IT之家 6 月 19 日消息,在特斯拉 2024 年的年度股东大会上,首席执行官埃隆・马斯克(Elon Musk)谈到了困扰特斯拉完全自动驾驶 (FSD) 的一个重大难题。该难题印证了业内人士两年前的猜测,并有可能影响特斯拉实现无人驾驶出租车的目标。

马斯克表示,随着 FSD 系统不断进步,判断哪个 AI 模型更好变得愈发困难。因为当行驶数千英里后才出现一次需要人工干预的情况时,如何快速评估新模型的性能就成了难题。

“这些不同的 AI 模型并不会完美地解决所有问题,”马斯克坦言,“一个模型解决了 A 问题,却可能带来 B 问题。”

Cleantechnica 编辑 Zachary Shahan 两年前就推测特斯拉 FSD 系统可能存在这个“跷跷板问题”,即系统在修正既有问题的过程中可能会引入新的问题,导致整体效果裹足不前。

针对这一难题,特斯拉是如何解决的呢?“我们正通过多种方式来解决这个问题,包括仿真测试、影子模式运行,”马斯克介绍说,“让部分车辆不启用 FSD 功能反而能起到帮助,我们可以通过影子模式来对比新模型的驾驶行为和用户行为,从而发现不同模型的优劣势。”

特斯拉可以通过旗下数百万辆汽车进行测试,比较 AI 模型的预测行为和用户实际驾驶行为之间的差异,从而判断哪个模型表现更好。

“目前最大的限制并不是训练数据,而是测试 AI 模型的效率,”马斯克坦言,“以及如何巧妙地判断新模型是否更优秀。例如,我们知道一些特定的路口非常复杂…… 所有模型在没有复杂路口的良好道路上行驶时都表现良好。因此,我们在美国选取了几千个复杂路口,专门用来测试新模型的性能。”

IT之家注意到,马斯克还提到,目前尚未完全发挥自动驾驶硬件 Hardware 4 的全部潜能,计划将在今年晚些时候进行升级。

总之,解决“跷跷板问题”以及快速迭代 FSD 模型将是特斯拉实现完全无人驾驶和无人驾驶出租车的重要挑战。

友情提示

本站部分转载文章,皆来自互联网,仅供参考及分享,并不用于任何商业用途;版权归原作者所有,如涉及作品内容、版权和其他问题,请与本网联系,我们将在第一时间删除内容!

联系邮箱:1042463605@qq.com