北京時(shí)間8月20日，特斯拉召開一次別開生面的技術(shù)發(fā)布會(huì)，AI DAY，與以往的電池日、新車日不同，這次發(fā)布會(huì)的重點(diǎn)放在目前電動(dòng)車上最前沿的技術(shù)——自動(dòng)駕駛、神經(jīng)網(wǎng)絡(luò)、超級(jí)計(jì)算機(jī)等。

在AI DAY上，特斯拉著重介紹了在人工智能領(lǐng)域的軟件和硬件進(jìn)展，尤其在神經(jīng)網(wǎng)絡(luò)上的訓(xùn)練系統(tǒng)，其中最大的看點(diǎn)就是『Dojo超級(jí)計(jì)算機(jī)』。

特斯拉本次推出的人工智能訓(xùn)練機(jī)Dojo D1芯片，是特斯拉全新自研的超級(jí)計(jì)算機(jī)芯片，該電腦將用于車輛自動(dòng)駕駛數(shù)據(jù)的運(yùn)算和分析，能夠自動(dòng)地學(xué)習(xí)和識(shí)別標(biāo)記道路上的行人、動(dòng)物、坑洼地等數(shù)據(jù)，將海量的數(shù)據(jù)匯聚于Dojo，然后通過自動(dòng)化深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練，以此不斷加強(qiáng)算法進(jìn)化，最終實(shí)現(xiàn)以純視覺為基礎(chǔ)的完全自動(dòng)駕駛（FSD），即特斯拉自動(dòng)駕駛的最終形態(tài)。

據(jù)悉，目前單個(gè)Dojo D1芯片的演算力已經(jīng)達(dá)到全球第五?？v觀全世界的超級(jí)計(jì)算機(jī)的排名，前五中除了第五名的Selene是英偉達(dá)的之外，前四的都是國家所有，包括第一的日本『富岳』、第二的美國Summit、第三的美國Sier，以及第四的中國『神威太湖』。

其中，目前排名第一的超級(jí)計(jì)算機(jī)是日本的『富岳』，在機(jī)器學(xué)習(xí)應(yīng)用上的算力超頻之后是2.15EFLOPS，默頻是1.95EFLOPS。

值得一提的是，上述前四的超級(jí)計(jì)算機(jī)都是舉國之力研發(fā)的結(jié)果，而特斯拉只是一家新能源車制造公司，能取得這樣的成就，特斯拉可謂又一次突破了自己的極限。

什么是『Dojo超級(jí)計(jì)算機(jī)』？

Dojo一詞來源于日語，意思是“道場”，翻譯成中文應(yīng)該叫做“訓(xùn)練館”。

特斯拉特地取此名，可以說目的就是專門訓(xùn)練特斯拉汽車的。來自全球超100萬輛特斯拉車輛采集的真實(shí)數(shù)據(jù)將匯聚于此，然后通過Dojo進(jìn)行深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練，以此幫助特斯拉的Autopilot不斷進(jìn)化，最終實(shí)現(xiàn)以純視覺為基礎(chǔ)的完全自動(dòng)駕駛（FSD）。

換一個(gè)更好理解的方式，就像是AlphaGo專攻圍棋領(lǐng)域一樣，經(jīng)過人工參與調(diào)整和標(biāo)注的訓(xùn)練，只需要幾年時(shí)間就擊敗了全球圍棋高手，而Dojo可以被看做是為專攻自動(dòng)駕駛領(lǐng)域的AlphaGo，通過深度學(xué)習(xí)和分析海量的特斯拉車隊(duì)數(shù)據(jù)，Dojo可以自動(dòng)模擬開車、自動(dòng)尋找問題最優(yōu)解，從而完成自我進(jìn)化。

重點(diǎn)是“無監(jiān)督訓(xùn)練”和“自我進(jìn)化”，你可以理解為：Dojo最初不會(huì)駕駛車輛，但通過極快的速度學(xué)習(xí)人類開車（影子模式）和模擬開車（特斯拉為其構(gòu)建了一個(gè)虛擬世界供訓(xùn)練）后，就可以慢慢地在真實(shí)世界開車了。

接著隨經(jīng)驗(yàn)的積累，算法的精進(jìn)，駕駛技術(shù)還會(huì)越來越嫻熟，最終超過人類的駕駛水平。就像AlphaGo最終擊敗李世石和柯潔一樣。

『Dojo超級(jí)計(jì)算機(jī)』有什么能力？

今年6月，特斯拉AI高級(jí)總監(jiān)Andrej Karpathy宣稱由特斯拉團(tuán)隊(duì)研發(fā)的世界第五代超級(jí)電腦Dojo即將問世。今天的AI Day發(fā)布會(huì)則透露了更多的細(xì)節(jié)。

Dojo D1計(jì)算芯片采用了5760個(gè)算力為321TFLOPS的英偉達(dá)A100顯卡，組成了720個(gè)節(jié)點(diǎn)構(gòu)建的超級(jí)計(jì)算機(jī)，總算力達(dá)到了1.8EFLOPS（EFLOPS：每秒千萬億次浮點(diǎn)運(yùn)算），有10PB的存儲(chǔ)空間，讀寫速度為1.6TBps。

注意，這還是單個(gè)Dojo D1的算力，未來特斯拉還會(huì)將多個(gè)Dojo D1組成『Dojo超級(jí)計(jì)算機(jī)群』，屆時(shí)，該超級(jí)計(jì)算機(jī)群的總算力將超過目前世界第一的超級(jí)計(jì)算機(jī)『日本富岳』。

隨著Dojo D1推出，毫不夸張的說，它就是目前世界上最強(qiáng)大的人工學(xué)習(xí)機(jī)器，它使用7nm芯片驅(qū)動(dòng)、將50萬個(gè)訓(xùn)練單元搭建在一起。

在馬斯克的規(guī)劃中，『Dojo超級(jí)計(jì)算機(jī)群』目標(biāo)算力要達(dá)到每秒鐘exaFLOP的級(jí)別，也就是百億億次浮點(diǎn)運(yùn)算，是現(xiàn)在的一萬倍，名副其實(shí)的直接最尖端的超級(jí)計(jì)算機(jī)。

那么，Dojo能做什么呢？主要就是自主深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練。

特斯拉車輛搭載的攝像頭，能夠不間斷地采集真實(shí)的道路數(shù)據(jù)，然后Dojo D1的人工智能算法，會(huì)自動(dòng)標(biāo)記這些數(shù)據(jù)中的物體（包括常規(guī)道路、危險(xiǎn)道路和其他意外情況）。

之前的大型AI數(shù)據(jù)集通常需要手動(dòng)標(biāo)記，非常耗時(shí)費(fèi)力，而Dojo將配合無監(jiān)督學(xué)習(xí)算法（Unsupervised Learning，無需人工對(duì)訓(xùn)練數(shù)據(jù)集進(jìn)行標(biāo)注，系統(tǒng)可以自行根據(jù)樣本間的統(tǒng)計(jì)規(guī)律對(duì)樣本集進(jìn)行分析）。

譬如，可以不給任何額外提示的情況下，僅依據(jù)一定數(shù)量“狗”的圖片特征，就能將“狗”這個(gè)物體識(shí)別出來。大幅減少特斯拉對(duì)于數(shù)據(jù)人工標(biāo)注的工作量，進(jìn)而幫助其數(shù)據(jù)訓(xùn)練效率實(shí)現(xiàn)指數(shù)級(jí)提升。

這些數(shù)據(jù)還可以包括信號(hào)燈、車道線、動(dòng)物、行人、天氣、馬路邊緣、指示牌、路燈、樁桶、可行車區(qū)域、不可行車區(qū)域等等，通過8個(gè)攝像完成360度環(huán)影，以鳥瞰的方式來展示一個(gè)4D視圖（三維空間+時(shí)間戳）。

不過，特斯拉車輛并不會(huì)將每分每秒的視頻數(shù)據(jù)都發(fā)送給Dojo，也不會(huì)隨機(jī)發(fā)送視頻數(shù)據(jù)，更多的情況是發(fā)送一個(gè)“案例”（10秒）。比如在Autopilot駕駛時(shí)，駕駛員突然介入，改為人工駕駛，Dojo就會(huì)分析這個(gè)視頻案例，試圖找出駕駛員中斷Autopilot的原因，又或者司機(jī)在高速路上突然剎車、堵車時(shí)有人插隊(duì)、雷達(dá)與攝像頭判斷結(jié)果不一致、車輛發(fā)生事故/險(xiǎn)些發(fā)生事故等等，將這些具體的案例，交給Dojo來分析處理。

最終，更多的數(shù)據(jù)通過Dojo的處理，反饋給神經(jīng)學(xué)習(xí)系統(tǒng)，實(shí)現(xiàn)自動(dòng)駕駛算法的迭代，而算法的迭代，讓Autopilot更加好用，持續(xù)反饋更多的數(shù)據(jù)給Dojo分析，從而實(shí)現(xiàn)一個(gè)正循環(huán)。

目前，特斯拉已經(jīng)積累了100萬個(gè)10秒左右的視頻，并給60億個(gè)物體貼上了深度、速度和加速度的標(biāo)簽。這些數(shù)據(jù)每天都還在增加，這就需要特斯拉有一個(gè)強(qiáng)大的計(jì)算機(jī)來處理這些龐大的數(shù)據(jù)，目前這些數(shù)據(jù)已經(jīng)達(dá)到了驚人的1.5PB。

以特斯拉百萬級(jí)的車輛保有量，這個(gè)規(guī)模的數(shù)據(jù)收集終端，數(shù)據(jù)增長速度也是驚人的。這似乎是個(gè)天文數(shù)字，而特斯拉如果繼續(xù)依賴純視覺的自動(dòng)駕駛方案，不斷提高其可靠性，就需要開發(fā)出更強(qiáng)大的超級(jí)計(jì)算機(jī)，以追求更先進(jìn)的AI算法。

一家車企為什么要做超級(jí)計(jì)算機(jī)？

我們前面說到，全世界的超級(jí)計(jì)算機(jī)的排名前五的超級(jí)計(jì)算機(jī)，除了第五名的Selene是英偉達(dá)的之外，前四的都是國家擁有的，包括第一的日本『富岳』、美國的Summit和Siera分別位于第二、第三，第四的是中國的『神威太湖』。

這些都是國家級(jí)的超級(jí)計(jì)算機(jī)，它們通常是體量巨大、造價(jià)高昂的設(shè)備，擁有數(shù)以萬計(jì)的處理器，旨在執(zhí)行專業(yè)性強(qiáng)、計(jì)算密集型的任務(wù)，可完成極端尺度的宇宙模擬、為藥物反應(yīng)預(yù)測尋找新途徑、發(fā)現(xiàn)可用于制造高效有機(jī)太陽能電池的新材料等任務(wù)，應(yīng)用于人工智能、生物醫(yī)藥和智慧城市建設(shè)等多個(gè)領(lǐng)域。

為什么特斯拉，一個(gè)電動(dòng)車企需要研制一臺(tái)超級(jí)計(jì)算機(jī)？

其實(shí)原因，上面已經(jīng)有所提及。

目前，全球自動(dòng)駕駛領(lǐng)域主要分為兩派，即純視覺路線與高精地圖+雷達(dá)路線。后者認(rèn)為，多傳感器與攝像頭可以優(yōu)勢互補(bǔ)，更可依靠高精度地圖與多激光雷達(dá)來完成全自動(dòng)駕駛。而作為純視覺路線領(lǐng)頭者的特斯拉，則堅(jiān)定的認(rèn)為，純視覺是唯一正確的出路。

馬斯克主張采用純視覺的自動(dòng)駕駛方法，就是依靠攝像頭和機(jī)器學(xué)習(xí)來支持其高級(jí)駕駛輔助系統(tǒng)和自動(dòng)駕駛，而摒棄了激光雷達(dá)（LiDAR）、毫米波雷達(dá)。

馬斯克曾非常自信地說到：“只要人眼能夠完成的事情，視覺傳感器也應(yīng)該能夠完成。其它的激光雷達(dá)都是累贅”。

在特斯拉看來，把激光雷達(dá)、毫米波雷達(dá)砍掉，是因?yàn)槎鄠鞲衅魅诤?，?huì)干擾系統(tǒng)的判斷，甚至?xí)斐烧`判，因?yàn)楫?dāng)不同傳感器過來的數(shù)據(jù)沖突的時(shí)候，會(huì)延長系統(tǒng)處理和判斷的時(shí)間，甚至?xí)霈F(xiàn)誤判。

在純視覺自動(dòng)駕駛方法下想改進(jìn)這套自動(dòng)駕駛AI達(dá)到足夠的可靠性，自研適應(yīng)計(jì)算需要的超級(jí)計(jì)算機(jī)便極為必要。

特斯拉AI高級(jí)總監(jiān)Andrej Karpathy是計(jì)算機(jī)視覺和深度學(xué)習(xí)領(lǐng)域的頂級(jí)專家之一，博士畢業(yè)于斯坦福AI實(shí)驗(yàn)室，主要研究方向是卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，自然語言處理，以及其在計(jì)算機(jī)視覺上的應(yīng)用。

進(jìn)入特斯拉之后，主要就是為了攻堅(jiān)特斯拉自動(dòng)駕駛的難題，而特斯拉非常堅(jiān)決地采取純視覺算法路線，這就為數(shù)據(jù)處理以及神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)提出了巨大的要求。

Karpathy解釋道，如果想要讓計(jì)算機(jī)以人類的方式對(duì)新環(huán)境做出反應(yīng)，需要一個(gè)巨大的數(shù)據(jù)集，以及超級(jí)計(jì)算機(jī)的處理能力。我們有一個(gè)神經(jīng)網(wǎng)絡(luò)架構(gòu)網(wǎng)絡(luò)和一個(gè)1.5 PB的數(shù)據(jù)集，需要大量的計(jì)算。

對(duì)我們而言，計(jì)算機(jī)視覺是使自動(dòng)駕駛成為可能的基本要素。為了讓其更好地工作，我們需要掌握來自車隊(duì)的數(shù)據(jù)，訓(xùn)練大量的神經(jīng)網(wǎng)絡(luò)，并進(jìn)行大量實(shí)驗(yàn)。

Karpathy討論了特斯拉人工智能的視覺組件，他指出，特斯拉在設(shè)計(jì)其汽車的視覺皮層時(shí)，是按照眼睛感知生物視覺的方式進(jìn)行建模的。他還談到了特斯拉的視覺處理策略多年來是如何演變的，以及現(xiàn)在是如何實(shí)現(xiàn)的。Karpathy還提到了特斯拉的“HydraNets”，它具有多任務(wù)學(xué)習(xí)能力。

充分利用從整個(gè)車隊(duì)收集來的數(shù)據(jù)訓(xùn)練，從而不斷改善特斯拉的自動(dòng)駕駛功能（Autopilot），為下一代自動(dòng)駕駛?cè)斯ぶ悄埽ˋI）提供能夠更進(jìn)一步的自主學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)。

這里的神經(jīng)網(wǎng)絡(luò)可以簡單理解為通過『仿生學(xué)』模擬人類大腦皮層的神經(jīng)元『溝通學(xué)習(xí)』的方式進(jìn)行處理數(shù)據(jù)，用來實(shí)現(xiàn)『類似人類』的學(xué)習(xí)方式。

這也是為什么這個(gè)超算機(jī)群取名為Dojo（道場）的原因，在中文里翻譯為訓(xùn)練場也非常合適，這個(gè)“訓(xùn)練場”就是專門用來訓(xùn)練特斯拉汽車的自動(dòng)駕駛能力的。

其實(shí)早在2019年的Autonomous Day，馬斯克就提到過Dojo，稱Dojo是能夠利用海量的視頻（級(jí)別）數(shù)據(jù)，做『無人監(jiān)管』的標(biāo)注和訓(xùn)練的超級(jí)計(jì)算機(jī)。

如果認(rèn)真了解過當(dāng)年Autonomous Day的朋友，自然會(huì)發(fā)現(xiàn)，特斯拉推出Dojo超算以及自研芯片，是必然且在規(guī)劃中的事，也是特斯拉不得不去做的事。

因?yàn)榘凑仗厮估倪壿?，一輛車上要裝8個(gè)攝像機(jī)，十秒內(nèi)就能產(chǎn)生一百萬個(gè)視頻。這也難怪，需要依賴超級(jí)計(jì)算機(jī)的運(yùn)算能力。

換句話說，不是特斯拉想要成為人工智能巨頭，而是被逼無奈，因?yàn)檫x了純視覺路線，就需要一個(gè)超級(jí)計(jì)算機(jī)的算力與之匹配。結(jié)果Dojo一出場，就是要成為世界第一?？梢哉f，這也是馬斯克的凡爾賽了吧。

其實(shí)關(guān)于“視覺算法與AI的關(guān)系”這個(gè)問題，馬斯克曾在推特中回復(fù)過，大致意思為：『只有解決了真實(shí)世界的 AI 問題，才能解決自動(dòng)駕駛問題……除非擁有很強(qiáng)的 AI 能力以及超強(qiáng)算力，否則根本沒辦法……自動(dòng)駕駛行業(yè)大家都很清楚，無數(shù)的邊緣場景只能通過真實(shí)世界的視覺 AI 來解決，因?yàn)檎麄€(gè)世界的道路就是按照人類的認(rèn)知來建立的……一旦擁有了解決上述問題的 AI 芯片，其他的就只能算是錦上添花』。

確實(shí)，毫米波雷達(dá)或激光雷達(dá)方案雖然有優(yōu)勢，但是成本更高，而且還有著無法解決的弊端。首先雷達(dá)精度、反應(yīng)速度都不如純視覺方案，而高精地圖則嚴(yán)重限制了可使用自動(dòng)駕駛的范圍。這意味著他們除了需要非常詳細(xì)的使用地點(diǎn)地圖外，還需要所有車道及其連接方式、實(shí)時(shí)交通燈等額外信息。

但特斯拉的純視覺方式不同，特斯拉的自動(dòng)駕駛依靠8個(gè)攝像頭和背后的Dojo超算，原則上我們可以在地球上任何地方（的道路上）使用。

『Dojo超級(jí)計(jì)算機(jī)』的出現(xiàn)意味著什么？

Dojo的問世，將幫助特斯拉的無人駕駛技術(shù)繼續(xù)提升一個(gè)等級(jí)，讓視覺算法這條路線走的更加深遠(yuǎn)，它能幫助訓(xùn)練電腦去理解道路畫面，通過對(duì)視頻信息的采集和大量視頻信息運(yùn)算處理，達(dá)到僅通過視覺圖像便能實(shí)現(xiàn)全自動(dòng)駕駛的目的。

視覺自動(dòng)駕駛與人類駕駛員的開車方式相似，但最重要的是，計(jì)算機(jī)更加的可靠。為此，Karpathy也舉了幾個(gè)例子：

首先，人類的反應(yīng)速度太慢，即使是優(yōu)秀的駕駛員也要250ms（0.25秒）的反應(yīng)速度，很多人甚至超過460ms（0.46秒），而電腦的反應(yīng)速度全部低于100ms（0.1秒）；其次，人類駕駛員經(jīng)常在開車時(shí)玩手機(jī)，而電腦則會(huì)全神貫注，不會(huì)一會(huì)看看微信，一會(huì)刷刷抖音；再來，人類駕駛員的視野范圍太窄，并道時(shí)如果不回頭，則完全看不到位于后視鏡盲區(qū)的來車，而特斯拉擁有8個(gè)攝像頭以每秒36幀的速度從車身周圍識(shí)別信息，涵蓋360度視野……

通過海量的案例，Dojo將幫助駕駛員更安全的駕駛車輛，包括利用視覺計(jì)算機(jī)來糾正人類錯(cuò)誤和不安全的駕駛行為。比如：信號(hào)燈警告，系統(tǒng)識(shí)別到遠(yuǎn)處的紅燈或黃燈，如駕駛員不減速會(huì)發(fā)出警告；緊急制動(dòng)場景，系統(tǒng)判斷車輛在障礙物前減速度不足或沒有減速，會(huì)自動(dòng)幫助車輛制動(dòng)；躲避障礙，系統(tǒng)偵測到周圍有突然出現(xiàn)的動(dòng)物、行人、車輛、異物等，會(huì)自動(dòng)控制方向盤來進(jìn)行躲避。

在目前的特斯拉Autopilot中，已經(jīng)出現(xiàn)過很多因系統(tǒng)失靈而出現(xiàn)的事故，這些可以通過Dojo進(jìn)行解決，包括不限于：橋下陰影造成的無故剎車；高速跟車時(shí)，自動(dòng)剎車踩得太死；遇到路邊占用部分車道停放車輛的規(guī)避問題；當(dāng)車輛檢測到前方有行人或者道路變窄的情況時(shí)，當(dāng)駕駛員把油門當(dāng)做剎車踩下，車輛則不會(huì)加速（包括惡意報(bào)復(fù)社會(huì)行為）。

總結(jié)起來， Dojo的出現(xiàn)，實(shí)現(xiàn)了海量數(shù)據(jù)的『無監(jiān)督訓(xùn)練』，大幅度提高神經(jīng)網(wǎng)絡(luò)訓(xùn)練的效率。通過用海量的數(shù)據(jù)鍛煉它，就能解決各種『邊緣場景』的問題，加快自動(dòng)駕駛系統(tǒng)的成熟和完善，實(shí)現(xiàn)指數(shù)級(jí)的成長速度。

更關(guān)鍵的是，特斯拉對(duì)其軟硬件的垂直整合度非常高，不僅不受制于別人，而且能夠以此作為服務(wù)，給外界提供深度學(xué)習(xí)的訓(xùn)練業(yè)務(wù)。

在特斯拉的規(guī)劃中，全球各地的數(shù)據(jù)，都會(huì)匯集到Dojo超級(jí)計(jì)算機(jī)中心進(jìn)行處理。當(dāng)然，這不包括中國的數(shù)據(jù)，因?yàn)橹袊雠_(tái)了相關(guān)的管理辦法，限制這類數(shù)據(jù)出境（因此，特斯拉在上海建立了數(shù)據(jù)中心，所以我們也會(huì)期待Dojo也能在中國實(shí)現(xiàn)）。

這就是自動(dòng)駕駛的大結(jié)局？

對(duì)于自動(dòng)駕駛的科技價(jià)值，幾乎全球科學(xué)家都達(dá)成共識(shí)，其擁有廣泛的應(yīng)用前景，在包括出租車、代駕、共享汽車、機(jī)器人物流等領(lǐng)域都有巨大潛力。

根據(jù)中國信通院《2020年全球自動(dòng)駕駛戰(zhàn)略與政策觀察》報(bào)告顯示，自動(dòng)駕駛具有巨大的社會(huì)經(jīng)濟(jì)價(jià)值，預(yù)計(jì)2050年將為美國創(chuàng)造大約3.2至6.3萬億美元的經(jīng)濟(jì)效益，其中社會(huì)福利和消費(fèi)者福利預(yù)計(jì)接近8000億美元。

我國多個(gè)地方政府也大力支持自動(dòng)駕駛技術(shù)發(fā)展。北京已累計(jì)開放四個(gè)區(qū)縣的自動(dòng)駕駛測試道路共計(jì)200條、699.58公里，開放了亦莊和海淀2個(gè)自動(dòng)駕駛測試區(qū)域，面積約140平方公里。同時(shí)累計(jì)為14家自動(dòng)駕駛企業(yè)87輛車發(fā)放一般性道路測試牌照。

深圳市也已經(jīng)先后公開兩批無人駕駛路測道路；深圳坪山區(qū)的L5級(jí)別全無人RoboTaxi已商業(yè)化試運(yùn)營超過100天，并承載了國內(nèi)首批乘客。此外，包括亞馬遜、蘋果、三星等國外科技巨頭，以及阿里巴巴、百度、騰訊等國內(nèi)科技巨頭都紛紛加入無人駕駛的賽道，想在這個(gè)潛力無限的市場里瓜分一塊蛋糕。

從技術(shù)的角度來看，無人駕駛汽車是一個(gè)復(fù)雜的軟硬件結(jié)合的智能自動(dòng)化系統(tǒng)，運(yùn)用到了自動(dòng)控制技術(shù)、現(xiàn)代傳感技術(shù)、計(jì)算機(jī)技術(shù)、信息與通信技術(shù)以及人工智能等。從戰(zhàn)略意義的角度來看，自動(dòng)駕駛移動(dòng)能力更強(qiáng)，能夠有效改善交通安全、實(shí)現(xiàn)節(jié)能減排、消除交通擁堵、促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型。

過去數(shù)年，特斯拉一直對(duì)外宣傳“全自動(dòng)駕駛”技術(shù)，由此也為人們所詬病。因?yàn)槭聦?shí)上，特斯拉的“Autopilot”（自動(dòng)輔助駕駛）以及“Full Self-Driving”（全自動(dòng)輔助駕駛）都只是“輔助駕駛”功能，并不是真正意義上的“自動(dòng)駕駛”功能。

因?yàn)檫@樣的宣傳，導(dǎo)致了不少車主過于相信特斯拉的輔助駕駛功能，因此也導(dǎo)致了很多起令人痛心的安全事故，最近的蔚來也因?yàn)镹IO Pilot導(dǎo)致的事故登上了熱搜。

可見，截止目前，自動(dòng)駕駛還是一個(gè)理想中的概念，離我們的實(shí)際使用還有不少的距離，我們現(xiàn)在能用上路的都是“輔助駕駛”，大家為了自己的人身財(cái)產(chǎn)安全一定要牢記這一點(diǎn)，切勿過分相信市面鼓吹的“自動(dòng)駕駛”功能。

目前，特斯拉已開始向純視覺自動(dòng)駕駛路線轉(zhuǎn)變，從上月開始，部分在北美生產(chǎn)的特斯拉車型，已停止安裝雷達(dá)傳感器，而全新的FSD Beta V9.0（完全自動(dòng)駕駛測試版）也將在近期更新，而這一切的背后，都離不開Dojo。

Dojo的到來，意味著我們離真正的“自動(dòng)駕駛”又近了一步，打開了電動(dòng)車駕駛AI世界的新入口。

對(duì)了，這個(gè)技術(shù)并不遙遠(yuǎn)，我們明年可能看到Dojo正式運(yùn)行。

最后的彩蛋

就在發(fā)布會(huì)最后，馬斯克開著玩笑帶來了一位Tesla Bot機(jī)器人，他表示，如果Dojo的能力能夠如期實(shí)現(xiàn)，那么將它至于機(jī)器人的內(nèi)部，同樣可以100%模擬人類的性能。在未來，可以為人類社會(huì)釋放更多的勞動(dòng)力。

馬斯克絕對(duì)是一個(gè)技術(shù)瘋子，改變?nèi)蚰茉床季?、改變交通出行方式、改變?nèi)祟惸X機(jī)交互方式、游歷太空、探索火星等等，單憑一個(gè)人的意志推動(dòng)了整個(gè)人類社會(huì)的科技進(jìn)步。

通過已量產(chǎn)的產(chǎn)品掙錢，但不會(huì)斂財(cái)，因?yàn)閽甑降腻X馬上用在下一個(gè)瘋狂的想法，并努力實(shí)現(xiàn)它，如果此時(shí)說馬斯克是后喬布斯時(shí)代最偉大的科技創(chuàng)造者，應(yīng)該沒有人會(huì)反對(duì)吧？

（圖/文/攝：皆電 唐科）