特斯拉的AI梦：一场豪赌还是空中楼阁？

马斯克的人工智能梦：特斯拉真的是一家AI公司吗？

马斯克一直试图将特斯拉从一家电动汽车公司转型为一家人工智能公司，这已经不是什么秘密。他坚信，特斯拉拥有的海量车辆行驶数据，能够帮助其实现完全自动驾驶。然而，这个愿景可能比他想象的要复杂得多，甚至，有点一厢情愿。

数据，越多越好？

马斯克引以为豪的PB级驾驶视频数据，听起来确实令人印象深刻。但数据量大并不一定意味着质量高。正如Snorkel AI的CEO亚历克斯·拉特纳所说：“垃圾进，垃圾出”。如何区分优秀的驾驶行为和糟糕的驾驶行为？如果AI学习的是那些“90%的人会在停车标志前滑行”的坏习惯，那结果可想而知。

试想一下，如果一个AI系统学习的是那些在高速公路上疲劳驾驶的行为，或者是那些在城市拥堵路段频繁变道的行为，那它真的能比人类驾驶员更安全吗？

致命的边缘案例

自动驾驶的难点在于处理那些罕见但危险的“边缘案例”。例如，突然出现的行人、道路上的障碍物、恶劣的天气状况等等。仅仅依靠大量高速公路行驶视频训练出来的AI，可能在常规路况下表现良好，但遇到这些异常情况就显得捉襟见肘。

匿名自动驾驶公司高管的话一针见血：“遇到异常情况就束手无策”。这就像一个只会解标准化试卷的学生，一旦遇到灵活的题型就傻眼了。

更令人担忧的是，特斯拉的自动驾驶系统已经多次出现危险操作的案例。比如，新泽西高速出口险撞、中国路口闯红灯等。这些案例表明，特斯拉的自动驾驶技术距离真正安全可靠，还有很长的路要走。

激光雷达，还是纯视觉？

特斯拉坚持使用纯视觉方案来实现自动驾驶，而Waymo等竞争对手则采用激光雷达和雷达构建3D环境模型。Meta首席AI科学家杨立昆也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”。

Waymo研究主管德拉戈·安杰洛夫曾直言，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”。这就像是试图用单反相机去拍摄星空，即使拥有最顶级的镜头，也难以捕捉到所有细节。

在我看来，特斯拉的纯视觉方案是一种过于理想化的尝试。虽然摄像头可以模拟人类的视觉，但其在复杂环境下的感知能力仍然有限。激光雷达和雷达可以提供更精确、更全面的环境信息，从而提高自动驾驶系统的安全性。

学术界的沉默

更令人感到奇怪的是，特斯拉在AI研发界几乎是“隐形”的。杨立昆犀利地指出：“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”。

这意味着，特斯拉的AI技术可能并没有经过严格的学术验证和同行评审。缺乏学术界的参与，也使得特斯拉的AI技术发展方向充满了不确定性。

相比之下，Waymo已经在美国四城运营700辆自动驾驶出租车，2024年营收预估超1亿美元。这表明，Waymo的自动驾驶技术已经具备了商业化的潜力。

在我看来，特斯拉在自动驾驶领域的竞争中，已经落后于Waymo等竞争对手。马斯克想要将特斯拉打造成一家AI公司的愿望，恐怕难以实现。

范式变革

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”。

这意味着，目前的AI技术还无法完全理解世界的复杂性，需要一种全新的AI架构才能实现真正的自动驾驶。

而特斯拉能否在这一范式变革中脱颖而出，仍然是一个未知数。