IT之家 6 月 19 日消息,在特斯拉 2024 年的年度股東大會(huì)上,首席執(zhí)行官埃隆?馬斯克(Elon Musk)談到了困擾特斯拉完全自動(dòng)駕駛 (FSD) 的一個(gè)重大難題。該難題印證了業(yè)內(nèi)人士?jī)赡昵暗牟聹y(cè),并有可能影響特斯拉實(shí)現(xiàn)無人駕駛出租車的目標(biāo)。
馬斯克表示,隨著 FSD 系統(tǒng)不斷進(jìn)步,判斷哪個(gè) AI 模型更好變得愈發(fā)困難。因?yàn)楫?dāng)行駛數(shù)千英里后才出現(xiàn)一次需要人工干預(yù)的情況時(shí),如何快速評(píng)估新模型的性能就成了難題。
“這些不同的 AI 模型并不會(huì)完美地解決所有問題,”馬斯克坦言,“一個(gè)模型解決了 A 問題,卻可能帶來 B 問題?!?/p>
Cleantechnica 編輯 Zachary Shahan 兩年前就推測(cè)特斯拉 FSD 系統(tǒng)可能存在這個(gè)“蹺蹺板問題”,即系統(tǒng)在修正既有問題的過程中可能會(huì)引入新的問題,導(dǎo)致整體效果裹足不前。
針對(duì)這一難題,特斯拉是如何解決的呢?“我們正通過多種方式來解決這個(gè)問題,包括仿真測(cè)試、影子模式運(yùn)行,”馬斯克介紹說,“讓部分車輛不啟用 FSD 功能反而能起到幫助,我們可以通過影子模式來對(duì)比新模型的駕駛行為和用戶行為,從而發(fā)現(xiàn)不同模型的優(yōu)劣勢(shì)?!?/p>
特斯拉可以通過旗下數(shù)百萬輛汽車進(jìn)行測(cè)試,比較 AI 模型的預(yù)測(cè)行為和用戶實(shí)際駕駛行為之間的差異,從而判斷哪個(gè)模型表現(xiàn)更好。
“目前最大的限制并不是訓(xùn)練數(shù)據(jù),而是測(cè)試 AI 模型的效率,”馬斯克坦言,“以及如何巧妙地判斷新模型是否更優(yōu)秀。例如,我們知道一些特定的路口非常復(fù)雜…… 所有模型在沒有復(fù)雜路口的良好道路上行駛時(shí)都表現(xiàn)良好。因此,我們?cè)诿绹x取了幾千個(gè)復(fù)雜路口,專門用來測(cè)試新模型的性能?!?/p>
IT之家注意到,馬斯克還提到,目前尚未完全發(fā)揮自動(dòng)駕駛硬件 Hardware 4 的全部潛能,計(jì)劃將在今年晚些時(shí)候進(jìn)行升級(jí)。
總之,解決“蹺蹺板問題”以及快速迭代 FSD 模型將是特斯拉實(shí)現(xiàn)完全無人駕駛和無人駕駛出租車的重要挑戰(zhàn)。
發(fā)表評(píng)論
2024-06-20 13:46:34
2024-06-20 13:46:34
2024-06-20 13:46:34
2024-06-20 13:46:34
2024-06-20 13:46:33