强强联盟|接近L5级自动驾驶，马斯克五问五答：在中国做的是原创研发( 二 )
问题是 ， L5级别自动驾驶的安全性需要达到要求的两倍 ， 三倍 ， 五倍 ， 还是十倍？因此 ， 你可以将L5级别自动驾驶的安全性想像成9的序列 。 像需要99.99％安全性还是99.99999％？您想要几个9？可接受的水平是多少？然后 ， 需要多少数据量才能使监管者确信该数据足够安全？我认为 ， 如果要问到有关自动驾驶L5级别的实际深入问题 ， 这些是一定会被提及的 。
我认为实现自动驾驶L5目前不存在底层的根本性的挑战,但是有很多细节问题 。 我们面临的挑战就是要解决所有这些小问题 ， 然后整合系统 ， 持续解决这些长尾问题 。 你会发现你可以处理绝大多数场景的问题 ， 但是又会不时出现一些奇怪不寻常的场景 ， 所以你必须有一个系统来找出并解决这些奇怪不寻常场景的问题 。 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 ， 我们目前非常专注于处理L5级别自动驾驶的细节问题上 。 并且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 。
提问：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？
马斯克：我不确定人工智能技术是否可以这样分类 。 如果按照这个分类标准 ， 在感知层面 ， 以识别物体为例 ， 目前的技术取得了巨大进展 。 可以说 ， 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 。
认知可能是最薄弱的领域 ， 人工智能是否可以理解概念？是否会有效推理？能否创造有意义的事物？目前有很多非常有创造力的技术先进的人工智能 ， 但是它们无法很好地控制其创造活动 。 至少现在在我们看来不太对 ， 不过未来它会看起来像样些 。
然后是行为 。 这个可以以游戏打比方 。 在任何规则明确的游戏中 ， 或者自由发挥空间比较有限的游戏 ， 人工智能就像超人类一样 。 就目前而言 ， 很难想像有什么游戏 ， 人工智能游戏玩家不能发挥超人类水平的 ， 这甚至都不去考虑到人工智能更快的反应时间 。
提问：Autopilot自动辅助驾驶在哪些方面推动了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？
【强强联盟|接近L5级自动驾驶，马斯克五问五答：在中国做的是原创研发】马斯克：在为自动辅助驾驶开发人工智能芯片时 ， 我们发现市场上没有成本合理且低功耗的系统 。 如果我们使用传统的GPU,CPU或其他相似的产品 ， 将耗费数百瓦的功率 ， 并且后备箱会被计算机 ， GPU巨大的冷却系统占据 ， 由此一来成本高昂 ， 占用车辆体积 ， 而且高耗能 。 要知道能耗对于电动汽车的行驶里程很关键 。
为此我们开发了特斯拉自有的人工智能芯片 ， 即具有双系统的特斯拉完全自动驾驶电脑 ， 该芯片具有8位元和加速器 ， 用于点积运算 。 在座各位可能有很多人都有所了解 ， 人工智能包含很多点积运算 ， 如果你知道什么是点积运算 ， 那么便知道点积运算量巨大 ， 这意味着我们的电脑必须做很多点积运算 。 我们事实上还未完全发挥出特斯拉完全自动驾驶电脑的能力 。 实际上 ， 几个月前我们才审慎地启动了芯片的第二套系统 。 充分利用特斯拉完全自动驾驶电脑的能力 ， 可能还需要至少一年左右的时间 。
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系统就像一个FP16训练系统 ， 主要受芯片的发热量和通讯的速率的限制 。 所以我们也正在开发新的总线和散热冷却系统 ， 用于开发更高效的计算机 ， 从而能更有效处理视频数据 。
推荐阅读
- haoenyiqi|盐水喷雾测试机
- 坤轮网|2020年支付行业的生存挑战
- 石化行业走出去联盟|三大新材料业务布局可圈可点！，普利特：上半年净利增超3倍
- 技术联盟|任正非3天拜访3所国内一流大学：为华为争取更多资源
- 一坨麦顶顶|为什么要给网店定位？
- 天空蓝99|淘宝天猫加购物车快速增加
- IT之家|雷军：23%用户的手机已经用了三年
- 驱动之家|B站与拳头游戏达成战略合作：获英雄联盟赛事三年独家直播版权
- 佩琪小皮|保护未成年人线上安全，TikTok加入WePROTECT全球联盟
- 树袋熊|雷布斯「聚贤庄」招兵买马决战5G，小米「复仇者联盟」再添虎将