一场安全事故、一位车主离世,将蔚来乃至整个新能源汽车行业推上了风口浪尖。

作为新能源汽车行业的头部公司,特斯拉也不例外,大量的安全事故让它饱受批评,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 开启了安全调查。



不同等级的自动驾驶技术应该如何命名,它的安全性到底如何,特斯拉的自动驾驶技术到底进化到了什么地步。

随着事故继续发酵,人们对于「自动驾驶」的质疑只会越来越多。

在这种情况下举办的特斯拉 AI 日,自然会成为新的话题中心,马斯克在活动上发布了什么,有没有回应相关质疑?

跟我们一起来看。

特斯拉的自研芯片 Dojo 要来了特斯拉上新了,这次是一颗自研芯片——Dojo D1。

早前马斯克已经在 Twitter 上多次提到 Dojo,这是特斯拉自研的超级计算机芯片,也是一颗超级 AI 芯片。



与常见的 CPU 或是 GPU 相比,Dojo 舍弃了大量功能模块,加入了更多计算模块,以换取更高的算力和效率,更适合计算类型相对固定、计算精度较低,但计算量十分庞大的 AI 领域。

特别的设计带来了特别的回报,按照特斯拉说法就是「我们在 CPU 大小的身材里实现了 GPU 级别的算力」。

而且,Dojo 的算力还是可以叠加的,这和它的另外一个特性——拼接有关。



不一会特斯拉的工作人员就拿出了一个堪称 Plus++++++++ 版的 Dojo 芯片模型,它其实是由 25 颗 Dojo D1 拼接而成的芯片系统,

为什么特斯拉要这样设计?

最直观的好处就是减小通讯距离,如图所示每块 Dojo D1 之间的距离非常近(几乎都要贴在一起),这样能大大的加速数据在各个芯片之间的传输和流转。



特斯拉表示这个 Dojo 系统的数据传输速度能达到 9TB/S。

另一方面,对比传统的超级计算机,采用拼接的方式也能省下不少连接线缆,同时也意味着 Dojo 芯片系统的算力几乎是可以成倍增加,更灵活地匹配不同使用需求。



在实际的算力表现方面,活动中展示的 Dojo D1 芯片模型,其运算能力能达到每秒 362 万亿次浮点运算。要是将更多的 Dojo D1 芯片拼接在一起,结果可想而知。

当然,谈到芯片性能必然少不了和业内产品一番比对,特斯拉这次选中了 Google 自研的 AI 芯片—— TPU v3,根据展示图,Dojo 的性能远超 TPU v3。



TPU v3 是 Google 2018 年发布的产品

要知道打败李世石、柯洁等多位世界顶尖棋手的 AlphaGo,所使用的也不过是比 TPU v3 弱上数倍的初代 TPU 芯片。

而如果将 3000 块 Dojo 芯片拼接在一起,其算力将达到 1.1 EFLOP ,超越了此前全球排名第一的日本超级计算机「富岳」。



和 Google 的 TPU 类似,算力强劲也常常意味着散热压力大,为此特斯拉在 Dojo D1 中添加了一整层水冷模块和铜质结构两种散热设计。



也难怪马斯克之前敢说「Dojo 将会是世界上最棒的超级计算机」。

如此强大的算力,其应用领域必然是达到了工业级别,Google 的搜索结果、街景等服务都有依靠 TPU 计算优化,而 Dojo D1 则主要应用于特斯拉的视觉感知系统当中,帮助汽车识别环境带来更好的自动辅助驾驶体验。

至于实际效果,马斯克表示明年就会用上 Dojo,我们拭目以待。

迈向更完善的自动辅助驾驶特斯拉于今年 7 月发布了 FSD Beta 9.0 版本,新版 FSD 支持城市道路辅助,可以实现并线、转弯、汇入主路等动作。



新版 FSD 采用了只依赖光学图像的视觉系统 Tesla Vision,它所采集的庞大数据需要极强的数据分析能力和算力。

Dojo 则可以从车端接受大量视频数据,发回云端,完成全自动的大规模算法训练,再推送到车端,完成整个流程的闭环。

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来对人工智能进行算法训练。

在拥有 Dojo 之前,特斯拉 Autopilot 团队拥有超过 500 名数据标注员,专门对高价值数据进行人工标注。



人工标注

但这种方法严重拖慢了 AI 的学习进度,因为这个数据量实在过于庞大。

截止今年 4 月,基于 Autopilot 的里程数已经达到了 48 亿公里,占全行业总路测数据的 99% 以上。

「儿子」在学习上遇到了困难,特斯拉这「老母亲」肯定着急啊。

于是,Dojo 来了。



特斯拉利用 Dojo,在云端模拟了一个十分贴近现实的世界,用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状况要比现实世界复杂得多。

特斯拉为这个虚拟世界加入了许多极端的道路情况,你可能会在马路上看到正在过斑马线的麋鹿,甚至在高速公路上看到晨跑的夫妇。



在高速公路中晨跑的夫妇

值得一说的是,特斯拉不只是对空间进行了标注,对于模型搭建的时间点,Dojo 同样「雨露均沾」。

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,新的数据信息会对原有的信息进行覆盖。

对于目前所积累的数据体量,特斯拉称,他们使用 10 亿个不同的图像,3 亿个不同的场景来搭建这一训练模型。

也正因如此,特斯拉将自己戏称为「数据贴标工厂」。



那么这些训练有没有达到应有的效果呢?

在本次特斯拉 AI 日中,特斯拉为我们展示了其自动辅助驾驶技术的巨大进步。

1. 对于车道的识别更加准确



从上图中可以看到,此前,特斯拉对于车道线的精确识别仅限于车辆周围。

但如今,不仅是车辆所处的车道,系统对于整个路口的情况都了如指掌,因而更好地进行路线规划。

2. 预测其他车辆的行为



准确地识别道路两旁停靠的车辆,对于如今的特斯拉来说已是小菜一碟,预测道路上其他车辆的行为才是它的真本事。

比如在小路中遇到了对向车辆,系统会分析出所有可能发生的情况,得到不同的行驶路线。因此,无论对方让与不让,它都能够灵活应对。



或许是迫于美国汽车安全监管机构所带来的舆论压力,特斯拉在 AI 日上对于自动辅助驾驶的态度还是较为保守,其中不乏对于新技术安全性的强调。

另外,在讲到视觉识别对于自动辅助驾驶的意义时,特斯拉工程师展示了这样一张图片:



特斯拉像拨开「战争迷雾」那样去感知、绘制周边的路况。

机器人 Tesla Bot可能也是因为技术讲解比较沉闷,特斯拉很快安排了一台人形机器人上台,还跳起了舞来,整个活动会场瞬间就欢乐了起来。



特斯拉造出了一台能跳舞的机器人 Tesla Bot?

其实这只是一位演员穿上了一套仿机器人服装在跳舞,马斯克又和大家开了一个很「特斯拉」的玩笑,不过这个机器人计划是真实存在的。



Tesla Bot 详细属性

按照马斯克的预想,Tesla Bot 会继承特斯拉的车机系统,包括辅助驾驶等等,能根据周边的环境做出不同的动作,最终完成原本只能由人完成的体力劳动。

是的,这次马斯克想解放「劳动力」,让人们做自己想做的事。



当然,马斯克也说了,到底要不要接受 Tesla Bot 的帮助,仍然由人们自己决定。

听起来似乎很赛博朋克,但 Tesla Bot 什么时候能量产、来到消费者的身边,马斯克仅仅表示会在明年的某个时间发布产品原型。

我们离完全自动驾驶还有多远?国际自动工程协会(SAE)根据汽车驾驶模式的自动化程度,将其分为 6 级,从 L0-L5。

而特斯拉的 AutoPilot 驾驶模式被列为 L2 级,仍然属于辅助驾驶,也就是说汽车仍然需要在驾驶者的关注下行驶,驾驶者需要对驾驶行为负责,这也是目前大部分新能源汽车自动驾驶辅助系统所处的自动化等级。



知名车评人@不只会评车的 38 曾对此做过直观且形象的评价:

现阶段的辅助驾驶需要人类随时准备接管,更像是人辅助车,而不是车辅助人。

马斯克显然不满足于辅助驾驶,他的目标是自动化程度更高的 L5——完全自动驾驶,汽车系统可以在所有情况下自主完成驾驶操作。



按照特斯拉的设想,基于 AI 的汽车的视觉感应系统应该如同人体系统一般。

摄像头(眼睛)看到画面内容的同时判断出画面中物体的 3D 结构形状,并测算车辆和和物体之间的距离、物体的高度和大小等,汽车(人类驾驶员)也随之自动做出相应的驾驶变化,避免撞上,这时对应的是静止的物体;



图片来自:syncedreview

在面对移动的物体,像是行驶中的汽车,特斯拉的 AI 感应系统应该做到识别出 3D 物体高度、大小的同时,还能测算出它的动向、速度等。

当然,这些都仅仅是设想,Dojo 超级计算机的确能加速 AI 运算,帮助汽车识别物体,带来更好的辅助驾驶体验,但要像马斯克所说的「实现 L5 完全自动驾驶」,恐怕还是不行。

早在 2019 年特斯拉就曾表示要去掉雷达,走向纯视觉感知系统,但视觉感知所依靠的 AI 只是在模拟人类,现阶段人脑的奥秘并没有完全揭开,AI 也只能做出一部分决策,它并不能替代真实的人类驾驶员。



AI 替代不了人类

特斯拉所完成的数据训练也还远远不够,即便其数据量在新能源汽车行业是领先的。

要知道自动驾驶领域当中 95% 的数据都是无效的,重复的路况对于 AI 训练价值不大,此前特斯拉的训练数据大多都来自美国,它仍然需要在更多国家和地区,完成更多种情况的训练。

而不同地区、不同交通情况所引发的极端情况组合几乎是无限的,这无疑给特斯拉所选择视觉感知技术路线提出更大的挑战。



再加上近年来的安全事故加重了人们对于自动驾驶的担忧,这种情况下,愿意使用 AutoPilot 驾驶模式,或是参加特斯拉 FSD(全自动驾驶系统)测试的人是否会减少,仍然要打上一个大大的问号。

而且相关机构对于新能源汽车「辅助驾驶」模式的监管也在日趋完善,除了文首提到的美国汽车安全监管机构对特斯拉辅助驾驶系统 Autopilot 开展安全调查,我国工业和信息化部最近也发布了《关于加强智能网联汽车生产企业及产品准入管理的意见》。

之后还将工信部和相关部门还将会进一步细化自动驾驶、辅助驾驶相关规范。

这样一来实现完全自动驾驶也许会慢一点,但在生命安全面前,又何尝不是一件好事呢。

而马斯克在活动最后也表达了对自动驾驶技术的展望,不再那么激进了:

我相信未来汽车肯定都会有自动驾驶能力,但是还需不需要驾驶员呢?

大概还是需要的,就像在汽车时代,其实马车也存在一样。