人工智能落地的野心和現(xiàn)實(shí)，顯然還存在著不小的鴻溝。

文 | 彭蘇平

特斯拉不僅僅是一家汽車制造公司，而且是一家科技公司。上周的一場發(fā)布會，讓特斯拉的這種形象更加鮮明。

北京時間8月20日上午，預(yù)熱多時的特斯拉AI日活動如期舉行。特斯拉發(fā)布了FSD（完全自動駕駛）純視覺解決方案、自研AI芯片和Dojo超級計算機(jī)，其披露的更多技術(shù)細(xì)節(jié)以及相關(guān)硬件更為快速的技術(shù)迭代，讓業(yè)內(nèi)再次驚嘆“特斯拉的技術(shù)是真的很?！?。

不過，對于長期關(guān)注特斯拉的人而言，無論是純視覺解決方案還是自研AI芯片和Dojo超算，都算不上是“大新聞”，最令人吃驚的，實(shí)際上是一個“彩蛋”：特斯拉宣布即將推出類人機(jī)器人，也就是所謂的Tesla Bot。

對于人工智能技術(shù)，馬斯克顯然還有更遠(yuǎn)大的追求。8月21日，清華大學(xué)人工智能研究院視覺智能研究中心主任鄧志東對智庫君表示，無論是FSD還是消費(fèi)級的個人機(jī)器人，核心都是AI，而自動駕駛、個人機(jī)器人這兩大應(yīng)用場景，在未來經(jīng)濟(jì)社會發(fā)展中都具有顛覆性，也蘊(yùn)含了巨大的產(chǎn)業(yè)發(fā)展空間。

不過，整體而言，當(dāng)前人工智能在產(chǎn)業(yè)界的應(yīng)用還不盡如人意。即便是特斯拉，它的自動駕駛技術(shù)盡管在業(yè)內(nèi)已經(jīng)比較領(lǐng)先，但仍然遠(yuǎn)未成熟，目前僅處于還需要人為監(jiān)管的輔助駕駛階段，近期，其輔助駕駛功能上的一些缺陷更是引發(fā)了廣泛關(guān)注。

人工智能落地的野心與現(xiàn)實(shí)，顯然還存在著不小的鴻溝。

特斯拉AI技術(shù)體系的靈魂

“特斯拉的AI能力，其技術(shù)迭代之快，至少是目前全世界其他新、老車企所不具備的。這為自動駕駛與個人機(jī)器人的應(yīng)用落地與產(chǎn)業(yè)發(fā)展，提供了更大的預(yù)期。”鄧志東對智庫君表示。

在AI日活動上，特斯拉向外界展示了其在AI領(lǐng)域的各項(xiàng)成果，包括純視覺方案FSD的進(jìn)展、神經(jīng)網(wǎng)絡(luò)自動駕駛訓(xùn)練、D1芯片、Dojo超級計算機(jī)等等。其中一項(xiàng)重頭戲便是純視覺方案FSD的進(jìn)展。

與業(yè)內(nèi)絕大多數(shù)自動駕駛解決方案供應(yīng)商的技術(shù)路線不同，特斯拉一直堅持純視覺方案，通過攝像頭進(jìn)行環(huán)境感知，不用激光雷達(dá)，也不用高精地圖。相對來說，這種方案的硬件成本相對較低，但對數(shù)據(jù)和算法的要求更高。

發(fā)布會上介紹的方案顯示，特斯拉通過8個環(huán)繞全車身的攝像頭獲取道路周邊信息，并通過多任務(wù)的神經(jīng)網(wǎng)絡(luò)架來拼接不同的圖像。為了讓拼接出的信息更逼真、更有參考價值，特斯拉開發(fā)了一套技術(shù)，可以通過攝像頭的信息繪制3D鳥瞰圖，并形成4D的空間和時間標(biāo)簽的“路網(wǎng)”以呈現(xiàn)道路等信息，幫助車輛更精準(zhǔn)地把握駕駛環(huán)境。

上述過程，在自動駕駛中的專業(yè)術(shù)語是感知，而感知僅僅是自動駕駛核心技術(shù)中的一項(xiàng)。有了海量數(shù)據(jù)基礎(chǔ)之后，還需要建立一個強(qiáng)大的神經(jīng)網(wǎng)絡(luò)，對這些數(shù)據(jù)進(jìn)行整合和重新分析。 

鄧志東指出，對于神經(jīng)網(wǎng)絡(luò)大模型，通常需要大數(shù)據(jù)、大算力的“暴力”支撐，在自動駕駛賽道，特斯拉基于眾包的互聯(lián)網(wǎng)思維，以首創(chuàng)的影子模式獲得了最大規(guī)模的真實(shí)道路交通大數(shù)據(jù)，而這次發(fā)布會也展示了特斯拉在自動駕駛仿真或數(shù)字孿生系統(tǒng)上的成果。

據(jù)介紹，特斯拉建立了一個1000人規(guī)模的數(shù)據(jù)標(biāo)注團(tuán)隊(duì)，結(jié)合人工的細(xì)膩與機(jī)器的高效，對物體信息進(jìn)行標(biāo)注。同時特斯拉還開發(fā)了仿真場景技術(shù)，模擬現(xiàn)實(shí)中不常見的“邊緣場景”，來提升神經(jīng)網(wǎng)絡(luò)的培訓(xùn)效率。

“這方面的工作不僅可以獲得更大規(guī)模的合成數(shù)據(jù)，而且對基于深度強(qiáng)化學(xué)習(xí)的決策規(guī)劃研究，對應(yīng)用落地之前如何解決長尾問題、邊緣小概率事件等，都具有特別重要的意義。”鄧志東表示。

隨著所需處理的數(shù)據(jù)開始呈指數(shù)級增長，特斯拉也在提高訓(xùn)練神經(jīng)網(wǎng)絡(luò)的算力，因此，Dojo超級計算機(jī)誕生。實(shí)際上馬斯克此前已經(jīng)多次“劇透”過Dojo超級計算機(jī)的存在，這次AI日發(fā)布的，更引人注目的是組成Dojo超級計算機(jī)的關(guān)鍵單元——特斯拉自主研發(fā)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練芯片——D1。

早在2019年4月特斯拉就量產(chǎn)了自研的FSD芯片，這次展示的D1芯片，在架構(gòu)與性能上都有了大幅度升級。據(jù)稱，D1芯片采用分布式結(jié)構(gòu)和7納米工藝，搭載了500億個晶體管、354個訓(xùn)練節(jié)點(diǎn)，僅內(nèi)部的電路就長達(dá)17.7公里，實(shí)現(xiàn)了超強(qiáng)算力和超高帶寬。

而Dojo超算，原來是由5760塊英偉達(dá)的A100顯卡構(gòu)建，而現(xiàn)在則完全改成了自研，由3000 塊D1 芯片或120個訓(xùn)練單元組成，總算力達(dá)到了9PFLOPs（9千萬億次），能夠適應(yīng)海量視頻大數(shù)據(jù)，實(shí)現(xiàn)AI大模型訓(xùn)練。

馬斯克曾表示，最終會將Dojo超算提供給希望使用它來訓(xùn)練神經(jīng)網(wǎng)絡(luò)的其他公司，這意味著，特斯拉有可能將AI應(yīng)用擴(kuò)展到自動駕駛之外的其他領(lǐng)域，這次亮相的機(jī)器人便在一定程度上證實(shí)了這個可能性。

據(jù)悉，Tesla Bot高1.72米，重56.6千克，臉上的屏幕可顯示信息，擁有人類水平的雙手，并有力反饋感應(yīng)，能夠?qū)崿F(xiàn)平衡和敏捷的動作——它就將利用Dojo超級計算機(jī)的訓(xùn)練機(jī)制來改進(jìn)功能。

馬斯克表示：“未來勞動力不會短缺，但體力勞動只是一種選擇。Tesla Bot可以執(zhí)行一些危險性、重復(fù)性、枯燥的任務(wù)?！边@個項(xiàng)目已經(jīng)提上日程，按照計劃，Tesla Bot或?qū)⒃诿髂晖瞥鍪讉€原型機(jī)。

鄧志東指出，目前的AI，可以對產(chǎn)業(yè)賦能的實(shí)際就是具有學(xué)習(xí)能力的數(shù)據(jù)智能，或者說大規(guī)模的神經(jīng)網(wǎng)絡(luò)，從AI算法來看，特斯拉顯然抓住了多攝像頭視覺神經(jīng)網(wǎng)絡(luò)這一核心架構(gòu)，力圖通過神經(jīng)網(wǎng)絡(luò)固有的學(xué)習(xí)能力，來解決自動駕駛甚至是個人機(jī)器人場景的一切問題。 

“用自主學(xué)習(xí)來解決感知、預(yù)測與規(guī)控等挑戰(zhàn)，可以充分發(fā)揮機(jī)器超越人類的能力，這是特斯拉AI技術(shù)體系的靈魂，也是特斯拉在理念上最領(lǐng)先的地方?！编囍緰|指出。

AI落地仍存挑戰(zhàn)

此次“秀肌肉”，特斯拉的目的是為了招攬AI領(lǐng)域更多的專業(yè)人才。

盡管特斯拉是自動駕駛行業(yè)一定意義上的“領(lǐng)頭羊”，但其距離真正的無人駕駛也還有很長一段距離，即便是現(xiàn)在已經(jīng)落地的輔助駕駛功能，也并未做到盡善盡美。從這個角度看，AI技術(shù)進(jìn)一步發(fā)揮作用還有待進(jìn)一步完善。

近期，美國國家公路交通安全管理局（NHTSA）啟動了對特斯拉的調(diào)查。據(jù)悉，NHTSA調(diào)查的11起事故均與特斯拉的Autopilot（自動輔助駕駛）或其他自動駕駛功能有關(guān)，其中，7起事故造成了人員傷亡，共計17人受傷和1人死亡。

具體而言，這些事故發(fā)生在2018年1月22日至2021年7月10日之間，橫跨九個不同的州。它們大多發(fā)生在晚上，事故后的場景中都有一些諸如急救車燈、照明彈、發(fā)光箭頭板和路錐等物體——從場景上看，在道路救援人員停下車輛實(shí)施救援任務(wù)的時候，特斯拉的自動輔助駕駛功能未能成功識別到這些物體和車輛，進(jìn)而發(fā)生碰撞。

上汽集團(tuán)技術(shù)中心的一位規(guī)控工程師在分析該類事故原因時指出，錐桶+靜止異性車輛是個典型的邊緣場景，單純攝像頭甚至是攝像頭+毫米波雷達(dá)的傳感器組合都很難覆蓋到這個場景?！笆紫?，錐桶形狀比較小，遠(yuǎn)距離下毫米波雷達(dá)很難掃到，靜止目標(biāo)（包含車輛）則很容易被過濾掉。而攝像頭如果沒有針對的訓(xùn)練，無法識別出障礙物也會變成睜眼瞎。即使距離駛近后識別到了車輛，也因?yàn)楦咚俳嚯x而無法避免碰撞?！?/p>

堅持純視覺方案的特斯拉，盡管已經(jīng)部署了攝像頭訓(xùn)練的方案，但顯然至今并未解決這個問題。對于特斯拉而言，這種功能上的缺陷需要盡快處理，這必然需要其進(jìn)一步壯大AI相關(guān)的團(tuán)隊(duì)，這次發(fā)布會詳細(xì)地展示其技術(shù)路徑與儲備，特斯拉便是在向志同道合的行業(yè)人士拋出橄欖枝。

站在特斯拉的角度，公司的掌舵者馬斯克現(xiàn)在展示了更大的野心。這次發(fā)布會上亮相的人形機(jī)器人顯示，特斯拉不僅要做一個具備自動駕駛能力的智能汽車公司，而且要做一個覆蓋更多面的人工智能機(jī)器人公司，這對特斯拉相關(guān)技術(shù)團(tuán)隊(duì)的搭建和儲備提出了更高的要求。

從中觀的視角來看，近年來，全球人工智能行業(yè)取得快速發(fā)展，人工智能企業(yè)的數(shù)量和融資水平高速增加，圍繞人工智能產(chǎn)業(yè)的人才競爭已經(jīng)愈發(fā)激烈。

億歐智庫的一份報告顯示，在過去10年中，全球主要國家新增AI企業(yè)數(shù)量在2016年左右達(dá)到峰值，其中，中國和美國新增AI企業(yè)數(shù)量在2017年后絕對值仍然大幅度領(lǐng)先于其他國家，是全球AI企業(yè)領(lǐng)先地區(qū)；從引入資金的角度來看，全球AI企業(yè)融資數(shù)量持續(xù)增長，在2016年以后呈現(xiàn)出幾何級增長趨勢，至2018年全球AI企業(yè)共計融資784.8億美元，其中美國居首。

而AI人才長期以來是嚴(yán)重的供不應(yīng)求狀態(tài)。多個研究機(jī)構(gòu)曾發(fā)出報告，全球各地AI工作崗位都存在巨大的缺口。據(jù)美國AI機(jī)器處理自動化技術(shù)研發(fā)商UIPath推出的《AI Jobs》報告，美國在2018年有7465個相關(guān)職位空缺；加拿大Element AI的首席執(zhí)行官JF Gagne發(fā)布的2019全球AI人才報告也顯示，全球AI人才庫正在增長，但需求仍然超過供給，最新的2020全球AI人才報告則顯示，盡管去年相關(guān)需求有一定下降，但對于“新角色”的需求卻一直穩(wěn)定。

JF Gagne發(fā)布的最新報告指出，人才是AI發(fā)展的掣肘，而現(xiàn)階段的AI行業(yè)需要的還不僅僅是掌握軟件算法的人才。“AI的全部潛力是否被過度炒作還有待討論，但我們可以說， AI真正獲得成功不僅僅需要高級專家以及正確的數(shù)據(jù)算法。AI行業(yè)最初專注于非常高級的專家，因?yàn)橹挥兴麄儾拍芄芾硇录夹g(shù)，并將其應(yīng)用于新領(lǐng)域。但現(xiàn)在人們認(rèn)識到，這項(xiàng)新技術(shù)需要的不僅僅是工程師和能夠構(gòu)建良好模型以有效部署它的人員?！?nbsp;

該報告進(jìn)一步解釋，AI是新一代軟件，它是用數(shù)據(jù)而不是邏輯規(guī)則編碼的，相比之下，傳統(tǒng)軟件是靜態(tài)的，AI則需要一個新的基礎(chǔ)設(shè)施生態(tài)系統(tǒng)，不僅要構(gòu)建，還要在部署后進(jìn)行治理，因此，為了讓AI大規(guī)模發(fā)揮作用，工程、基礎(chǔ)設(shè)施建設(shè)、新業(yè)務(wù)模式開發(fā)和目標(biāo)監(jiān)控等領(lǐng)域都需要大量的新人才。