IT之家 10 月 26 日消息，特斯拉人工智能與自動輔助駕駛軟件副總裁阿肖克?埃盧斯瓦米（Ashok Elluswamy）近日罕見地揭秘了該公司的人工智能系統(tǒng)是如何學習駕駛的。IT之家注意到，在參加完國際計算機視覺會議（International Conference on Computer Vision）后，埃盧斯瓦米通過社交媒體平臺 X 發(fā)布了一篇長文，詳細介紹了特斯拉“端到端”神經(jīng)網(wǎng)絡的技術原理。

根據(jù)埃盧斯瓦米的闡述，目前大多數(shù)自動駕駛公司依賴的是模塊化、傳感器密集型系統(tǒng)，將感知、規(guī)劃和控制三個環(huán)節(jié)彼此分離。而特斯拉則采取截然不同的方法 —— 將這三個功能整合進一個統(tǒng)一的、持續(xù)訓練的神經(jīng)網(wǎng)絡中。他解釋道：“梯度信號從控制層一直反向傳播至傳感器輸入層，從而實現(xiàn)對整個網(wǎng)絡的全局優(yōu)化?！?/p>

他指出，這種架構(gòu)的優(yōu)勢在于可擴展性以及更貼近人類思維方式的推理能力。通過真實駕駛場景示例，他表示，特斯拉的 AI 能夠?qū)W習并掌握細微的價值判斷，例如決定是繞過路面積水，還是短暫駛?cè)雽ο蚩哲嚨酪源_保安全通行?！白詣玉{駛汽車無時無刻不在面對‘微型電車難題’，”埃盧斯瓦米寫道，“通過在人類駕駛數(shù)據(jù)上進行訓練，機器人得以學習與人類價值觀相一致的行為準則?！?/p>

他還強調(diào)，該系統(tǒng)使 AI 能夠理解復雜的意圖判斷，例如識別道路上的動物是準備穿越還是原地停留。這類細微行為若采用傳統(tǒng)編程方式手動編碼，難度極高。

埃盧斯瓦米坦言，這一技術路徑仍面臨巨大挑戰(zhàn)。特斯拉的 AI 系統(tǒng)需處理來自多攝像頭、導航地圖及運動學數(shù)據(jù)的數(shù)十億個“輸入標記”（input tokens）。為應對如此龐大的數(shù)據(jù)量，特斯拉依托其全球車隊構(gòu)建了一個被稱為“數(shù)據(jù)瀑布”的龐大資源池，每天產(chǎn)生的駕駛數(shù)據(jù)相當于 500 年的實際駕駛經(jīng)驗。隨后，先進的數(shù)據(jù)管道會從中篩選出最具價值的訓練樣本。

為了提升神經(jīng)網(wǎng)絡的可解釋性和可測試性，特斯拉開發(fā)了一系列專用工具。其中，“生成式高斯點陣渲染”（Generative Gaussian Splatting）技術可在毫秒級時間內(nèi)重建三維場景，并無需復雜配置即可建模動態(tài)物體。此外，特斯拉自主研發(fā)的“神經(jīng)世界模擬器”（neural world simulator）使工程師能夠在高度逼真的虛擬環(huán)境中安全測試新的駕駛模型，并實時生成高分辨率、具備因果邏輯的響應。

埃盧斯瓦米最后表示，這一相同的神經(jīng)網(wǎng)絡架構(gòu)未來也將應用于特斯拉人形機器人 Optimus?！斑@項工作最終將極大造福全人類，”他說道，并稱特斯拉是“當前全球從事人工智能研究的最佳平臺”。

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。