马斯克再放豪言:任何使用激光雷达的自动驾驶公司注定失败

4月23日消息，特斯拉昨夜于美国总部举行自动驾驶主题日活动（Tesla Autonomous Day），向到场投资者以及全球观众直播发布了预热已久的特斯拉“全自动驾驶计算机”（full self-driving computer，以下称 FSD 计算机），即之前所说的 Autopilot 硬件 3.0。

这款自研芯片于一年半前设计完成。从公布的一系列的参数来看，无疑是相当强大的一款硬件：144TOPS（完胜竞争对手目前最先进技术 21TOPS ），神经网络加速器（NNA）达到令人难以置信的 2100FPS，将由三星代工生产，采用14nm工艺，功耗仅为72W，并且已经在目前新生产的特斯拉旗下车型中搭载。此外，特斯拉明年部署无人出租车队。

马斯克：“这是全世界最好的芯片”

“乍一看似乎不可能——从来没有设计过芯片的特斯拉怎么能设计全世界最好的芯片？” 马斯克在活动上说，“但这确是客观发生的。它领先的程度不是一点，而是遥遥领先。它现在就安装在这些汽车里。”

马斯克一边夸下海口，一边让特斯拉Autopilot工程团队进行详细展示，该团队过去几年一直在全力以赴达成其老板的激进目标。他最新的预测时：特斯拉的无人驾驶汽车将在明年上路，在完全无需人类协助的情况下，通过所谓的机器人出租车队运营。

特斯拉大约一个月前开始放弃英伟达的芯片和无人驾驶电脑，转而在Model S和Model X中使用自家技术，大约10天前开始在Model 3中采取同样的措施。三星电子将负责为该公司代工这些芯片。

英伟达则反驳了特斯拉的一些声明，认为这家电动汽车公司把一整台电脑的性能跟一个芯片进行对比。他们认为，采用多个英伟达芯片的完整系统比特斯拉展示的系统更加强大。

不过，英伟达还是盛赞特斯拉，称其“抬高了无人驾驶电脑的标准”。

如何实现完全自动驾驶？

特斯拉到底声称的“完全自动驾驶功能”是如何实现的？毫无疑问，硬件+软件，两块缺一不可。

用马斯克自己的话总结就是：“特斯拉在其自动驾驶软件和硬件的开发方面取得了重大进展，包括我们的 FSD 计算机，该计算机目前已投入生产，并将通过未来的软件更新，实现全自动驾驶”。

特斯拉硬件工程副总裁 Pete Bannon介绍了特斯拉的最新成果——自动驾驶计算机系统，以及自动驾驶芯片。

按照 Pete 介绍，在这个电脑系统里，它包含两个完全独立的全自动驾驶（FSD）包，这一蓝一绿两台芯片组上的神经网络，会交换关于驾驶计划的各自独立的版本，“它们会确保只有在独立得出的结果相同时，才会行动并驾驶汽车，以确保安全。”

虽然，可能略显多余，但此举是为了确保自动驾驶系统的正常运作，以及保证安全性。马斯克补充到，“这意味着任何一部分即使可能失败，但汽车仍将继续前行。”

毫无疑问，最大亮点就是上面加载的这款自动驾驶芯片了。

用 Pete 的话说，芯片最大的亮点，莫过于新芯片上的神经网络执行器，它可以处理来自特斯拉车身8个不断运行的摄像头，每秒大约2100帧的输入图像，相当于每秒25亿像素。Pete 认为，这已经足以覆盖日常行车当中对图像的更多需求了。

那么放到现实世界中的特斯拉来说，到底意味着什么呢？Pete 表示，自动驾驶硬件3.0版是“世界上最先进的自动驾驶计算机” ，与上一代硬件相比，它的功耗提高了大约1.25，整体成本降低了80％。马斯克补充表示，FSD 每英里的功耗约为250瓦。

这个数字是个什么概念？丰田研究所负责人Gill Pratt 接受 IEEE Spectrum 采访时透露，人类大脑的功耗只有50瓦，但真正留给驾驶时的功耗，大约是10瓦，然而，大部分的自动驾驶系统功耗可以高达几千瓦。

在发布会上，特斯拉已经确认，这款全新打造的自动驾驶计算机，已经正式投入到现有 Model 3、Model S 以及 Model X 的生产当中。

马斯克：谁用激光雷达谁完蛋！

马斯克再度发出豪言：“任何使用激光雷达的自动驾驶公司注定失败（doomed）”。

传感器就是以视觉技术为主导的，主要通过摄像头+毫米波雷达的组合实现相关功能，相对更经济、性价比高一些。而像谷歌 Waymo、百度等致力于无人驾驶汽车公司，则以激光雷达为主导，相对成本较高，但在精度上更胜一筹。

（Lidar 眼中的世界，图自 Ars Technica）

可以说，目前绝大多数致力于自动驾驶汽车的公司，采用的都是激光雷达。当然，激光雷达也有不足，比如无法区分颜色，红绿灯在它眼里看来就没什么区别。

在现场投资人提问环节，不可避免地提到了激光雷达的好处，以及摄像头流派所面临的难题：那就是雨雪天气，路况不好时，摄像头如何避免精度不高的问题。

对此，马斯克的回答是，虽然雨雪天的确会增加驾驶难度，比如路牌被雪遮住一部分，但人类通过视觉能做出判断，并且相对安全地驾驶，那么经过大量充分训练的神经网络同样也可以做到，并非一定要靠 Lidar。

用马斯克的话说，“（在汽车上放）激光雷达就是一个傻瓜”（a fools errand），甚至在发布会上发狠话说，自动驾驶行业谁寄希望于 Lidar、谁就一定会完蛋（doomed）！因为激光雷达昂贵、不必要，也很荒谬，注定要让人失望。

这位 AI 大牛在特斯拉的主要工作是训练 FSD 以及神经网络信息处理。Andrej Karpathy 的现场演讲展示了早期将神经网络部署在真实世界中训练的重要性，比如说，特斯拉的每一位司机其实都参与到了神经网络的训练中，每一个新手都将为特斯拉的自动驾驶系统喂入新的数据。而且，Karpathy 认为，在神经网络的训练中，和数据的规模相比，数据的质量更加重要，特斯拉的原始数据集也可能是全球最有价值的，因为特斯拉拥有全球范围的车队，可以提供各种环境、天气条件的数据，还会收集车辆的异常道路表现数据。在数据的标注上，特斯拉也正在尝试自动化标注的方向。

Andrej 强调特斯拉非常依赖视觉传感器，特斯拉的 AI 软件能够处理来自视觉传感器收集到的车道线、交通、行人等信息，将这些信号与已知的物体进行匹配再最终作出决策。

发布会上，特斯拉人工智能和自动驾驶视觉总监 Andrej Karpathy 罕见登场。这位李飞飞的高徒在斯坦福 AI 实验室攻读博士期间就已声名远扬，后加入 Open AI，特斯拉正是看中他在计算机视觉领域内的深厚技术积累，才将其任命为人工智能部门主管。

他同样对比了激光雷达（Lidar）方案和计算机视觉方案的优劣，而且显然也和马斯克一样是计算机视觉派：“某种意义上，Lidar 是一个捷径。它回避了对自动驾驶非常重要的视觉识别基本问题，给人一种虚假的技术进步了的感觉”。他表示，和 Lidar 相比，特斯拉更加依赖计算机视觉，并将收到的视觉信息进行 3D 渲染，涵盖视频输入到深度感知。

也就是说，特斯拉认为，摄像头+数据+神经网络，足以挑战 Lidar。如此认定计算机视觉嫌弃 Lidar，这种选择现阶段这在业内也非常罕见，绝大多数业者还是采用 Lidar 的方案或者 Lidar+计算机视觉，因为目前的纯计算机视觉方案在安全性的保障上仍有一定风险。

明年推出Robotaxi

在发布会最后，马斯克也顺势提出了 Robotaxi 的概念，即特斯拉的机器人汽车。马斯克说，从2016年起，就在讨论机器人汽车的概念。马斯克表示，“非常有信心”在明年推出 Robotaxi 计划，但不是所有地区，因为要考量监管因素。