根本性挑战，但是有很多细节问题。我们面临挑战是要解决所有这些小问题，然后整合系统持续解决长尾问题，可以树立大多数场景的情况，但是又会不时出现一些奇怪的情况，必须有一个系统来解决训练，解决这些奇怪的场景。所以也是需要有现实场景，没有什么比现实更复杂，任何模拟都是现实世界复杂性的子集。
我们目前非常专注于应对L5自动驾驶的细节，我们非常相信这是可以做到的，我们可以利用特斯拉现在的硬件，我们只需要改进软件，我们可以实现L5级别自动驾驶。
3、您觉得人工智能和机器人技术的三大支柱：感知、认知和行为，目前在各自领域的进展如何？
我不确定人工智能是否可以这样分类。如果我们用这个分类标准的话，在感知层面目前技术取得巨大进展，事实上可以说在专业的图像识别领域，几乎比任何人类都做得好，即使比专家也做得好。问题是有多少计算机，多少实践来训练计算机，还有图像系统效率如何。
讲到图像识别或者是相应识别，任何的信号，任何给定的字节流，人工智能系统是否能够准确的来识别？
认知是最薄弱的领域，人工智能是不是能够理解概念，是不是能够有效推理，是不是能够进行创造，现在有很多有创意的AI ，但是他们没有办法很好来控制他们的创造活动，我们会觉得好像做得不太好，不过未来会表现好一点。分页标题
我们可以想像成游戏，显然在任何有着明确规则游戏当中AI会比人好很多。主要是有规则明确的游戏，如果这个游戏自由度不是很高的话，很难想像在任何游戏当中人工智能它不会玩的比人类要好，甚至都不考虑人工智能更快反应时间。
4、Autopilot自动辅助驾驶在哪些方面推动了AI算法和芯片的发展？它又如何改变了我们对AI技术的理解？
【AutoR智驾|马斯克又吹牛了：组建中国自动驾驶团队，今年实现L5自动驾驶】为自动驾驶开发人工智能芯片时，我们发现市场上没有成本合理，而且低功耗的系统。
如果我们使用传统的TPU、CPU或者是其他相似产品，耗费数百瓦的功率，后备箱会被巨大冷却系统占据，如此以来成本高昂、体积大、能耗高。
要知道能耗对于汽车里程非常重要，为此我们开发特斯拉智能人工芯片，该芯片有八位加速器，用于电机计算，有很多的电机运算，如果你知道什么是电机运算，就知道电机运算量巨大，事实上还未完全发挥出特斯拉自动驾驶的能力。
实际上几个月前我们启动了芯片第二套系统，所以充分利用到特斯拉完全自动驾驶系统，可能还需要至少一年时间。
我们还看到特斯拉训练系统，以改善对人工智能系统的训练。人工智能系统就像FP16训练系统，主要受芯片发热量和通讯速率限制，所以我们也正在开发新的线和散热冷却系统，用于开发更高效计算机，从而更有效处理视频数据。
5、如何看待人工智能算法的发展？
我们如何看待人工智能算法的发展，我不确定这是不是最好的理解方式。
神经网络主要是从现实中获取大量信息，很多来自无光源方面，并创建矢量空间，将大量光子压缩为矢量空间。
人类是否能够进入大脑的矢量空间，我们通常以类比方式将现实视为理所当然，我认为你可以进入自己大脑中的矢量空间，理解你的大脑是如何处理外部信息，他获取大量信息只保留相关部分，人们是如何在大脑中创建一个矢量空间，他的信息仅占原始数据很小一部分，却可以根据矢量空间表达做决策，这就类似于大规模压缩和解压缩的过程。
有一点像物理学，因为物理学公式本质上是对现实压缩算法，这就是物理学的作用，很明显物理公式是现实压缩算法。
简而言之我们人类就是物理学作用的证据，如果对宇宙做一个真正物理学意义上的模拟，大量的计算如果有充足时间，最终产生绝知，人类将是最佳证明，如果你相信物理学和宇宙演化史，很长一段时间是氢元素，出现氦与锂元素，其中一些重元素学会表达，我们人类本质上是氢元素进化而来，如果将氢元素放一段时间它就会慢慢变成我们，我觉得大家可能不太赞成这一点，所以有人会问我我们知觉作用从哪里来，整个宇宙是特殊的绝知或者是是否存在特殊性，又或者氢元素转变人类过程中何时产生知觉。
特斯拉工厂进展很顺利，我对特斯拉团队感到无比自豪，我也期待尽快访问上海超级工厂。我不知道如何表达，真的非常感谢特斯拉中国团队，未来我们的工厂中会运用更多人工智能和人工智能化软件，我认为在工厂真正有效使用人工智能还需要花一些时间，我们可以将工厂看作一个复杂的结合体，实际上所有公司都是如此。
谢谢线上采访我，我希望明年有机会亲自参加，我很喜欢到中国，中国总是给我惊喜，中国有很多既聪明又勤奋的人，中国充满了正能量，我对未来满怀期待，我会让未来成为现实，我期待着回来。