希望這次特斯拉不會跳票

進入到 2020 年，特斯拉 Autopilot 自動輔助駕駛系統的研發似乎也進入了漸緩期。

從功能層面上來看，今年Autopilot 的工作重心從高速公路駕駛輔助轉移到了在城市內實現自動輔助駕駛，目前新增的功能并不多，交通標識識別算一個，此外 FSD 功能的價格還漲了一波。而像我們熟悉的 Summon（智能召喚）和 NoA（自動輔助導航駕駛）已經是去年的事了。

Autopilot 的推進節奏似乎慢了下來，在已經過去的兩個季度的財報中，關于 Autopilot 的表述并不多，唯一提到的一點就是 Autopilot 的 4D 化。

但是在最近幾個月，關于 Autopilot 更多細碎的信息點不斷拋出，讓我們得以更好的了解 Autopilot 最新的進展。

自研神經網絡訓練計算機 Dojo

Dojo，在日語中是道場的意思，也就是過去武者們用來練習和提升技能的場所。現在特斯拉也為自己構筑了這么一個道場，目標是訓練自己的 Autopilot。

在更早之前的特斯拉自動駕駛技術日上，特斯拉正式在外界公布了自己的自動駕駛開發方向和邏輯，關于 Dojo，也簡單提了這么一嘴：Dojo 能夠接收大量視頻數據，然后進行無監督的大規模訓練。彼時說的是，關于這個項目，會在今年年初公布，但……跳票了，又進入了「Elon Time」。

2019 年 11 月，特斯拉 AI 總監 Andrej Karpathy 對外講演特斯拉如何訓練自動駕駛時，其中提到了這樣一張圖：

但是彼時，在提到 Dojo 的時候， Andrej Karpathy 諱莫如深，只是這樣說道：「Dojo 是神經網絡訓練計算機和芯片，用于訓練和推理，我們希望以較低的成本將效率提升一個數量級。」

特斯拉在醞釀大招，這個無疑了。

今年 8 月，為了更多的招募軟件以及芯片層面的人才，馬斯克在 Twitter 上公布了一點關于 Dojo 的更多細節：「特斯拉正在開發一種神經網絡訓練計算機 Dojo，用來處理視頻視覺，這才是真正的野獸（意指性能強大）」。

看來，在自研完自動駕駛芯片之后，特斯拉還準備繼續搞一票大的：神經網絡訓練計算機 or 芯片。

以上，就是我們對于 Dojo 已知的全部細節。

特斯拉是如何訓練自動駕駛神經網絡的？

為了弄清楚特斯拉為什么要自研神經網絡訓練計算機這個問題，我們首先要弄明白：特斯拉是如何訓練自動駕駛神經網絡的。

眾所周知，特斯拉走的是視覺自動駕駛路線，主要依靠攝像頭傳感器來獲取周遭信息來確定自身所處環境。大概就像這樣：

為了讓攝像頭更好地識別這些物體，特斯拉需要把這些物體框出來，并打上不同的 tag（標簽），然后不斷地通過深度神經網絡來訓練模型，教機器識別物體。

（單個視圖任務）

由于道路情況很復雜，Autopilot 不僅要分析道路上各種靜態和動態物體，同時還要了解道路組成部分。所以需要同時處理多個任務。

為此，特斯拉采用「類 ResNet-50」的骨干網絡，這個東西具體是什么就不展開了，你知道是一種深度神經網絡就行。但是即便如此，還是遠遠不夠，特斯拉 AI 總監 Andrej Karpathy 表示，「我們不能為每一個任務分配一個神經網絡，因為這里有近乎 100 個任務，所以，我們用了一種共享骨干網絡（shared backbone）」。Karpathy 將之稱為 Hydra Nets（Hydra 意為九頭蛇），確實有點兒內味（這里其實就已經暗示了，現在的神經網絡不夠用了，所以要研發自己的神經網絡訓練計算機）。

比如智能召喚的道路標識線的識別：

當然，圖片所能傳遞的信息還是 2D 的，為此，特斯拉將不同攝像頭視角采集到的畫面進行拼接，生成一張由攝像頭視角生成的「鳥瞰」地圖，從而讓車子明白自己所處的位置。

同時，可以通過訪問同一場景不同視圖來預測物體的深度，類似這樣：

這個已經有點「偽激光雷達」的意思了。按照 Karpathy 的說法，特斯拉采用偽激光雷達的技術，可以預測每一個像素的深度，然后進行投射，以這種方式達到類激光雷達的 3D 效果。

很顯然，這也對算力提出了更高要求，特斯拉正在壓榨自己芯片算的力，而現在他們正準備將 Autopilot 從 2.5D（也就是圖片）升維到 4D（3D+時間標簽）。而升維到 4D，將進一步提升 Autopilot 對于周遭環境的理解能力，提升駕駛的安全性和舒適性，不過與此同時，對深度神經網絡也提出了不小的挑戰。當然，這些都屬于感知層的東西。

如果你想要預測道路布局，進而進行路徑規劃，則需要用到多個網絡。所以，特斯拉為不同的攝像頭配備多個相應的網絡。比如說這個：

這是一個通過三路攝像頭進行的神經網絡的訓練和預測，你能夠很明顯的看到，這已經不是一個圖像空間，而是類似一種上帝視角的視圖。再看這張：

有一條路徑若隱若現，這就是神經網絡在運算后的預測結果。

特斯拉通過 8 個攝像頭捕捉到的畫面，不斷進行分析，同時產生各種不同的中間預測，但是這些神經網絡產生的特征會進行第二輪、第三輪處理，這樣就會有更多的結果輸出，同時模型承擔著目標檢測，深度檢測，目標識別等等多項任務。

現在，特斯拉需要訓練 48 個深度神經網絡，截止到 2019 年 11 月，已經花了 70000 個 GPU hours 用于訓練 Autopilot。

特斯拉傾向于垂直整合，通過各種傳感器來收集數據，標記數據，然后在 GPU 集群對其進行訓練，而后會遍歷整個堆棧，訓練自動駕駛模型，通過布置在特斯拉的車輛上的傳感器進行遙測，同時隨著時間的推移以及訓練的增加，不斷優化和改進功能，而后形成一種閉環，就像這樣：

從理論上來說，只要標簽團隊不斷整理和改善數據集，剩下的工作原則上都可以自動化進行，Autopilot 的能力也會自動提升。

從上面的內容中，其實也能看到，雖然特斯拉有 48 個神經網絡，但是依然不夠用，而且 GPU 太昂貴了，所以，自己研發專用于神經系統訓練的計算機成為特斯拉的又一個新的任務指標。從馬斯克今年 8 月的那條推文來看，Dojo 還在開發過程中。

目前已知的是，Dojo 這個「怪獸」并不是放在車端，而是位于服務器端，用于提升訓練速度，并完成自我學習成長，無需對單個汽車進行升級（改造）。 雖然 Dojo 還沒有開發完成，但是似乎已經可以投入應用。

FSD 重寫，即將迎來大更新

今年 8 月，馬斯克在 Twittet 上表示：「FSD 將會迎來一次大的更新，這個提升不僅僅是簡單的功能更新，而是對基礎架構進行了重寫。馬斯克表示，自己的車上已經安裝了最初始的版本，從家到公司全程開啟，幾乎不用干預。而這個重寫版本會在 6-10 周內進行限量下放。」

根據描述，新增功能很有可能就是此前一直說的「識別交通信號燈和停車標志并做出反應」以及「在城市街道中自動輔助駕駛」。而且這還是一個重寫的 FSD 全新版本，非常值得期待。

按照馬斯克的說法，FSD 新版本將可以實現避讓坑洼路面。特斯拉會在感知層面為顛簸和坑洼貼上標簽，讓 Autopilot 模型學習，以便在安全的情況下進行減速或者轉向操作。「最開始可能不是那么完美，但是隨著時間推移，功能將會逐漸得到改善，不過要在全球范圍內實現這個操作，大概需要一年的時間。」

除此之外，在今年的世界人工智能大會上，馬斯克表示，年底將完成 L5 級全自動駕駛功能開發，這又是一個大瓜。顯然，Autopilot 基礎版和 FSD 已經有漸行漸遠的趨勢了，前者立足當前的 L2，后者繼續向著 L4 進發，但是能走多遠，暫時還是一個未知數。

就在上個月，特斯拉自動駕駛團隊被曝光：大約有 300 名工程師在 Autopilot 團隊中工作，軟件方面不到 200 名，芯片設計方面 100 多人，同時有數名主管，馬斯克本人也密切參與了 Autopilot 開發的各個方面。

此外，馬斯克表示，特斯拉還有超過 500 個技術高超的 labelers（負責為計算機識別物體打標簽的團隊，以便 AI 更好的學習），「這是一項艱巨的工作，需要技能和培訓，尤其是進行 4D 標簽標注」。馬斯克透露，正在將這個團隊擴展到 1000 人。

大膽猜測，不管是 Autopilot 識別要從 2.5D 升維至 4D、FSD 的重寫還是年底 L5 功能的開發，都與這個神經網絡訓練計算機 Dojo 脫不開關系。

除了這些瓜，另外一個明確的信息是，特斯拉第二代自動駕駛芯片也已經在路上了。目前已知的是，二代自動駕駛芯片將采用臺積電 7nm 工藝，性能將是上一代 HW3.0 的三倍，預計會在 2021 年第四季度量產。就目前而言，即便是一代的自動駕駛芯片，特斯拉貌似還沒有將其性能開發到極致，現在二代芯片也安排上了且性能炸裂，特斯拉驚喜真的是一 part 接著一 part。

小結

以上，就是 Autopilot 最新進展的全部內容，雖然能說的都說完了，但是這里面留下的回味空間和想象空間還很大。

截止到今年 4 月，基于 Autopilot 的里程數已經達到 30 億英里，NoA（自動輔助導航駕駛）功能的使用里程也已經達到 10 億英里， 自動變道累計超過 20 萬次。

這其實是一個非常可怕的數據，隨著新車銷量的進一步增加，特斯拉在數據以及案例上的積累將會越來越多，用于 Autopilot 訓練的素材庫也將異常豐富。隨著后續 Dojo 的加入，Autopilot 將會跑的越來越快。

寫到這里，我甚至會有這樣一種錯覺：其他車廠還能趕得上么？依托著強大的垂直整合能力，特斯拉基本上把自動駕駛最核心的東西都捏在自己的手上（軟件、芯片）；同時憑借著馬斯克的超強號召力，全球頂尖人才都聚在他的麾下；還有海量增長的全球車隊，特斯拉已經形成了一個完整閉環，要人有人、要效率有效率，再加上數年的先發優勢……活活氣死同行嗎？

特斯拉的終極野望當然是實現 L5，不過，從目前來看，沒有激光雷達和高精地圖加持的 Autopilot 能走多遠是一個未知數，相信所有和特斯拉一樣走迭代路線的車廠都在觀望，我們也會持續關注。

眼下最值得期待的，應該就是 FSD 全新版本的下放了，希望這次特斯拉不會跳票。

返回第一電動網首頁 >