馬斯克：非常有信心實現 L5 級別自動駕駛

馬斯克講話全文：

很高興能夠再次來到這裡，我希望今後可以親自來。特斯拉自動駕駛在中國做得非常好，我們正在中國建立相關工程團隊，如果你想在特斯拉做工程師可以加入我們。

我想強調我們會做很多原創性在中國的工程開發，不僅僅是簡單把美國東西搬到中國，我們會做原創設計和工程工作，所以可以考慮在特斯拉中國工作。我對於未來實現 5G 自動駕駛是非常有信心的，我認為很快就會實現，在特斯拉我們已經非常接近 5G 自動駕駛了，我有信心我們將在今年完成 L5 級別的基本功能。我認為實現自動駕駛 5G 目前不存在底層根本性挑戰，但是有很多細節問題，我們面臨挑戰是要解決所有這些小問題，然後整合系統持續解決長尾問題，可以樹立大多數場景的情況，但是又會不時出現一些奇怪的情況，必須有一個系統來解決訓練，解決這些奇怪的場景。所以也是需要有現實場景，沒有什麼比現實更復雜，任何模擬都是現實世界複雜性的子集。

我們目前非常專注於應對 5G 自動駕駛的細節，我們非常相信這是可以做到的，我們可以利用特斯拉現在的硬體，我們只需要改進軟體，我們可以實現 L5 級別自動駕駛。我不確定人工智慧是否可以這樣分類，如果我們用這個分類標準的話，在感知層面目前技術取得巨大進展，事實上可以說在專業的影象識別領域，幾乎比任何人類都做得好，即使比專家也做得好，問題是有多少計算機，多少實踐來訓練計算機，還有影象系統效率如何，講到影象識別或者是相應識別，任何的訊號，任何給定的位元組流，人工智慧系統是否能夠準確的來識別，認知是最薄弱的領域，人工智慧是不是能夠理解概念，是不是能夠有效推理，是不是能夠進行創造，現在有很多有創意的 AI，但是他們沒有辦法很好來控制他們的創造活動，我們會覺得好像做得不太好，不過未來會表現好一點，我們可以想像成遊戲，顯然在任何有著明確規則遊戲當中 AI 會比人好很多。主要是有規則明確的遊戲，如果這個遊戲自由度不是很高的話，很難想像在任何遊戲當中人工智慧它不會玩的比人類要好，甚至都不考慮人工智慧更快反應時間。

為自動駕駛開發人工智慧晶片時，我們發現市場上沒有成本合理，而且低功耗的系統，如果我們使用傳統的 TPU、CPU 或者是其他相似產品，耗費數百瓦的功率，後備箱會被巨大冷卻系統佔據，如此以來成本高昂、體積大、能耗高。要知道能耗對於汽車裡程非常重要，為此我們開發特斯拉智慧人工晶片，該晶片有八位加速器，用於電機計算，有很多的電機運算，如果你知道什麼是電機運算，就知道電機運算量巨大，事實上還未完全發揮出特斯拉自動駕駛的能力，實際上幾個月前我們才啟動晶片第二套系統，所以充分利用特斯拉完全自動駕駛系統，可能還需要至少一年時間。

我們還看到特斯拉訓練系統，以改善對人工智慧系統的訓練。人工智慧系統就像 FP16 訓練系統，主要受晶片發熱量和通訊速率限制，所以我們也正在開發新的線和散熱冷卻系統，用於開發更高效計算機，從而更有效處理影片資料。我們如何看待人工智慧演算法的發展，我不確定這是不是最好的理解方式，神經網路主要是從現實中獲取大量資訊，很多來自無光源方面，並建立向量空間，將大量光子壓縮為向量空間。人類是否能夠進入大腦的向量空間，我們通常以類比方式將現實視為理所當然，我認為你可以進入自己大腦中的向量空間，理解你的大腦是如何處理外部資訊，它獲取大量資訊只保留相關部分，人們是如何在大腦中建立一個向量空間，它的資訊僅佔原始資料很小一部分，卻可以根據向量空間表達做決策，這就類似於大規模壓縮和解壓縮的過程。有一點像物理學，因為物理學公式本質上是對現實壓縮演算法，這就是物理學的作用，很明顯物理公式是現實壓縮演算法。

簡而言之我們人類就是物理學作用的證據，如果對宇宙做一個真正物理學意義上的模擬，大量的計算如果有充足時間，最終產生絕知，人類將是最佳證明，如果你相信物理學和宇宙演化史，很長一段時間是氫元素，出現氦與鋰元素，其中一些重元素學會表達，我們人類本質上是氫元素進化而來，如果將氫元素放一段時間它就會慢慢變成我們，我覺得大家可能不太贊成這一點，所以有人會問我我們知覺作用從哪裡來，整個宇宙是特殊的絕知或者是是否存在特殊性，又或者氫元素轉變人類過程中何時產生知覺。

特斯拉工廠進展很順利，我對特斯拉團隊感到無比自豪，我也期待儘快訪問上海超級工廠。我不知道如何表達，真的非常感謝特斯拉中國團隊，未來我們的工廠中會運用更多人工智慧和人工智慧化軟體，我認為在工廠真正有效使用人工智慧還需要花一些時間，我們可以將工廠看作一個複雜的結合體，實際上所有公司都是如此。

謝謝線上採訪我，我希望明年有機會親自參加我很喜歡到中國，中國總是給我驚喜，中國有很多既聰明又勤奮的人，中國充滿了正能量，我對未來滿懷期待，我會讓未來成為現實，我期待著回來。