FX168財經報社(北美)訊 週六（11月2日），《華爾街日報》報道稱，埃隆·馬斯克押注機器人汽車將推動特斯拉進入一個利潤豐厚的新時代。但他完全搞錯了方向。
馬斯克的計劃集中在他所謂的端到端人工智能上。該計劃是用現有特斯拉的視頻片段淹沒特斯拉的人工智能系統，期望在大型超級計算機上運行的算法能夠學習如何安全駕駛。他希望這將使特斯拉能夠比競爭對手更快、更便宜地交付全自動駕駛汽車。現有的特斯拉車主將在明年獲得使用權，而新的專門設計的機器人出租車將在 2026 年準備就緒。
馬斯克的突破性人工智能夢想與其他追求自動駕駛汽車的公司的做法形成鮮明對比。Waymo 是行業領導者，已經運營商用機器人出租車，並且剛剛宣佈了 56 億美元的融資。Waymo 隸屬於谷歌母公司 Alphabet，也使用大量人工智能，但其方法是將自動駕駛問題分解成更明確的任務，並更多地聽取人類工程師的意見。Waymo 正在使用來自更多傳感器的數據，包括激光雷達和毫米波雷達，這使得該公司的汽車能夠更全面地瞭解周圍的世界。
簡單來說，馬斯克對特斯拉的願景是關於一個人工智能系統，它通過觀察人們駕駛來學習。**Waymo 和其他公司則通過在車輛自行駕駛時對其進行糾正來訓練它們的車輛。
人工智能開發人員表示，馬斯克的賭注取決於當前的人工智能技術達到其尚未達到且可能在一段時間內都無法達到的複雜程度。
馬斯克的機器人出租車承諾
馬斯克的一個典型特徵是能夠從目標出發，反向思考所需的解決方案。對於自動駕駛技術，他的目標是打造一個價格合理、可以安裝在大多數車輛上的系統。
馬斯克曾表示，機器人和自動駕駛汽車可能會將特斯拉的市值推高至至少 30 萬億美元。他計劃的支持者指出，他的公司通過打破常規取得了成功，例如 SpaceX 大幅降低了發射成本，該公司現在主導着火箭業務。
馬斯克在過度承諾和對其想法如何變成現實含糊其辭方面有着悠久的歷史。他爲特斯拉的駕駛輔助技術使用了「自動駕駛」和「完全自動駕駛」等名稱，這些名稱暗示的功能超出了其實際功能，而且特斯拉錯過了之前所有發佈全自動駕駛系統的目標。
在本月舉行的一場特斯拉機器人出租車發佈會上，馬斯克發佈了一款售價低於 3 萬美元、沒有方向盤或踏板的 Cybercab 車型，他打趣道：「我傾向於對時間框架持樂觀態度。」他預測生產將在「2027 年之前」開始。僅僅幾天後，在特斯拉的財報電話會議上，他自信地表示，大規模生產將在 2026 年進行。
馬斯克和其他參與特斯拉自動駕駛技術開發的人士表示，其優勢在於其所有車輛內置的攝像頭捕捉到的海量現實世界駕駛畫面，包括人們使用該公司現有的「完全自動駕駛（監督）」駕駛輔助軟件（通常簡稱爲 FSD）所花費的所有時間。
計算機科學家、Understanding AI 通訊的作者 Timothy B. Lee 表示，使用這種被動記錄的數據來訓練特斯拉的人工智能需要一種稱爲模仿學習的技術。從本質上講，要從所有這些數據中獲得任何優勢，特斯拉的人工智能必須觀看數百萬小時的人類駕駛，並嘗試模仿他們的行爲。
馬斯克在機器人出租車發佈會上表示：「這就像同時過着數百萬人的生活，看到一個人一生中都不會遇到的非常不尋常的情況。」
特斯拉的支持者表示相信，其自動駕駛工作比公開的要好得多，也廣泛得多。
長期看好特斯拉的 ARK 投資分析總監 Tasha Keeney 表示，馬斯克的公司可能對其系統的許多技術細節保密，但在幕後，它正在繼續創新其人工智能技術。她最近與人合著了一份關於特斯拉機器人出租車戰略的分析報告，該報告認爲，到 2029 年，機器人出租車將佔該公司企業價值的近 90%，佔其收入的 60%。她說，到那時，特斯拉的價值將達到目前約 8000 億美元市值的 10 倍左右。
自動駕駛的道路上的「龜兔賽跑」
相比之下，特斯拉的競爭對手通過讓一名安全駕駛員坐在汽車方向盤後面，在車輛做出不受歡迎的行爲時進行控制，從而在現實世界中訓練他們的自動駕駛系統。這些公司一絲不苟地跟蹤這些「脫離接觸」，並將數據反饋給他們的工程團隊，工程團隊會調整系統，以免再次發生錯誤。
這種方法更加勞動密集、耗時且昂貴。但 Lee 表示，Waymo 和其他公司通過稱爲強化學習的過程將這些數據輸入到更強大、最終更可靠的系統中。
對這兩種方法的研究表明，結果可能截然不同。主要使用模仿學習訓練的系統（例如特斯拉的系統）可能會在其自身行爲使其超出訓練數據的範圍時失敗。此外，特斯拉對完全端到端人工智能系統的投入創造了一個糾結連接的黑匣子，在這個黑匣子中，人們可能無法理解系統爲什麼會做某些事情，或者如何糾正這些行爲。
在 acrimoniously 離開 Uber 之前與人共同創立 Waymo 的 Anthony Levandowski 表示，試圖預測 Waymo 和特斯拉之間的人工智能競賽的勝負是很困難的。他現在領導着一家名爲 Pronto 的自動駕駛技術公司，他認爲馬斯克在一年內發佈全自動駕駛系統的目標是不合理的。
他補充道，創建馬斯克想要的這種自動駕駛系統可能需要人工智能技術本身的更多進步，目前尚不清楚這些進步何時會到來。
Waymo 和其他公司使用的傳感器的成本（包括高分辨率攝像頭、毫米波雷達和使用激光構建 3D 圖像的「激光雷達」技術）加起來可能高達數萬美元，更不用說安裝它們和處理它們的數據的費用了。
特斯拉的車輛只有攝像頭和計算硬件，從成本上來說，這些硬件通常比 Waymo 車輛的要低。
特斯拉並沒有完全忽視以傳感器爲中心的自動駕駛人工智能技術方法。OpenAI 的聯合創始人 Andrej Karpathy 也曾在 2017 年至 2022 年期間領導特斯拉的人工智能部門，他曾表示，特斯拉正在使用少量車輛四處行駛，並使用類似 Waymo 的車載傳感器套件來創建特斯拉駕駛系統的 地圖。他說，這使得特斯拉可以使用一些與 Waymo 及其競爭對手相同的豐富數據，然後將這種人工智能部署在其生產成本低得多的普通車輛上。
但擁有這個類似 Waymo 的小型車輛部門在某種程度上削弱了馬斯克關於特斯拉客戶車輛的數據就足夠了的斷言。
特斯拉的「弱勢」
特斯拉車主喜歡記錄他們對特斯拉技術的使用情況，他們發佈了大量證據，這些證據削弱了特斯拉車輛僅靠攝像頭就能安全運行的論點。
特斯拉目前的 FSD 軟件可以在大多數地面街道和高速公路上行駛，但需要方向盤後面的人保持警惕，因爲它可能會做出突然的、可能造成災難性後果的決定。社交媒體上充斥着此類時刻的最新視頻——汽車試圖直接轉向其他車輛的行駛路線、闖紅燈以及在有霧的條件下未能停車讓火車通過。
聯邦汽車安全監管機構最近宣佈，他們正在調查特斯拉，原因是其 FSD 系統在致命車禍中扮演的角色。
特斯拉沒有迴應就其自動駕駛系統發表評論的幾項請求。
特斯拉自己的操作手冊明確指出，其系統可能會被直射陽光、霧或其他惡劣天氣矇蔽。其他依賴毫米波雷達和激光雷達等傳感器的自動駕駛系統可以應對這些類型的條件。
喬治梅森大學計算機科學教授兼自治和機器人中心主任 Mary Cummings 表示：「特斯拉僅使用計算機視覺的方法永遠不會奏效。」
作爲特斯拉自動駕駛項目的長期批評者（馬斯克曾公開抱怨她），Cummings 最近擔任美國國家公路交通安全管理局（該機構負責監管自動駕駛技術）的高級安全顧問。她認爲，特斯拉要想認真追求全自動駕駛，唯一的方法就是改變其傳感器方法，增加更多傳感器。
與此同時，特斯拉仍然需要獲得許可，才能像 Waymo 和其他公司那樣，使用安全駕駛員在道路上測試其車輛。
Lee 表示：「我認爲，要實現完全自動駕駛的車輛（永遠不需要遠程協助），可能需要接近人類水平的智能，這可能是真的。」「我不認爲這對特斯拉來說是樂觀的原因，因爲如果你看看那些試圖構建（這種智能）的公司，在我看來，他們離這個目標還很遠。」