中国ESG新故事：主动、常态、变革
06-18
一场安全事故和车主的去世，将蔚来乃至整个新能源汽车行业推到了风口浪尖。
作为新能源汽车行业的龙头企业，特斯拉也不例外。
大量的安全事故让其饱受诟病。
今年8月，美国汽车安全监管机构也对特斯拉的辅助驾驶系统AutoPilot展开安全调查。
不同级别的自动驾驶技术应该如何命名、安全性如何、特斯拉的自动驾驶技术已经发展到什么程度了？随着事故不断发生，人们对“自动驾驶”的质疑只会越来越多。
在这样的情况下举办的特斯拉AI日自然会成为新话题的中心。
马斯克在活动中宣布了什么？他是否回答了相关问题？快来和我们一起看看吧。
特斯拉自研芯片Dojo来了 特斯拉有一款新芯片，这次是自研芯片——Dojo D1。
马斯克此前在推特上多次提到Dojo，这是特斯拉自主研发的超级计算机芯片和超级AI芯片。
与常见的CPU或GPU相比，Dojo放弃了大量的功能模块，增加了更多的计算模块，以换取更高的计算能力和效率。
比较适合计算类型相对固定、计算精度较低，但计算量很大的情况。
人工智能领域广阔。
特殊的设计带来特殊的奖励。
特斯拉表示，“我们已经在CPU大小的机身中实现了GPU级别的计算能力。
”而且，Dojo的算力还是可以叠加的，这和它的另一个特性——拼接有关。
过了一段时间，特斯拉的工作人员拿出了一款可以称为Plus++++++++版本的Dojo芯片模型。
它实际上是一个由25颗Dojo D1芯片组成的芯片系统。
特斯拉为什么要这样设计呢？最直观的好处就是缩短了通讯距离。
如图所示，Dojo D1的每块之间的距离非常近（几乎是贴在一起的），可以大大加快各个芯片之间数据的传输和流动。
特斯拉表示，这套Dojo系统的数据传输速度可以达到9TB/S。
另一方面，与传统超级计算机相比，拼接方式还可以节省大量连接电缆。
这也意味着Dojo芯片系统的计算能力几乎可以提高一倍，更加灵活地匹配不同的使用需求。
从实际计算性能来看，活动中展示的Dojo D1芯片型号的计算能力可以达到万亿次浮点运算。
如果将更多的Dojo D1芯片拼接在一起，结果可想而知。
当然，说到芯片性能，就免不了要和业界产品进行比较。
此次特斯拉选择了谷歌自研的AI芯片——TPU v3。
从显示图来看，Dojo的性能远超TPU v3。
▲TPU v3是谷歌2017年发布的产品，要知道当年击败李世石、柯洁等众多世界顶级棋手的AlphaGo，使用的只是比TPU弱数倍的第一代TPU芯片v3。
而如果将两块Dojo芯片拼接在一起，其算力将达到1.1 EFLOP，超越此前排名世界第一的日本超级计算机“富岳”。
与谷歌的TPU类似，强大的算力往往意味着高的散热压力。
为此，特斯拉在Dojo D1上增加了一整层水冷模块和铜结构用于散热。
难怪马斯克敢说“道场将是世界上最好的超级计算机”。
如此强大的计算能力，其应用领域想必已经达到了工业级水平。
谷歌的搜索结果、街景等服务都依赖TPU计算优化，而Dojo D1主要用于特斯拉的视觉感知系统，帮助汽车识别环境区域。
以获得更好的自动驾驶体验。
至于实际效果，马斯克表示明年就会使用道场，我们拭目以待。
朝着更完善的自动辅助驾驶方向，特斯拉于今年7月发布了FSD Beta 9.0版本。
新版FSD支持城市道路辅助，可以实现并道、转弯、并入主干道等动作。
新版本的 FSD 使用 Tesla Vision，这是一种仅依赖于光学图像的视觉系统。
它收集的海量数据需要极强的数据分析能力和计算能力。
Dojo可以接收来自汽车的大量视频数据，发送回云端，完成全自动大规模算法训练，然后推送到汽车上，完成整个过程的闭环。
在这个过程中，最重要的环节无疑是算法训练。
马斯克在采访中表示，特斯拉最初是通过视频训练人工智能算法的。
在拥有 Dojo 之前，特斯拉的 Autopilot 团队拥有 100 多名数据注释员，专门负责手动注释高价值数据。
▲手动标注但这种方法由于数据量太大，严重拖慢了AI的学习进度。
截至今年4月，基于Autopilot的里程已达48亿公里，占行业路测总数据的99%以上。
“儿子”学习遇到困难，特斯拉这个“老母亲”肯定担心。
所以，道场来了。
特斯拉利用Dojo在云端模拟了一个非常现实的世界来训练自动辅助驾驶技术。
而且，特斯拉还表示，这个虚拟世界的交通情况比现实世界复杂得多。
特斯拉在这个虚拟世界中添加了许多极端的路况。
你可能会在马路上看到一只麋鹿穿过斑马线，甚至在高速公路上看到一对慢跑的情侣。
▲清晨，情侣在高速公路上慢跑。
值得一提的是，特斯拉不仅标注了空间，还标注了模型建造的时间。
道场也“雨露皆受”。
通过不断收集现实世界中新的道路信息，这个训练模型也会不断更新，新的数据信息会覆盖原来的信息。
对于迄今为止积累的数据量，特斯拉表示，他们使用了10亿张不同的图像和3亿个不同的场景来构建这个训练模型。
正是因为这个原因，特斯拉给自己起了一个“数据标签工厂”的绰号。
那么这些培训是否达到了预期的效果呢？在本次特斯拉AI日上，特斯拉向我们展示了他在自动驾驶技术方面取得的巨大进步。
车道识别更加准确。
从上图可以看出，特斯拉对车道线的准确识别仅限于车辆周围的区域。
但现在，系统不仅知道车辆所在的车道，而且还知道整个路口，从而可以更好地规划路线。
如今，预测其他车辆的行为并准确识别停在道路两侧的车辆对于特斯拉来说是小菜一碟。
预测道路上其他车辆的行为是它的真正技能。
例如，如果在小路上遇到对向车辆，系统会分析所有可能的情况并获得不同的行驶路线。
因此，无论对方是否让步，它都可以灵活应对。
或许是迫于美国汽车安全监管机构带来的舆论压力，特斯拉在AI Day上对自动驾驶的态度相对保守，其中不乏对新技术安全性的强调。
此外，在谈到视觉识别对于自动辅助驾驶的意义时，特斯拉的工程师展示了这样一张图：特斯拉像清除“战争迷雾”一样感知并绘制周围的路况。
显然，这一功能已经触碰了国内相关政策红线，目前尚不知道在国内会如何实施。
机器人 Tesla Bot 可能因为技术解释而感到无聊。
特斯拉很快安排了一个人形机器人上台跳舞。
整个活动场地顿时热闹起来。
特斯拉造了一个跳舞机器人Tesla Bot？事实上，这只是一个演员穿着假机器人服装在跳舞。
马斯克给大家开了一个非常“特斯拉”的玩笑，但这个机器人项目是真实的。
▲Tesla Bot的详细属性 按照马斯克的预期，Tesla Bot将继承特斯拉的车机系统，包括辅助驾驶等，它可以根据周围的环境做出不同的动作，最终完成只有人类才能完成的体力劳动。
是的，这次马斯克想要解放“劳动力”，让人们做自己想做的事。
当然，马斯克也表示，是否接受 Tesla Bot 的帮助，还是要由人们来决定。
听起来很赛博朋克，但是 Tesla Bot 什么时候才能投入生产并来到消费者手中呢？马斯克只表示，产品原型将于明年某个时候发布。
我们距离完全自动驾驶还有多远？国际自动化工程学会（SAE）根据自动化程度将汽车驾驶模式分为6个级别，从L0-L5。
特斯拉的AutoPilot驾驶模式被归类为L2，仍然属于辅助驾驶，这意味着汽车仍然需要以驾驶员的注意力来驾驶，驾驶员需要对驾驶行为负责。
这也是目前大多数新能源汽车的自动驾驶辅助。
系统所处的自动化级别。
不仅擅长审车的知名车评人@38曾对此做出了直观生动的评价：现阶段的辅助驾驶需要人类随时做好接管的准备，它更像是一个人协助汽车而不是汽车协助人。
马斯克显然对辅助驾驶并不满意。
他的目标是L5，即更高程度的自动化——完全自动驾驶，即汽车系统可以在所有情况下自主完成驾驶操作。
根据特斯拉的设想，基于人工智能的汽车的视觉传感系统应该像人体系统一样。
当摄像头（眼睛）看到图片内容时，确定图片中物体的3D结构形状，并测量车辆与物体之间的距离、物体的高度和尺寸等。
人类驾驶员）也会自动做出相应的决定。
对应驾驶变化避免碰撞，对应静止物体； ▲ 图片来自：syncedreview 当面对移动的物体，比如移动的汽车时，特斯拉的 AI 传感系统应该能够识别 3D 物体的高度、大小，同时还可以测量其运动、速度等。
当然，这些只是假设。
Dojo超级计算机确实可以加速AI计算，帮助汽车识别物体，带来更好的辅助驾驶体验。
不过，像马斯克所说的“实现L5级完全自动驾驶”或许还不太可能。
早在2016年，特斯拉就表示将摆脱雷达，转向纯粹的视觉感知系统。
然而，视觉感知所依赖的AI只是在模拟人类。
现阶段，人脑的奥秘尚未完全揭开，AI只能做出部分决策。
它不能替代真正的人类驾驶员。
▲人工智能无法取代人类。
特斯拉完成的数据训练还远远不够，尽管其数据量在新能源汽车行业处于领先地位。
要知道自动驾驶领域95%的数据都是无效的。
重复的路况对于AI训练来说价值不大。
特斯拉此前的训练数据大部分来自美国。
它还需要在更多的国家和地区完成更多的情况。
训练。
不同地区、不同交通状况造成的极端情况组合几乎是无限的，这无疑对特斯拉选择的视觉感知技术路线提出了更大的挑战。
此外，近年来频发的安全事故也加剧了人们对自动驾驶的担忧。
在这种情况下，愿意使用AutoPilot驾驶模式或参加特斯拉FSD（完全自动驾驶系统）测试的人是否会更少，仍需拭目以待。
打个大大的问号。
而且，相关机构也日益完善对新能源汽车“辅助驾驶”模式的监管。
除了文章开头提到的美国汽车安全监管机构对特斯拉的辅助驾驶系统Autopilot发起安全调查外，我国工信部也于近期发布了《关于加强智能网联汽车生产企业及产品准入管理的意见》。
后续工信部会同有关部门将进一步细化自动驾驶和辅助驾驶的相关规范。
这样一来，实现完全自动驾驶可能会比较慢，但在生命安全面前，却并不是一件好事。
活动最后，马斯克还表达了自己对自动驾驶技术的看法，不再那么激进：我相信未来的汽车一定会有自动驾驶能力，但还需要司机吗？大概还是需要的，就像汽车时代，马车也存在一样。
本文由周宇、李华共同撰写。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-17
06-17
06-18
06-18
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态