马斯克与特斯拉

凤凰网科技讯 3月11日，商业内幕发文称，马斯克想让特斯拉成为一家AI公司的愿望可能不会实现，因为其引以为豪的自动驾驶数据采集系统，效果难以达到预期。

马斯克曾表示，特斯拉不应再被视为一家电动汽车制造商，而应是一家AI公司。他的信心源于公司独特的数据库：从全球特斯拉车辆中收集的海量驾驶视频数据，总量达PB级。理论上，这些真实世界的数据是训练车辆实现完全自动驾驶（无需人类干预）的关键——这正是马斯克对特斯拉未来的核心愿景。但问题在于：这些数据可能并不像他声称的那样有用，甚至部分毫无价值。

开发与人类驾驶水平相当的AI，与打造类似ChatGPT的自然语言处理模型截然不同。ChatGPT通过爬取互联网上的千亿级词汇训练，目标是依靠模式识别提供可靠信息和答案，但其结果常因错误而尴尬。然而，若控制车辆的AI出错，后果可能是致命的。

驾驶涉及更多变量，如路况、天气、施工、交通流变化、其他车辆动态等。自动驾驶AI的核心挑战在于掌控这些变量，并能对突发状况作出反应。仅靠大量高速公路行驶视频训练，AI难以学会处理导致碰撞的危险“边缘案例”（edge cases）。

匿名自动驾驶公司高管表示：“常规路况下，特斯拉的自动驾驶系统或许能平稳驾驶，但遇到异常情况就束手无策。如果只是模仿人类行为，AI甚至会习得闯红灯的坏习惯——毕竟90%的人会在停车标志前滑行。”

这也解释了为何特斯拉的竞争对手（如Waymo）使用激光雷达和雷达构建3D环境模型。Waymo研究主管德拉戈・安杰洛夫曾称，仅靠摄像头方案“需要顶尖的摄像系统，这是高风险且不必要的赌注”。

Meta首席AI科学家杨立昆同样质疑特斯拉的数据优势：“数据量的边际效益会递减。即使数据翻倍，系统仍远未达到人类可靠性。”目前尚无企业实现L5级全自动驾驶，但青少年“仅需20小时练习即可掌握驾驶”，这暴露出现有AI架构在理解世界和高效学习方面的重大缺陷。

Snorkel AI首席执行官亚历克斯・拉特纳指出，独特数据确有优势，但“垃圾进，垃圾出”的法则依然适用：“如何区分优秀与糟糕驾驶者的视频数据？这至关重要，因为模型会学习最常见的行为。”

杨立昆犀利批评道，“特斯拉在AI研发界几乎零存在——他们不参加学术会议，不发表论文，仿佛隐形。”Waymo已在美国四城运营700辆自动驾驶出租车，2024年营收预估超1亿美元。相较之下，特斯拉自动驾驶系统频现危险操作，如新泽西高速出口险撞、中国路口闯红灯等。

马斯克承诺6月在奥斯汀启动机器人出租车试点，但杨立昆断言：“特斯拉缺乏顶尖科研团队，自动驾驶突破不会来自他们。”杨立昆预测，实现类人自主智能还需十年，“让AI像人类一样通过视频理解世界，需要范式变革”。（作者/陈俊熹）

更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。