dojo|刚刚，马斯克证明了特斯拉不仅仅是一家「车企 ai|马斯克|autopilot

文章插图

说特斯拉是业内的黄埔军校一点也不夸张。
4 月份特斯拉法律副总裁 Al Prescott 前脚刚迈入 Luminar，7 月份特斯拉汽车业务负责人的 Jerome Guillen 后脚就离开了公司。
怎么留住人才，对于特斯拉来说是一个很头疼的问题。
为了招贤纳士，马斯克使出了浑身解数。其中之一就是发起特斯拉 AI Day，并在推特上昭告天下：
举办 AI Day 的目的就是——要吸引 AI 领域的顶级人才来特斯拉工作。
好家伙，现在企业抢人才都这么明目张胆且大张旗鼓了吗？
马斯克在发布会的开场白中讲到，希望大家能够感受到特斯拉不只是车企，也拥有深厚的 AI 技术积累。
来康康，在这场如此隆重的盛会上，特斯拉祭出了什么样的大招。
更强的神经网络技术对于特斯拉来说，Autopilot/FSD 无疑是其在智能汽车市场取胜的关键因素。
本场发布会 Keynote 的第一部分则讨论了这些系统的 AI 神经网络以及相应的训练方式。
据特斯拉 AI 总监 Andrej Karathy 介绍，
为了让机器能够识别并判断路况，特斯拉通过 8 个摄像头将物理世界的数据传输到神经网络中，包括行人、车辆、交通信号灯等要素，以形成机器对 3D 环境的感知，即 Vector Space。
而 HydraNets 算法具有多任务学习能力，不仅可以对多摄像头回传的数据进行训练和推断，还能够帮助实时绘制有效地图，以便实现自动召唤等功能。
Andrej Karathy 还透露了在数据标注方面的思考——选择第三方公司进行人工标注可能存在效率方面的问题。
而且，自建标注团队可以更灵活地满足算法训练的需要。比如，特斯拉最初是基于 2D 图像进行标注，在一次次优化后，特斯拉开始基于 4D 向量空间来标注，直到如今自动标注技术开始应用。

文章插图

为了更好地预测交通参与者的动向，特斯拉有时还需要标注被遮挡住的物体（潜在的鬼探头场景），在图像清晰度不够时，神经网络还能对画面进行增强。
自动驾驶软件总监 Ashok Elluswamy 也进行了分享。
在路径规划的层面，通过“混合规划系统”，特斯拉车辆可以在保证自身安全行驶的状态下，照顾到周身其他车辆的运行方式。比如在狭窄单车道双向会车时，系统可以根据实际情况选择是让路还是先行。
Ashok Elluswamy 还指出，基于上述对纯视觉技术路线的潜力的挖掘，特斯拉得以摆脱毫米波雷达方案。
此前，根据第三方预计，特斯拉车辆的数量在全球超过 150 万辆。
即使 Autopilot 没有启动，特斯拉也可以在“影子模式”下模拟和测试神经网络的驾驶决策。也就是说，系统可以识别神经网络和人类驾驶之间的决策差异，以此来进一步改进神经网络。
在如此庞大多元的物理世界数据的反馈下，特斯拉神经网络会进一步增强。
超级计算机 Dojo 以及其芯片要说这场发布会上最受关注的是什么，那非 Dojo 超级计算机莫属。
毕竟，早在 2019 年「Autonomous Day」马斯克就开始为 Dojo 预热了。他曾表示，Dojo 是“性能野兽”，能够处理海量的视频数据，用于“无人监管”式的标注和训练。

文章插图

如今，这款神秘计算机以及其计算芯片的信息在 AI Day 上得到更多披露。
据了解， Dojo 在日语中为“训练方法的地方”，也可以理解为“练习场所”。于特斯拉而言，Dojo无疑是其为全自动驾驶算法训练而打造的最佳工具。
具体来说，Dojo 超级计算机训练模块组建，能够实现每秒千万亿次浮点运算，仅内部的电路就长达 17.7 公里。其中，Dojo 训练模块由 25 个 D1 计算芯片组成，基于 7nm 工艺，算力为 9PFLOPs（9千万亿次），接口带宽 36TB/s。