马斯克：如果能自动驾驶，特斯拉将比以前更值钱

集微网消息，德国《商报》网站5月5日报道，根据埃隆·马斯克的说法，其新项目TruthGPT的人工智能意在拯救世界。但实际上，这项技术对于特斯拉的自动驾驶汽车——以及汽车行业的未来——至关重要。

自ChatGPT去年秋季发布以来，世人一直在讨论这种新的生成式人工智能模型带来的机会和风险。

马斯克曾一再对人工智能的发展表达批评之意，之前甚至呼吁在监管框架建立前要有一段冷静期。根据马斯克的说法，人工智能甚至应该弄清宇宙的真相。这听起来是一个崇高的目标，但马斯克对人工智能感兴趣可能有一个更简单的原因。

专家认为，人工智能是电动汽车制造商特斯拉最终接近实现全自动驾驶这一目标的一个途径。最近，马斯克想在已售出的汽车中安装必要的软件。他宣称：“如果能自动驾驶，我们的汽车将比以前更值钱。”

像ChatGPT那样的人工智能模型可以在所有全自动驾驶系统中发挥重要作用。但在所有致力于实现这一目标的汽车制造商中，特斯拉最需要突破。这有什么原因？人工智能可以解决哪些问题？

算法优化

特斯拉今天已经在以1.5万美元的额外价格销售名为“全自动驾驶”(FSD)的套件。然而，与名称所承诺的相反，FSD并不能让车辆实现自动驾驶。FSD对应当前自动驾驶等级中的二级，即只辅助驾驶员。全自动驾驶相当于五级。德国奔驰汽车公司已经提供了三级系统。因此，特斯拉提供的东西相对较少。

问题是，马斯克在自动驾驶方面采取了一种几乎没有其他汽车制造商青睐的特殊方法。早在几年前，特斯拉就禁止在其汽车上使用雷达等额外的支持性传感器。马斯克还拒绝了奔驰和“字母表”公司(谷歌母公司)旗下自动驾驶汽车研发企业“出行新方式”公司使用的更先进的激光雷达传感器。

结果是，特斯拉汽车只能借助摄像头拍摄的图像来导航。这导致错误和事故，其中一些是致命的。多年来，马斯克一直承诺要推出全自动驾驶汽车，但一再食言。他最终会在新的人工智能模型的帮助下实现突破吗？

人工智能可以大大改善对摄像头拍摄图像的解读。法国凯捷咨询公司的汽车专家彼得·芬特尔说：“未来，这项技术可以让自动驾驶实现质的飞跃。”

重要的关键词是转换器(Trans-former)。它是ChatGPT等语言模型的核心，也可能是未来自动驾驶计算机的核心。与以前的模型相比，它有许多优势。

在很长一段时间里，所谓的“卷积神经网络”是人工智能图像分析的唯一标尺。“卷积神经网络”自2012年以来流行，能在自己的框架内理解图像。然而，它也有弊端：为了应对大量的数据，它会“忘记”数据。而且，尽管它会随着用于训练的数据量的增加而优化，但只能优化到一定程度。在那之后，它的“进步曲线”就会变平。

“算法没有直觉。”人工智能芯片开发商以色列海洛技术公司的汽车部门负责人亚尼夫·苏尔克斯解释说。算法不知道新图像是关于什么的。算法不善于区分重要的像素和不重要的像素，苏尔克斯解释说，“它不知道要关注图像的哪个区域。”

谷歌在2017年推出的转换器带来了转机。转换器就是GPT中的T代表的含义，GPT是“生成式预训练转换器”的英文首字母缩略语。它对输入数据进行加权，例如，它会分析一个词在一个句子中的重要性以及它与其他词的关系。如果对像素做同样的事，就可以分析和创建图像。

专家们谈到“注意力”。转换器可以针对不同的输入数据设置其“注意力”。《注意力是你所需要的一切》是“谷歌大脑”项目2017年发表的研究论文的标题。德国慕尼黑大学人工智能教授比约恩·奥默尔说：“模型越来越好。”

奥默尔介绍了大约两年前取得的惊人成功，例如，当时他开发的人工智能模型第一次能够在图像中创造出水面上的山峰倒影——该模型事先并未被要求这样做。

奥默尔说：“这些模型可以在图像中创造出以前不可能实现的参照物。对交通图像分析而言，这极具重要性。汽车可以利用人工智能建立一个环境模型，更好地了解交通动态。它们可以筛选出更多的数据，更好地评估交通状况。例如，如果道路一侧有一只鹿，另一侧也有一只鹿，那么人工智能就会关注图像中“鹿”的部分，并建立一种联系：在这种情况下，整个鹿群可能会穿过道路——这意味着有发生事故的风险！

预先训练

“转换器能够根据无标签的数据重构有意义的内容。”科技老牌企业国际商业机器公司(IBM)的人工智能主管罗布·托马斯说。这意味着，转换器不只可以正确解释在过去10年人工智能发展过程中被大量人类雇员分类的数据，它还可以处理抽象数据，比如交通标志或车辆轮廓。

只有转换器能给模型提供必要的背景，使今天的应用成为可能。托马斯说：“转换器是下一代人工智能基本模型的基本组成部分。”

以ChatGPT为例可以看出，新算法在实践中能做什么。人工智能可以更快地分析和理解大量文本。而且，它可以写出看起来像人类作品的文章或诗歌。

特斯拉公司对这一理念进行了仔细研究。在几个月前的投资者日上，该公司自动驾驶研发部门的新负责人阿肖克·埃卢斯瓦米说：“我们采用的原理与ChatGPT相同。”他说，转换器已经是一些自动驾驶系统的一部分。

但是，有望实现突破的不仅仅是转换器算法的新分析能力。它的生成能力也有助于实现自动驾驶。换句话说，转换器可以在自动驾驶汽车上路前对其进行训练。

在这方面，GPT也是参照对象。GPT中的P代表“预训练”，G代表“生成式”。转换器可以生成文本、声音和图像。这使它能够生成“合成的”交通数据，比如雪地或雨中的停车标志。这些图像可以用于训练和优化自动驾驶系统的人工智能。“合成图像只能是一种补充，”奥默尔说，“但它们在自动驾驶系统中正变得越来越重要。”

数据泛滥

每辆特斯拉汽车配备8个摄像头，用于拍摄交通状况。它们每秒钟提供几十张图像。特斯拉的“广义视觉系统”必须对这些图像进行评估。这样一来，该系统产生的数据量多到令人难以置信。即使是一张邮票大小的照片，也包含超过6.5万个像素。

特斯拉汇集了2015年推出的Autopilot和2016年推出的FSD采集的图像数据。仅在FSD的应用过程中，特斯拉就掌握约2亿公里行驶里程的数据。特斯拉说，它已经存储了超过1600亿张图像。“没有人拥有这种数据优势，”马斯克说，“任何了解人工智能的人都明白数据等重要性。”

应对这种数据泛滥势头是人工智能研究人员的一项主要任务。一个相对较新且前景光明的方法是谷歌提出的，即把图像分成16x16像素的小方块。然后，可以用一个转换器来分析和理解这些图像“瓦片”，这极大地提高了速度和效率。

在美国佐治亚大学人工智能教授约翰·吉布斯看来，这些新方法正中特斯拉下怀。他说：“到目前为止，特斯拉拥有最多的数据。”未来，该公司将能够更好地利用它们。

苏尔克斯说，新的GPT模型将带来重大进步，整个汽车行业都在关注这一发展势头，有了这样一些转换器和足够的数据，人工智能的图像识别能力将达到与人类相当的水平”。但这并不代表它们能解决自动驾驶面临的所有挑战。

苏尔克斯怀疑转换器能否解决最难的问题：长尾/边缘情况，也就是交通中特别具有挑战性的独特情况。他警告说，在这些情况下，未来仍然需要额外的传感器，而不仅仅是摄像头。“无论转换器模型有多好，如果输入数据不好，哪怕是最好的模型也会失败。”

他说，一个例子是，当一辆汽车驶出隧道时，在刺眼的阳光照耀下，摄像头所拍图像完全是白的。苏尔克斯说：“在那一秒，没有数据，无论转换器有多好。这是一个问题。如果没有数据，任何机器学习模型都无法施展魔法，这是一个事实

——不管使用什么模型。”

芬特尔说：“人工智能技术的进步，比如转换器模型，有一天会摘得安全自动驾驶领域的圣杯，在尽可能多的操作领域达到四级。但是，对于能否在没有激光雷达或先进雷达传感器的情况下纯粹依靠摄像头来实现这一点，我持怀疑态度。”

只有安装这些传感器，才能在大雪、大雨或大雾等“边缘情况”下让汽车前方的物体变得清晰可见，进而防止事故发生。但特斯拉老板马斯克继续拒绝接受这种观念。