共计 3723 个字符，预计需要花费 10 分钟才能阅读完成。
埃隆·马斯克声称，特斯拉汽车收集的大量视频数据将使该公司成为全球最有价值的 AI 公司。然而，这些数据是否真的为特斯拉带来了竞争优势？
特斯拉不应再被视为一家电动汽车制造商。如果你相信 CEO 埃隆·马斯克的说法，它是一家 AI 公司。他的信心源于一个独特的数据集：特斯拉客户在全球范围内行驶数百万英里时，公司从车辆中收集的 PB 级视频数据。
理论上，所有这些真实世界的数据正是特斯拉训练其车辆在无需人类协助下运行所需的，这一目标是马斯克对特斯拉未来愿景的核心。但问题在于：这些数据并不一定像马斯克声称的那样有用。其中一些数据甚至完全没有用处。
构建能够像人类一样驾驶汽车的 AI，与构建像 ChatGPT 这样的自然语言处理聊天机器人有着截然不同的挑战。ChatGPT 的训练数据来自从互联网上抓取的数十亿单词。虽然 ChatGPT 和 xAI 的 Grok 等竞争系统的目标是利用模式识别提供可靠的信息和答案，但其结果往往在令人尴尬的方面表现不佳。然而，如果控制车辆的 AI 出错，可能会导致人员伤亡。
驾驶汽车是一个涉及更多变量的非常不同的命题——驾驶条件、天气、施工、变化的交通模式以及其他车辆的移动方式。成功处理所有这些变量，并准备好应对意外情况，是自动驾驶 AI 的核心。通过观看人们驾驶高速公路的无数视频来训练 AI，并不能帮助 AI 学习如何处理最需要应对的情况：导致碰撞或其他危险场景的边缘案例。
“它可以让车辆在正常情况下平稳行驶，但当情况变得有点奇怪时，它就会束手无策，”一位不愿透露姓名的自动驾驶技术公司计算机科学家和高管表示。“而且你只会学到坏习惯。十分之九的人会闯过停车标志。如果你只学习人们的行为，你也会闯过停车标志。”
这也是为什么特斯拉的机器人出租车竞争对手使用激光雷达生成 3D 图像，并使用雷达检测车辆路径中的固体物体——以获取更丰富、更详细的世界图像。虽然仅依赖摄像头数据是可能的，但需要“最好的摄像头系统才能真正处理它，”Waymo 研究负责人 Drago Anguelov 在几年前谷歌的开发者大会上表示。“这是一个非常大的赌注，风险极高，而且没有必要。”
Meta 的首席 AI 科学家、纽约大学计算机科学教授 Yann LeCun 也不认为特斯拉的数据为其带来了竞争优势。
“数据的影响通常被夸大了：随着数据量的增加，性能会有所提升，但收益是递减的，”他表示。“数据量翻倍带来的边际改进仍然远未达到人类的可靠性。”即使拥有海量数据，也没有公司开发出所谓的 5 级自动驾驶，即车辆可以在人类能够应对的所有情况下自主驾驶。
“然而，任何 17 岁的人都可以在大约 20 小时的练习中学会驾驶，”LeCun 说。“这表明当前的 AI 架构在理解世界和从有限数据或试验中学习的能力上存在重大缺失。”
这一切都没有阻止特斯拉的看涨者押注于马斯克的 AI 愿景，尽管电动汽车的销量——以及特斯拉的股票——持续下滑，抗议者在特斯拉门店外示威，反对马斯克作为特朗普总统有争议的 DOGE 计划的首席预算削减者的角色。一些股票分析师仍然相信马斯克知道一些其他人不知道的事情。“我们认为自动驾驶本身价值 1 万亿美元，这一论点将在未来几年得到证明，”Wedbush Securities 的 Dan Ives 告诉《福布斯》。
马斯克和特斯拉没有回应置评请求。特斯拉自动驾驶项目负责人 Ashok Elluswamy 也没有回应。
马斯克将特斯拉的未来押注于人工智能应用，包括人形机器人和智能工厂，放弃了该公司到 2030 年每年销售 2000 万辆电动汽车的长期目标。一个原因可能是电动汽车竞争的加剧，尤其是来自中国比亚迪等公司的竞争。另一个原因是，如果特斯拉能够解决自动驾驶问题，在全球范围内部署数十万辆能够产生收入的电动机器人出租车，比建造更多工厂来生产和销售数百万辆个人车辆更便宜且更有利可图。
这对公司如此核心，以至于马斯克不希望怀疑者购买股票。“如果有人不相信特斯拉能解决自动驾驶问题，我认为他们不应该成为该公司的投资者，”马斯克在 2024 年财报电话会议上表示。
今年 1 月，他宣布特斯拉正在其位于奥斯汀的新“Cortex”数据中心利用其庞大的数据资源来改进其全自动驾驶（FSD）软件——尽管名称如此，但该软件始终需要人类监督。这一 AI 功能与特斯拉最初的 Autopilot 系统一样，显然需要改进：多年来，FSD 和 Autopilot 在全球范围内与 52 起致命事故有关。
大量的摄像头数据是有帮助的，但它并不能立即让特斯拉成为 AI 市场的领导者。“拥有独特的数据源当然是一种优势，”Snorkel AI 的 CEO、计算机科学家 Alex Ratner 表示，该公司开发了帮助自动化原始数据标注的软件。
“但老话‘垃圾进，垃圾出’在这里同样适用，”Ratner 告诉《福布斯》，他的一位家庭成员在 Waymo 工作。“在数据整理中，哪些视频源来自好司机，哪些来自坏司机？这是非常重要且极其关键的，因为这些模型……从它们看到的最常见的事物中学习。”
包括 Waymo、Zoox、Aurora 和 Waabi 在内的公司多年来一直在完善 AI，以安全地驾驶汽车和卡车，它们专注于创建专注于足够多边缘案例的良好数据，通过先进的计算机模拟和结构化的真实世界测试来掌握极端或危险的道路情况。特斯拉的数据并不一定代表那些更为罕见的事件。
“无法保证汽车需要学习的所有边缘案例都会以足够多的数量出现在数据中，从而生成学习到的行为，”AI 专家 Missy Cummings 表示，她是乔治梅森大学的教授，曾就自动驾驶技术向联邦和加州监管机构提供建议。这使得解决所有自动驾驶开发者面临的问题变得困难，例如当 AI 误解其检测到的道路情况为危险时，发生的意外“幽灵”刹车事件。
即使从无数英里的道路视频中识别出最有意义的驾驶数据用于训练，也极其困难，一位了解特斯拉方法的自动驾驶研究员和计算机科学家表示，他要求匿名。
“所以你有海量的数据，”该人士表示。“他们如何确保挑选出所有重要的数据进行训练？”
很难说，因为特斯拉对其过程并不公开。它也不是 AI 研究社区的活跃成员，所有大型科技公司的工程师都会定期发表论文，详细描述他们的最新研究。
“特斯拉在 AI 研发领域几乎没有任何存在感——会议、出版物等，”LeCun 说。“就像他们不存在一样。”
特斯拉在自动驾驶方面的成就一次又一次地未能达到马斯克的目标。他在 2016 年承诺的特斯拉能够在美国境内无需人类干预驾驶的目标仍未实现。他在 2019 年设定的到 2020 年拥有 100 万辆机器人出租车的目标？还差得远。
“埃隆在‘全自动驾驶’方面一直过度承诺且交付不足，这种情况持续了近十年，”LeCun 说。“对我们许多人来说，很明显，所有这些承诺要么是谎言，要么是自我欺骗的迹象。我不明白为什么还有人会相信他在这个话题上的任何说法。”
但这并没有阻止马斯克做出越来越多的承诺——也没有阻止他最忠实的粉丝继续投资于他。不过，他迄今为止展示的原型似乎还差得很远。去年 10 月，他主持了一场该公司 CyberCab 的演示，该车在环球影城的洛杉矶片场接送活动参与者。但即使在一个封闭的片场内，也可以看到特斯拉技术人员在监控——如果不是远程控制——这些低速原型车。同样，特斯拉的“Optimus”人形机器人版本在现场为与会者提供饮料时也是远程控制的。
“我认为从长远来看，Optimus 有潜力产生超过 10 万亿美元的收入——这真的很疯狂，”马斯克在财报电话会议上表示。
真正的考验将在 6 月到来，届时特斯拉将在奥斯汀推出其机器人出租车试点服务——假设它按时推出。“我们会非常仔细地审查它，以确保我们没有遗漏什么，”马斯克在财报电话会议上表示。“6 月将在奥斯汀推出自动驾驶的付费打车服务，然后尽快在美国其他城市推出。”（特斯拉还申请了在加州运营类似出租车服务的许可，使用其拥有和运营的车辆，但不是机器人出租车，加州公共事业委员会告诉《福布斯》。）
掌握自动驾驶“不会来自特斯拉，”LeCun 说。“他们根本没有一个拥有足够长绳子和足够多天才科学家的研究组织来实现这一点。”
马斯克需要追赶 Alphabet 的 Waymo，后者无疑是美国机器人出租车领域的领导者。截至上周，该公司在凤凰城、旧金山、洛杉矶和奥斯汀运营其自动驾驶打车服务。上个月，该公司表示，其仅拥有约 700 辆车的车队每周预订了超过 20 万次付费行程。今年晚些时候，它将扩展到亚特兰大，并计划明年在迈阿密推出。Alphabet 尚未披露 Waymo 的收入，尽管《福布斯》估计其在 2024 年从 400 万次预订行程中获得了超过 1 亿美元的收入。
Waymo 曾发生过一些小事故，但迄今为止，其机器人车队尚未与致命事故有关。与此同时，特斯拉车主经常上传他们的车辆在 FSD 模式下进行危险操作的视频，例如在新泽西州的高速公路出口匝道上几乎与其他车辆相撞，或在中国闯红灯。
最终，马斯克对特斯拉的 AI 推销归结于它对公司未来的财务价值，预计未来几年将带来数万亿美元的新收入。
Meta 的 LeCun 认为，需要“范式转变”才能使机器从视频中学习世界如何运作，这可能需要再花十年时间进行研究。
“我的直觉是，在我们弄清楚如何让 AI 系统像动物和人类一样学习世界如何运作之前，我们不会实现类人的完全自动驾驶——以及实用的人形机器人。”
