馬斯克五問五答:在中國做的是原創研發,接近L5級自動駕駛
2020年07月09日13:06

原標題:馬斯克五問五答:在中國做的是原創研發,接近L5級自動駕駛

7月9日,2020世界人工智能大會雲端峰會在上海開幕,本次人工智能大會以“智聯世界·共同家園”為主題。

TeslaCEO埃隆·馬斯克(Elon Musk)在“五問五答”的形式,在線上發表了他的演講。他在答問中表示,在中國我們要做的是進行很多原創性的工程開發,並不是簡單地將美國的東西直接照搬到中國,而是就在中國進行原創的設計和原創的工程開發。

馬斯克對未來實現完全自動駕駛非常有信心,並認為很快就會實現。

“在Tesla,我覺得我們已經非常接近L5級自動駕駛了。我有信心,我們將在今年完成開發L5級別的基本功能。因此,我們目前非常專注於處理L5級別自動駕駛的細節問題上。並且我相信這些問題完全可基於Tesla車輛目前搭載的硬件版本來解決,我們只需改進軟件,就可以實現L5級別自動駕駛。”馬斯克說。

關於人工智能和機器人技術,馬斯克表示,在感知層面,以識別物體為例,目前的技術取得了巨大進展。 可以說,即便是在專業領域,當今的高級圖像識別系統也比人類都要好。問題的實質在於需要多強的計算能力,多少計算機和多長計算時間來訓練感知能力?圖像識別訓練系統的效率如何?就圖像識別或聲音識別而言,對於給定的字節流,人工智能系統能否準確識別處理? 答案是非常好。

馬斯克稱,在任何規則明確的遊戲中,或者自由發揮空間比較有限的遊戲,人工智能就像超人類一樣。就目前而言,很難想像有什麼遊戲,人工智能遊戲玩家不能發揮超人類水平的,這甚至都不去考慮到人工智能更快的反應時間。

關於中國團隊和上海工廠進展,馬斯克表示上海工廠進展順利,還特別表揚了中國團隊。“Tesla上海工廠進展順利,我為Tesla中國團隊感到無比自豪,他們做得很棒! 我期待能盡快訪問上海超級工廠,他們出色地工作確實讓我深感欣慰。我不知道該如何表達,真的非常感謝Tesla中國團隊。”

乘聯會數據顯示,6月Tesla在中國的純電動汽車市場銷量份額為23%。

附:馬斯克五問五答全文

馬斯克:

感謝邀請。再次參加大會太好了。我非常期待未來有機會能可以親自來到現場。

提問:那就讓我們直接切入正題吧,有幾個問題想與您探討。首先,我們都知道,Autopilot 自動輔助駕駛是Tesla純電動車非常受歡迎的一項功能。它在中國市場的應用情況如何?

馬斯克:

Tesla自動輔助駕駛在中國市場應用還不錯。但因為我們與自動駕駛相關的工程開發集中在美國,所以自動輔助駕駛功能在美國的應用的更好,在加州最好,這也主要是因為我們相關的工程師在加州。在我們確定這項功能在加利福尼亞運作良好後,我們會將其推送到世界其他地區。目前我們正在中國建立相關的工程團隊。如果你想成為Tesla中國的工程師,我們會非常歡迎,這將會非常好。

我想強調下,在中國我們要做的是進行很多原創性的工程開發。所以並不是簡單的將美國的東西直接照搬到中國,而是就在中國進行原創的設計和原創的工程開發。所以,如果您考慮工作,請考慮在Tesla中國工作。

提問:您對於我們最終實現L5級別自動駕駛有多大信心?您覺得這一天什麼時候會到來?

馬斯克:

我對未來實現L5級別自動駕駛或是完全自動駕駛非常有信心,而且我認為很快就會實現。

在Tesla,我覺得我們已經非常接近L5級自動駕駛了。我有信心,我們將在今年完成開發L5級別的基本功能。對於L5級別自動駕駛,需要考慮相對於人類駕駛,實際道路可接受的安全級別是多少?達到人類駕駛安全性的兩倍就足夠了嗎?我不認為監管機構會認可L5級別自動駕駛達到與人類駕駛員同等的安全性是足夠的。

問題是,L5級別自動駕駛的安全性需要達到要求的兩倍,三倍,五倍,還是十倍?因此,你可以將L5級別自動駕駛的安全性想像成9的序列。像需要99.99%安全性還是99.99999%?您想要幾個9?可接受的水平是多少?然後,需要多少數據量才能使監管者確信該數據足夠安全?我認為,如果要問到有關自動駕駛L5級別的實際深入問題,這些是一定會被提及的。

我認為實現自動駕駛L5目前不存在底層的根本性的挑戰,但是有很多細節問題。我們面臨的挑戰就是要解決所有這些小問題,然後整合系統,持續解決這些長尾問題。你會發現你可以處理絕大多數場景的問題,但是又會不時出現一些奇怪不尋常的場景,所以你必須有一個系統來找出並解決這些奇怪不尋常場景的問題。這就是為什麼你需要現實世界的場景。沒有什麼比現實世界更複雜了。我們創建的任何模擬都是現實世界複雜性的子集。

因此,我們目前非常專注於處理L5級別自動駕駛的細節問題上。並且我相信這些問題完全可基於Tesla車輛目前搭載的硬件版本來解決,我們只需改進軟件,就可以實現L5級別自動駕駛。

提問:您覺得人工智能和機器人技術的三大支柱:感知、認知和行為,目前在各自領域的進展如何?

馬斯克:

我不確定人工智能技術是否可以這樣分類。如果按照這個分類標準,在感知層面,以識別物體為例,目前的技術取得了巨大進展。 可以說,即便是在專業領域,當今的高級圖像識別系統也比人類都要好。

問題的實質在於需要多強的計算能力,多少計算機和多長計算時間來訓練感知能力?圖像識別訓練系統的效率如何?就圖像識別或聲音識別而言,對於給定的字節流,人工智能系統能否準確識別處理? 答案是非常好。

認知可能是最薄弱的領域,人工智能是否可以理解概念?是否會有效推理?能否創造有意義的事物?目前有很多非常有創造力的技術先進的人工智能,但是它們無法很好地控制其創造活動。至少現在在我們看來不太對,不過未來它會看起來像樣些。

然後是行為。這個可以以遊戲打比方。在任何規則明確的遊戲中,或者自由發揮空間比較有限的遊戲,人工智能就像超人類一樣。就目前而言,很難想像有什麼遊戲,人工智能遊戲玩家不能發揮超人類水平的,這甚至都不去考慮到人工智能更快的反應時間。

提問:Autopilot自動輔助駕駛在哪些方面推動了AI算法和芯片的發展?它又如何改變了我們對AI技術的理解?

馬斯克:

在為自動輔助駕駛開發人工智能芯片時,我們發現市場上沒有成本合理且低功耗的系統。如果我們使用傳統的GPU, CPU或其他相似的產品,將耗費數百瓦的功率,並且後備箱會被計算機,GPU巨大的冷卻系統佔據,由此一來成本高昂,佔用車輛體積,而且高耗能。要知道能耗對於電動汽車的行駛里程很關鍵。

為此我們開發了Tesla自有的人工智能芯片,即具有雙系統的Tesla完全自動駕駛電腦,該芯片具有8位元和加速器,用於點積運算。在座各位可能有很多人都有所瞭解,人工智能包含很多點積運算,如果你知道什麼是點積運算,那麼便知道點積運算量巨大,這意味著我們的電腦必須做很多點積運算。我們事實上還未完全發揮出Tesla完全自動駕駛電腦的能力。實際上,幾個月前我們才審慎地啟動了芯片的第二套系統。充分利用Tesla完全自動駕駛電腦的能力,可能還需要至少一年左右的時間。

我們還開發了TeslaDojo訓練系統,旨在能夠快速處理大量視頻數據,以改善對人工智能系統的訓練。Dojo系統就像一個FP16訓練系統,主要受芯片的發熱量和通訊的速率的限製。所以我們也正在開發新的總線和散熱冷卻系統,用於開發更高效的計算機,從而能更有效處理視頻數據。

我們是如何看待人工智能算法的發展呢?我不確定這是不是最好的理解方式,神經網絡主要是從現實中獲取大量信息,很多來自無源光學方面,並創建矢量空間,本質上將大量光子壓縮為矢量空間。我今天早上開車的時候還在想,人們是否能夠進入大腦中的矢量空間呢?我們通常以類比的方式,將現實視為理所當然。但我認為,其實你可以進入自己大腦中的矢量空間,並瞭解你的大腦是如何處理所有外部信息的。事實上它在做的是記憶儘可能少的信息。

它獲取並過濾大量信息,只保留相關的部分。那人們是如何在大腦中創建一個矢量空間呢?它的信息僅占原始數據很小一部分,卻可以根據這個矢量空間的表達做決策。這實際上就類似一個大規模的壓縮和解壓縮的過程,有點像物理學,因為物理學公式本質上是對現實的壓縮算法。

這便是物理學的作用。很明顯,物理公式是現實的壓縮算法。簡言之,我們人類就是物理學作用的證據。如果你對宇宙做一個真正物理學意義上的模擬,就需要大量的計算。如果有充足時間,最終會產生覺知。人類便是最佳證明。如果你相信物理學和宇宙的演化史,便知道宇宙一開始是夸克電子,很長一段時間是氫元素,然後出現了氦和鋰元素,接著出現了超新星。重元素在數十億年後形成,其中一些重元素學會了表達。那就是我們人類,本質上由氫元素進化而來。若將氫元素放一段時間,它就會慢慢轉變為我們。我覺得大家可能不太讚成這一點。所以有人會問,specialist的作用是什麼?覺知的作用又是什麼?整個宇宙是一種特殊的覺知或者不存在特殊性?又或者,在氫元素轉變為人類的過程中何時產生了知覺?

提問:最後一個問題。祝賀Tesla今年出色的業績,我們也想知道,Tesla上海超級工廠目前的進展怎麼樣?在上海超級工廠有沒有一些製造業相關的AI應用?

馬斯克:

謝謝,Tesla上海工廠進展順利,我為Tesla團隊感到無比自豪,他們做得很棒! 我期待能盡快訪問上海超級工廠,他們出色地工作確實讓我深感欣慰。我不知道該如何表達,真的非常感謝Tesla中國團隊。

預計未來我們的工廠中會運用更多的人工智能和更智能化的軟件。但我認為在工廠,真正有效地使用人工智能還需要花費一些時間。你可以將工廠看作一個複雜的集合體,控制論集合體,其中涉及人也涉及機器。實際上所有公司都是如此,但特別是製造業企業或者至少是製造業企業中,機器人控制部分要更為複雜。 所以有意思的是,隨著人工智能不斷髮展,可能將會創造更多就業,甚至是否還需要工作也是不一定的。

我們對於經濟總會有一些錯誤的設想,其中之一便是工作崗位的數量是有限的。這個數量當然絕對不會是有限的。比如,在任何一個世紀中,人口增長十倍。如果工作數量有限,難道90%的人會失業?或者,從農業社會向工業社會的過渡中,農業社會中超過90%的人在農場工作。而現在,我們僅有2%至3%的人在農場工作。因此,正如我所說的,至少在短期到中期內,我對增長的最大擔憂是我們能否尋找到足夠的人,這才是對於增長最大的限製。

馬斯克:

謝謝您的線上採訪。 我希望明年能有機會能親自參加,我很喜歡到中國。 中國總是給我驚喜,中國有很多既聰明又勤奮的人,中國充滿了正能量,中國人對未來滿懷期待。我會讓未來成為現實,所以我非常期待再次回來。

關注我們Facebook專頁
    相關新聞
      更多瀏覽