“非常抱歉，我们遭遇了一点技术问题，希望以后这可以用 AI来解决。”今天的活动延迟了半个多小时，伊隆·马斯克这样做了开场白。
北京时间8月20日上午，万众瞩目的“特斯拉 AI日”开始了。在活动上，伊隆·马斯克向全世界展示了特斯拉在自研超级计算机Dojo、FSD软件等内容上的最新进展。
按照马斯克本人的说法，吸引最好的 AI人才加入特斯拉似乎是本次活动的唯一目标。
当然，这次发布向世人宣告的远不止于此，有关通用机器人的计划让我们始料未及。
纯视觉自动驾驶系统和 HydraNets
首先，特斯拉最被人们关注的是自动驾驶技术。
特斯拉一直标榜自己的电动车具备高度自动化的辅助驾驶能力，7月10日，FSD（Fully SelfDriving，全自动辅助驾驶系统）软件迎来更新。不过当时，更新仅限于特斯拉抢先体验计划用户，这些用户可以进行 FSD Beta V9版本测试，其最大亮点是基于摄像头和 AI智能算法的纯视觉自动辅助驾驶技术路线，而不依赖于雷达传感器。
7月31日，特斯拉正式推送 FSD的最新版本 FSD Beta V9.1，这是首个使用“特斯拉视觉”的先进司机辅助驾驶套件。8月16日，特斯拉又推送了 FSD Beta V9.2版本。
特斯拉 AI总监 Andrej Karpathy博士介绍了这种基于视觉的自动驾驶系统：它通过八个摄像头的数据输入（1280×96012-Bit HDR36Hz）进单个神经网络中，整合成3D环境的感知，这被称为 Vector Space。
当特斯拉在汽车中设计视觉皮层时，他们从头设计了神经网络，按照生物视觉方法去建模，并利用多头路线，其中包括相机校准、缓存、队列和优化以简化所有任务。
特斯拉的自动驾驶算法是从识别单张图片的普通计算机视觉算法开始的，虽然每个摄像头的单独检测效果很棒，但这显然不够。现在的纯视觉算法“HydraNets”基于不同摄像头的视觉内容进行识别的，而且训练和推断是端到端的。
多摄像头网络的效果值得肯定，尽管只是数量上的增加，但却可能成为解决预测问题的关键之处。该网络生成的周围景观预测很大程度上提高了自动驾驶系统的稳健性。
自动驾驶软件总监 Ashok Elluswamy介绍了混合规划系统，以 Autopilot如何变道为例，当与其他汽车并排行驶时，Autopilot不仅要考虑它们的驾驶方式，还必须考虑其他汽车的运行方式。
在狭窄的过道周围进行规划时，重要的是要考虑其他驾驶员及其行为，例如在必要时让行：
一开始，特斯拉使用的是2D图像标签。最终，特斯拉转向了4D标签，可以在向量空间中进行标注。但是这还不够，自动标注技术得到了发展。
甚至在对比度过高，摄像头采集的图像不够清晰时，特斯拉还使用神经网络对画面进行了增强。
特斯拉利用一个新的仿真程序(用他们自己的话说，就是 Autopilot扮演玩家的视频游戏)来测试边缘情况和其他可能遇到的问题。
DOJO，这次特斯拉 AI日的最大看点，最终也没有让人失望。
2020年8月，马斯克表示，该公司正在研发一款名为“Dojo”的神经网络训练超级计算机，将主要处理从特斯拉汽车在路上获得的海量视频数据。马斯克发推称：“DojoV1.0还未完成，估计还需要一年的时间。不仅仅是芯片本身的研发难度，能效和冷却问题也非常的难。”
几个月后，马斯克又补充道：“Dojo采用我们自研的芯片和为神经网络训练优化的计算架构，而非 GPU集群。尽管可能是不准确的，但是我认为 Dojo将会是世界上最棒的超算。”
今天，特斯拉终于揭开了 Dojo计算机芯片的神秘面纱。它采用了创新的架构，将算力分布在复杂的网络构造中，实现了极高的算力、高带宽、低延迟的网络吞吐量。
“我们很快就会组装起第一台这样的服务器，这样的设备可以无限链接。”特斯拉 Dojo项目负责人 GaneshVenkataramanan表示，Dojo有望成为地球上最强大的超级计算机之一。
与此同时，特斯拉还围绕这套计算系统构建了完整的软件堆栈，深度学习框架用的是 PyTorch。
特斯拉人形机器人
以上都是此前剧透过的信息，但还有 one more thing，特斯拉要造人形机器人。
这款机器人的第一个实体版本或将在明年面世，设计初衷就是用来处理那些“不安全、重复的、无聊的工作”。马斯克说：“我认为在未来，体力工作会是一种选择，你愿意的话也可以，不愿意的话也行。”
当然，特斯拉机器人目前还只是一个设想，我们距离全能机器人管家的距离，要比自动驾驶汽车更远。
在最后，QA环节的第一个问题有点幽默：“特斯拉会拥抱开源吗？”
马斯克的回答是：“这些东西都是花费了巨资研制的，所以我不太确定要不要开源。”但如果其他汽车公司想要获得 Autopilot的许可，那是可以做到的。
但正如 SpaceX和特斯拉此前所做的一样，马斯克的公司经常能让先进技术变得越来越便宜。不知在未来，人形机器人是否也会很快有一个亲民的价格？
来源：机器之心