“特斯拉CEO埃隆·馬斯克在答問中表示，在中國我們要做的是進(jìn)行很多原創(chuàng)性的工程開發(fā)，并不是簡單地將美國的東西直接照搬到中國，而是就在中國進(jìn)行原創(chuàng)的設(shè)計和原創(chuàng)的工程開發(fā)。”

7月9日，2020世界人工智能大會云端峰會在上海開幕，本次人工智能大會以“智聯(lián)世界·共同家園”為主題。

特斯拉CEO埃隆·馬斯克（Elon Musk）在“五問五答”的形式，在線上發(fā)表了他的演講。他在答問中表示，在中國我們要做的是進(jìn)行很多原創(chuàng)性的工程開發(fā)，并不是簡單地將美國的東西直接照搬到中國，而是就在中國進(jìn)行原創(chuàng)的設(shè)計和原創(chuàng)的工程開發(fā)。

特斯拉聯(lián)合創(chuàng)始人兼CEO埃隆·馬斯克在演講。   截屏圖

馬斯克對未來實現(xiàn)完全自動駕駛非常有信心，并認(rèn)為很快就會實現(xiàn)。

“在特斯拉，我覺得我們已經(jīng)非常接近L5級自動駕駛了。我有信心，我們將在今年完成開發(fā)L5級別的基本功能。因此，我們目前非常專注于處理L5級別自動駕駛的細(xì)節(jié)問題上。并且我相信這些問題完全可基于特斯拉車輛目前搭載的硬件版本來解決，我們只需改進(jìn)軟件，就可以實現(xiàn)L5級別自動駕駛。”馬斯克說。

關(guān)于人工智能和機(jī)器人技術(shù)，馬斯克表示，在感知層面，以識別物體為例，目前的技術(shù)取得了巨大進(jìn)展。 可以說，即便是在專業(yè)領(lǐng)域，當(dāng)今的高級圖像識別系統(tǒng)也比人類都要好。問題的實質(zhì)在于需要多強(qiáng)的計算能力，多少計算機(jī)和多長計算時間來訓(xùn)練感知能力？圖像識別訓(xùn)練系統(tǒng)的效率如何？就圖像識別或聲音識別而言，對于給定的字節(jié)流，人工智能系統(tǒng)能否準(zhǔn)確識別處理？ 答案是非常好。

馬斯克稱，在任何規(guī)則明確的游戲中，或者自由發(fā)揮空間比較有限的游戲，人工智能就像超人類一樣。就目前而言，很難想像有什么游戲，人工智能游戲玩家不能發(fā)揮超人類水平的，這甚至都不去考慮到人工智能更快的反應(yīng)時間。

關(guān)于中國團(tuán)隊和上海工廠進(jìn)展，馬斯克表示上海工廠進(jìn)展順利，還特別表揚(yáng)了中國團(tuán)隊。“特斯拉上海工廠進(jìn)展順利，我為特斯拉中國團(tuán)隊感到無比自豪，他們做得很棒！ 我期待能盡快訪問上海超級工廠，他們出色地工作確實讓我深感欣慰。我不知道該如何表達(dá)，真的非常感謝特斯拉中國團(tuán)隊?！?/p>

乘聯(lián)會數(shù)據(jù)顯示，6月特斯拉在中國的純電動汽車市場銷量份額為23%。

附：馬斯克五問五答全文

馬斯克：

感謝邀請。再次參加大會太好了。我非常期待未來有機(jī)會能可以親自來到現(xiàn)場。

提問：那就讓我們直接切入正題吧，有幾個問題想與您探討。首先，我們都知道，Autopilot 自動輔助駕駛是特斯拉純電動車非常受歡迎的一項功能。它在中國市場的應(yīng)用情況如何？

馬斯克：

特斯拉自動輔助駕駛在中國市場應(yīng)用還不錯。但因為我們與自動駕駛相關(guān)的工程開發(fā)集中在美國，所以自動輔助駕駛功能在美國的應(yīng)用的更好，在加州最好，這也主要是因為我們相關(guān)的工程師在加州。在我們確定這項功能在加利福尼亞運(yùn)作良好后，我們會將其推送到世界其他地區(qū)。目前我們正在中國建立相關(guān)的工程團(tuán)隊。如果你想成為特斯拉中國的工程師，我們會非常歡迎，這將會非常好。

我想強(qiáng)調(diào)下，在中國我們要做的是進(jìn)行很多原創(chuàng)性的工程開發(fā)。所以并不是簡單的將美國的東西直接照搬到中國，而是就在中國進(jìn)行原創(chuàng)的設(shè)計和原創(chuàng)的工程開發(fā)。所以，如果您考慮工作，請考慮在特斯拉中國工作。

提問：您對于我們最終實現(xiàn)L5級別自動駕駛有多大信心？您覺得這一天什么時候會到來？

馬斯克：

我對未來實現(xiàn)L5級別自動駕駛或是完全自動駕駛非常有信心，而且我認(rèn)為很快就會實現(xiàn)。

在特斯拉，我覺得我們已經(jīng)非常接近L5級自動駕駛了。我有信心，我們將在今年完成開發(fā)L5級別的基本功能。對于L5級別自動駕駛，需要考慮相對于人類駕駛，實際道路可接受的安全級別是多少？達(dá)到人類駕駛安全性的兩倍就足夠了嗎？我不認(rèn)為監(jiān)管機(jī)構(gòu)會認(rèn)可L5級別自動駕駛達(dá)到與人類駕駛員同等的安全性是足夠的。

問題是，L5級別自動駕駛的安全性需要達(dá)到要求的兩倍，三倍，五倍，還是十倍？因此，你可以將L5級別自動駕駛的安全性想像成9的序列。像需要99.99%安全性還是99.99999%？您想要幾個9？可接受的水平是多少？然后，需要多少數(shù)據(jù)量才能使監(jiān)管者確信該數(shù)據(jù)足夠安全？我認(rèn)為，如果要問到有關(guān)自動駕駛L5級別的實際深入問題，這些是一定會被提及的。

我認(rèn)為實現(xiàn)自動駕駛L5目前不存在底層的根本性的挑戰(zhàn)，但是有很多細(xì)節(jié)問題。我們面臨的挑戰(zhàn)就是要解決所有這些小問題，然后整合系統(tǒng)，持續(xù)解決這些長尾問題。你會發(fā)現(xiàn)你可以處理絕大多數(shù)場景的問題，但是又會不時出現(xiàn)一些奇怪不尋常的場景，所以你必須有一個系統(tǒng)來找出并解決這些奇怪不尋常場景的問題。這就是為什么你需要現(xiàn)實世界的場景。沒有什么比現(xiàn)實世界更復(fù)雜了。我們創(chuàng)建的任何模擬都是現(xiàn)實世界復(fù)雜性的子集。

因此，我們目前非常專注于處理L5級別自動駕駛的細(xì)節(jié)問題上。并且我相信這些問題完全可基于特斯拉車輛目前搭載的硬件版本來解決，我們只需改進(jìn)軟件，就可以實現(xiàn)L5級別自動駕駛。

提問：您覺得人工智能和機(jī)器人技術(shù)的三大支柱：感知、認(rèn)知和行為，目前在各自領(lǐng)域的進(jìn)展如何？

馬斯克：

我不確定人工智能技術(shù)是否可以這樣分類。如果按照這個分類標(biāo)準(zhǔn)，在感知層面，以識別物體為例，目前的技術(shù)取得了巨大進(jìn)展。 可以說，即便是在專業(yè)領(lǐng)域，當(dāng)今的高級圖像識別系統(tǒng)也比人類都要好。

問題的實質(zhì)在于需要多強(qiáng)的計算能力，多少計算機(jī)和多長計算時間來訓(xùn)練感知能力？圖像識別訓(xùn)練系統(tǒng)的效率如何？就圖像識別或聲音識別而言，對于給定的字節(jié)流，人工智能系統(tǒng)能否準(zhǔn)確識別處理？ 答案是非常好。

認(rèn)知可能是最薄弱的領(lǐng)域，人工智能是否可以理解概念？是否會有效推理？能否創(chuàng)造有意義的事物？目前有很多非常有創(chuàng)造力的技術(shù)先進(jìn)的人工智能，但是它們無法很好地控制其創(chuàng)造活動。至少現(xiàn)在在我們看來不太對，不過未來它會看起來像樣些。

然后是行為。這個可以以游戲打比方。在任何規(guī)則明確的游戲中，或者自由發(fā)揮空間比較有限的游戲，人工智能就像超人類一樣。就目前而言，很難想像有什么游戲，人工智能游戲玩家不能發(fā)揮超人類水平的，這甚至都不去考慮到人工智能更快的反應(yīng)時間。

提問：Autopilot自動輔助駕駛在哪些方面推動了AI算法和芯片的發(fā)展？它又如何改變了我們對AI技術(shù)的理解？

馬斯克：

在為自動輔助駕駛開發(fā)人工智能芯片時，我們發(fā)現(xiàn)市場上沒有成本合理且低功耗的系統(tǒng)。如果我們使用傳統(tǒng)的GPU， CPU或其他相似的產(chǎn)品，將耗費數(shù)百瓦的功率，并且后備箱會被計算機(jī)，GPU巨大的冷卻系統(tǒng)占據(jù)，由此一來成本高昂，占用車輛體積，而且高耗能。要知道能耗對于電動汽車的行駛里程很關(guān)鍵。

為此我們開發(fā)了特斯拉自有的人工智能芯片，即具有雙系統(tǒng)的特斯拉完全自動駕駛電腦，該芯片具有8位元和加速器，用于點積運(yùn)算。在座各位可能有很多人都有所了解，人工智能包含很多點積運(yùn)算，如果你知道什么是點積運(yùn)算，那么便知道點積運(yùn)算量巨大，這意味著我們的電腦必須做很多點積運(yùn)算。我們事實上還未完全發(fā)揮出特斯拉完全自動駕駛電腦的能力。實際上，幾個月前我們才審慎地啟動了芯片的第二套系統(tǒng)。充分利用特斯拉完全自動駕駛電腦的能力，可能還需要至少一年左右的時間。

我們還開發(fā)了特斯拉Dojo訓(xùn)練系統(tǒng)，旨在能夠快速處理大量視頻數(shù)據(jù)，以改善對人工智能系統(tǒng)的訓(xùn)練。Dojo系統(tǒng)就像一個FP16訓(xùn)練系統(tǒng)，主要受芯片的發(fā)熱量和通訊的速率的限制。所以我們也正在開發(fā)新的總線和散熱冷卻系統(tǒng)，用于開發(fā)更高效的計算機(jī)，從而能更有效處理視頻數(shù)據(jù)。

我們是如何看待人工智能算法的發(fā)展呢？我不確定這是不是最好的理解方式，神經(jīng)網(wǎng)絡(luò)主要是從現(xiàn)實中獲取大量信息，很多來自無源光學(xué)方面，并創(chuàng)建矢量空間，本質(zhì)上將大量光子壓縮為矢量空間。我今天早上開車的時候還在想，人們是否能夠進(jìn)入大腦中的矢量空間呢？我們通常以類比的方式，將現(xiàn)實視為理所當(dāng)然。但我認(rèn)為，其實你可以進(jìn)入自己大腦中的矢量空間，并了解你的大腦是如何處理所有外部信息的。事實上它在做的是記憶盡可能少的信息。

它獲取并過濾大量信息，只保留相關(guān)的部分。那人們是如何在大腦中創(chuàng)建一個矢量空間呢？它的信息僅占原始數(shù)據(jù)很小一部分，卻可以根據(jù)這個矢量空間的表達(dá)做決策。這實際上就類似一個大規(guī)模的壓縮和解壓縮的過程，有點像物理學(xué)，因為物理學(xué)公式本質(zhì)上是對現(xiàn)實的壓縮算法。

這便是物理學(xué)的作用。很明顯，物理公式是現(xiàn)實的壓縮算法。簡言之，我們?nèi)祟惥褪俏锢韺W(xué)作用的證據(jù)。如果你對宇宙做一個真正物理學(xué)意義上的模擬，就需要大量的計算。如果有充足時間，最終會產(chǎn)生覺知。人類便是最佳證明。如果你相信物理學(xué)和宇宙的演化史，便知道宇宙一開始是夸克電子，很長一段時間是氫元素，然后出現(xiàn)了氦和鋰元素，接著出現(xiàn)了超新星。重元素在數(shù)十億年后形成，其中一些重元素學(xué)會了表達(dá)。那就是我們?nèi)祟?，本質(zhì)上由氫元素進(jìn)化而來。若將氫元素放一段時間，它就會慢慢轉(zhuǎn)變?yōu)槲覀儭Ｎ矣X得大家可能不太贊成這一點。所以有人會問，specialist的作用是什么？覺知的作用又是什么？整個宇宙是一種特殊的覺知或者不存在特殊性？又或者，在氫元素轉(zhuǎn)變?yōu)槿祟惖倪^程中何時產(chǎn)生了知覺？

提問：最后一個問題。祝賀特斯拉今年出色的業(yè)績，我們也想知道，特斯拉上海超級工廠目前的進(jìn)展怎么樣？在上海超級工廠有沒有一些制造業(yè)相關(guān)的AI應(yīng)用？

馬斯克：

謝謝，特斯拉上海工廠進(jìn)展順利，我為特斯拉團(tuán)隊感到無比自豪，他們做得很棒！ 我期待能盡快訪問上海超級工廠，他們出色地工作確實讓我深感欣慰。我不知道該如何表達(dá)，真的非常感謝特斯拉中國團(tuán)隊。

預(yù)計未來我們的工廠中會運(yùn)用更多的人工智能和更智能化的軟件。但我認(rèn)為在工廠，真正有效地使用人工智能還需要花費一些時間。你可以將工廠看作一個復(fù)雜的集合體，控制論集合體，其中涉及人也涉及機(jī)器。實際上所有公司都是如此，但特別是制造業(yè)企業(yè)或者至少是制造業(yè)企業(yè)中，機(jī)器人控制部分要更為復(fù)雜。 所以有意思的是，隨著人工智能不斷發(fā)展，可能將會創(chuàng)造更多就業(yè)，甚至是否還需要工作也是不一定的。

我們對于經(jīng)濟(jì)總會有一些錯誤的設(shè)想，其中之一便是工作崗位的數(shù)量是有限的。這個數(shù)量當(dāng)然絕對不會是有限的。比如，在任何一個世紀(jì)中，人口增長十倍。如果工作數(shù)量有限，難道90%的人會失業(yè)？或者，從農(nóng)業(yè)社會向工業(yè)社會的過渡中，農(nóng)業(yè)社會中超過90%的人在農(nóng)場工作。而現(xiàn)在，我們僅有2%至3%的人在農(nóng)場工作。因此，正如我所說的，至少在短期到中期內(nèi)，我對增長的最大擔(dān)憂是我們能否尋找到足夠的人，這才是對于增長最大的限制。

馬斯克：

謝謝您的線上采訪。 我希望明年能有機(jī)會能親自參加，我很喜歡到中國。 中國總是給我驚喜，中國有很多既聰明又勤奮的人，中國充滿了正能量，中國人對未來滿懷期待。我會讓未來成為現(xiàn)實，所以我非常期待再次回來。