马斯克：特斯拉在中国要做的是原创设计和工程开发，而不仅仅是照搬美国｜2020WAIC

钛媒体 • 4年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

钛媒体快讯 | 7月9日消息：在2020世界人工智能大会（WAIC）开幕式上，特斯拉CEO埃隆·马斯克（Elon Musk，以下称马斯克）以远程视频方式发表主题演讲。

马斯克表示，特斯拉在中国，要做的是进行很多原创性的设计和工程开发，并不是简单的将美国的东西直接照搬到中国。

对于未来实现L5级别自动驾驶或是完全自动驾驶，马斯克非常有信心。他表示，“在特斯拉，我觉得我们已经非常接近L5级别自动驾驶了，有信心我们将在今年完成开发L5级别的基本功能。”

马斯克说，特斯拉面临的挑战就是要解决所有这些问题，然后整合系统，持续解决长尾问题。“你会发现可以处理大多数场景的情况，但是又会不时地出现一些奇怪、不寻常的场景，你必须有一个系统来找出并解决这些奇怪、不寻常的场景。这就是为什么你需要现实世界的场景，没有什么比现实世界更复杂了。我们创建的任何模拟都是现实世界复杂性的子集，因此我们非常专注于处理L5级别自动驾驶的细节问题。”他说道，“我相信这些问题完全可基于特斯拉车辆目前搭载的硬件版本来解决，我们只需改进软件，就可以实现L5级别自动驾驶。”

对于人工智能的发展，马斯克提到，在感知层面，以识别物体为例，目前的技术取得了巨大进展，即便是在专业领域，当今的高级图像识别系统也比人类都要好。问题的实质在于需要多强的计算能力，多少计算机和多长计算时间来训练感知能力，图像识别训练系统的效率如何。就图像识别或声音识别而言，对于给定的字节流，人工智能系统能否准确识别处理，答案是非常好。

马斯克认为，认知是目前最薄弱的环节。很多AI都很有创造性，但是不代表就能管理其行动。在行动方面，马斯克认为机器能够很好地执行。“这就有点像游戏，在任何有规则的游戏中，AI都是超越人类的。”

在演讲中，马斯克还谈到特斯拉上海工厂是否会使用人工智能技术。他表示，预计未来特斯拉上海工厂中会运用更多的人工智能和更智能化的软件，同时，他认为在工厂真正有效地使用人工智能还需要花费一些时间。

在芯片问题上，马斯克认为，传统芯片的缺陷在于低集成、高功耗。因此，特斯拉开发了专用的自动驾驶芯片，具有8位元和加速器，用于点积运算。“如果自动驾驶用传统芯片，需要耗费数百瓦的功率，整个汽车后备箱会被计算机冷却系统占据。”

以下是马斯克接受在线采访全文：

很高兴能够再次来到这里，我希望今后可以亲自来。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在中国的工程开发，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。

Q：您对于 L5 级别自动驾驶的实现有多大信心？您认为这一天什么时候会到来？

我对于未来L5级别的自动驾驶非常有信心，我认为很快就会实现。在特斯拉，我们已经非常接近L5级别自动驾驶了，我有信心在今年完成L5级别自动驾驶的基本功能。

我认为实现L5，目前不存在底层根本的挑战，但是有很多细节的问题。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。

Q：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？

我不确定人工智能技术是否可以这样分类，如果我们用这个分类标准的话，在感知层面以识别物体为例，目前技术实现了巨大进展。事实上可以这样说，在专业图像识别领域，人工智能几乎比任何人类都做得好，甚至比专家做得好。问题实质在于需要多强的计算力、多少实践来训练计算机，还有图像训练系统效率如何等，

我们如何看待人工智能算法的发展呢？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，本质上是将大量光子压缩为矢量空间。人类是否能够进入大脑中的矢量空间呢？我们通常以类比的方式将此视为理所当然，我认为你可以进入大脑的矢量空间，理解大脑如何处理所有外部信息。事实上，它在做的是基于尽可能少的信息，获取并过滤大量信息，只保留相关部分。人们如何在大脑中创建一个矢量空间呢？它的信息仅占原始数据很小的一部分，却可以根据这个矢量空间的表达做决策，这就类似一个大规模压缩和解压缩的过程，有点像物理学。因为物理学公式本质是对现实的压缩算法，这就是物理学的作用。

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，很长一段时间会出现氢元素，出现氦与锂元素，其中一些重元素学去表达。

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。

说到图像识别或者声音识别，任何信号对于任何给定的字节流，人工智能系统是否能够准确识别呢？认知，这可能是人工智能最薄弱的领域。人工智能是不是能理解概念？是不是能够有效的推理？是不是能够进行创造？现在有很多非常先进的、有创意的 AI，但是没有办法很好地控制他们创造活动，会觉得好像做得不太好。不过未来它会表现得好一点，我们可以把它想象成游戏，在任何有着明确规则的游戏当中，AI 会比人好很多。只要有明确的游戏规则，在任何游戏当中，人工智能肯定都会玩得比人类要好。

Q：Autopilot自动辅助和驾驶在哪方面推动了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？

在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TPU、CPU或者其他相似的产品，将耗费数百瓦的功率，后备箱会被计算机GPU巨大的冷却系统占据，如此以来，最终导致成本高昂、体积大、能耗高。

要知道，能耗对于电动汽车的里程非常重要，为此我们开发了特斯拉的专用人工智能芯片，该芯片搭载双系统完全自动驾驶电脑，该芯片具有8位元和加速器，主要用于点积计算。人工智能包含很多点积运算。事实上，几个月前我们才启动芯片第二套系统，所以我认为，充分利用特斯拉完全自动驾驶系统，可能还需要至少一年的时间。

我们还开发了特斯拉 Dojo 训练系统，旨在能够快速处理大量视频数据，以改善对人工智能系统的训练。Dojo 训练系统就像一个 FP16 训练系统，主要受芯片的发热量和通讯速率的限制，所以我们也正在开发新的总线和散热冷却系统，用于开发高效的计算机，从而能更有效处理视频数据。

Q：特斯拉上海工厂的进展以及会用到哪些人工智能技术？

特斯拉上海工厂进展非常顺利，我为特斯拉团队感到无比自豪和骄傲，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所付出的努力，预计未来，我们的工厂中会运用更多人工智能和人工智能化软件，但我认为，工厂真正有效地使用人工智能还需要花费一段时间，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！