特斯拉AIDay的彩蛋：不仅造车还造“机器人”

北京时间8月20日，特斯拉在美国成功举办AIDay活动。特斯拉CEO伊隆·马斯克、人工智能部门总监AndrejKarpathy等多位工程师现身会场，公布了特斯拉纯视觉方案FSD的进展、神经网络自动驾驶训练、D1芯片、Dojo超级计算机等重磅信息，带来一场世界前沿的科技盛宴。

文章图片
坚持视觉感知用AI神经网络技术提升辅助驾驶能力
特斯拉的纯视觉传感器方案的实现，离不开多任务学习HydraNets神经网络架构。每辆特斯拉汽车拥有8个环绕车身、覆盖周围360°的摄像头，来获取交通信号灯、信号牌、匝道、路缘等周边信息，为神经网络学习提供了绝佳条件。
Andrej说：“我们希望能够打造一个类似动物视觉皮层的神经网络连接，模拟大脑信息输入和输出的过程。就像光线进入到视网膜当中，我们希望通过摄像头来模拟这个过程。 ”

文章图片
多任务学习HydraNets神经网络架构可以将8个摄像头获取的画面拼接起来，并完美平衡视频画面的延迟和精准度。通过人工或自动标注车道、车辆、信号灯、障碍物等环境和动静物体，系统会逐帧分析视频画面，了解物体的纵深、速度等信息，再将这些数据交给车队学习。
但是在这个过程中，特斯拉发现了几个问题：这些参数和空间追踪是很难通过C++这个基础架构实现拼接的；有一些空间数据的输出质量不高；不同摄像头获取的物体信息不同，拼合时很难进行整体把握。
为解决这些问题，特斯拉开发了“矢量空间”（VectorSpace）技术，同时兼具了非凸优化算法（Non-convex）、高维度两大优势。该技术可以通过8个摄像头输入的数据为基础绘制3D鸟瞰视图，形成4D的空间和时间标签的“路网”以呈现道路等信息，帮助车辆把握驾驶环境，更精准的寻找最优驾驶路径。

文章图片
有了海量、精准的视频数据，特斯拉还需要创造一个强大的神经网络，并对网络进行特殊的布局，使这些数据能在一个总的主干网络上进行整合和重新分析。因此，特斯拉“高楼平地起” ，自主研发了基于神经网络的训练方式。
特斯拉拥有一支由世界各地人才组成的数据标注团队，规模在1000人左右。团队每天对视频数据中的物体在“矢量空间”中进行标注，在善于把握细节的人工标注和效率更高的自动标注配合下，只需要标注一次， “矢量空间”就能自动标注所有摄像头的多帧画面。这为特斯拉带来了上百亿级的有效且多样化的原生数据，而这些数据都会用于神经网络培训。

文章图片
同时，特斯拉还开发了“仿真场景技术” ，可以模拟现实中不太常见的“边缘场景”用于自动驾驶培训。在仿真场景中，特斯拉工程师可以提供不同的环境以及其他参数（障碍物、碰撞、舒适度等），极大提升了训练效率。

文章图片
由此，特斯拉FSD系统已可以实现每1.5毫秒2500次搜索的超高效率，预测可能出现的各种情况，并在其中找到最安全、最舒适、最快速的自动驾驶路径。
“工程学的创举”——D1芯片与Dojo超级计算机
当下，随着所需处理的数据开始指数级增长，特斯拉也在提高训练神经网络的算力，因此，便有了特斯拉Dojo超级计算机。