华尔街日报报道说，马斯克在自动驾驶汽车上下了重注，希望推动特斯拉进入一个新纪元，但他的方法存在问题。

马斯克的计划核心是所谓的“端到端人工智能”。他的设想是，通过将现有特斯拉车辆的视频数据大，量输入特斯拉的AI系统，让算法在超级计算机上运行，学习如何安全驾驶。

他希望这种方法，可以让特斯拉比竞争对手更快、更便宜地推出完全自动驾驶汽车。

预计现有特斯拉车主将于明年获得该技术，新设计的专用机器人出租车将于2026年投入使用。

马斯克所追求的突破性AI，与其他自动驾驶公司形成鲜明对比。

行业领军者Waymo已经在商业化的机器人出租车领域处于领先地位，最近刚宣布完成56亿美元的融资。

Waymo隶属于谷歌母公司Alphabet公司，也使用大量AI，但方法是将自动驾驶问题分解成更多独立任务，且更多依赖人类工程师的输入。

Waymo还使用更多种类的传感器数据，包括激光和雷达，使其车辆对环境的感知更加丰富。

简单来说，马斯克的特斯拉愿景，是让AI系统通过观察人类驾驶来学习；而Waymo和其他公司，则通过在实际驾驶中不断纠正车辆来教会它们驾驶。

然而，马斯克的赌注取决于当前AI技术是否能达到所需的复杂水平，而这可能在短时间内难以实现，AI开发者指出。

马斯克的机器人出租车梦

马斯克的一大特点是从目标出发，再反向寻找解决方案。在自动驾驶技术方面，他的目标是开发出一种成本足够低的系统，能安装在几乎任何车辆上。

马斯克曾表示，机器人和自动驾驶汽车可以推动特斯拉的市值至少达到30万亿美元。

他的支持者认为，他的公司常常通过“跳出框架”的创新取得成功，比如SpaceX在火箭发射成本上的大幅降低，如今已在火箭业务中占据主导地位。

不过，马斯克在实际操作中常常过于乐观，且对如何实现其设想缺乏清晰的说明。

他为特斯拉的驾驶辅助技术取的名称，如“自动驾驶”和“完全自动驾驶”，暗示了比实际功能更高的能力，而特斯拉此前也未能兑现所有全自动驾驶系统的发布时间目标。

在本月特斯拉机器人出租车活动中，马斯克展示了一款售价低于3万美元的Cybercab车型，这款车没有方向盘和踏板。

马斯克笑称：“我对时间表往往很乐观。”

他预测量产将在2027年前开始。但就在特斯拉财报电话会的几天后，他又自信地表示，大规模生产将于2026年实现。

马斯克和曾参与特斯拉自动驾驶技术的其他人员表示，特斯拉的优势在于，其车辆内置摄像头捕捉到的大量真实驾驶视频数据——包括车主使用特斯拉现有的“完全自动驾驶（需监督）”驾驶辅助软件的所有时间（通常简称为FSD）。

利用这些被动记录的数据训练特斯拉的AI，需要一种名为“模仿学习”的技术。计算机科学家蒂莫西·B·李解释，要从这些数据中获得任何优势，特斯拉的AI必须观看数百万小时的人类驾驶视频，并试图模仿人类的驾驶行为。

“就像在同一时间经历了数百万次人生，看到了一个人一生都不可能遇到的极端情况，”在机器人出租车的发布会上，马斯克如是说。

特斯拉的支持者对自动驾驶的研发表示信心，认为其成就比外界所见的更深入且更具规模。

投资分析公司ARK的分析总监塔莎·基尼一直看好特斯拉。她说，特斯拉可能在其技术系统的许多细节上保持低调，但在幕后持续创新AI技术。

她最近共同撰写了一份关于特斯拉机器人出租车策略的分析，指出到2029年，机器人出租车将占特斯拉企业价值的近90%和收入的60%。

她预测，到那时，特斯拉的市值将是当前约8000亿美元的10倍。

自动驾驶竞赛

相比之下，特斯拉的竞争对手在实际驾驶中训练自动驾驶系统，安排安全员在方向盘前，当车辆行为不当时由安全员接管。

公司详细记录这些“脱离”事件，并将数据反馈给工程团队，以便调整系统，避免再次发生类似错误。

这一方法劳动密集、耗时且成本高昂，但Waymo等公司通过这种方法的数据反馈，进入更加强大且最终更加可靠的系统中，这一过程称为“强化学习”。

研究表明，这两种方法的结果可能截然不同。

像特斯拉这样主要通过模仿学习训练的系统，一旦操作偏离了训练数据的范畴，可能会失败。

此外，特斯拉致力于完全端到端的AI系统，这导致系统内部出现复杂的连接网络，难以理解系统为何采取某些行为，也难以纠正这些行为。

试图对Waymo和特斯拉之间的AI竞赛进行预测并不容易。

Waymo联合创始人安东尼·莱万多夫斯基表示，他认为马斯克希望在一年内推出完全自动驾驶系统的目标并不现实（现在他领导一家名为Pronto的自动驾驶技术公司）。

他认为，实现马斯克设想的这种自动驾驶系统，还需要AI技术本身的进一步进步，但目前尚不清楚这些进展何时会出现。

Waymo等公司使用的高分辨率摄像头、雷达和“激光雷达”技术等传感器的成本可以达到数万美元。此外，安装这些设备和处理数据也增加了成本。

相比之下，特斯拉的车辆仅配备摄像头和相对较低成本的计算硬件，比Waymo的设备便宜得多。

然而和宣传的不一样，特斯拉并未完全忽略基于传感器的自动驾驶技术路线。特斯拉前AI主管、OpenAI联合创始人安德烈·卡尔帕蒂曾表示，特斯拉使用少量车辆配备与Waymo类似的传感器组，生成驾驶系统的地图。

他认为，这使得特斯拉可以利用部分和Waymo及其他竞争者一样的丰富数据，并将AI部署在更便宜生产的普通特斯拉车辆上。

然而，特斯拉使用这些配备了Waymo传感器的少量车辆，多少削弱了马斯克关于仅靠客户车辆数据就足够的说法。

马斯克方法

特斯拉车主喜欢记录自己使用特斯拉技术的经历，并在社交媒体上发布了大量内容，这些证据反驳了特斯拉仅靠摄像头就能安全运行的说法。

目前，特斯拉的FSD软件，能够在大多数地面道路和高速公路上驾驶，但驾驶者必须保持高度警惕，因为系统可能会做出突然且潜在危险的决策。

社交媒体上有许多这样的场景——例如，车辆试图直接驶入其他车辆的行驶路径，闯红灯，或在浓雾中未能停下避让火车。

美国联邦汽车安全监管机构最近宣布，正在调查特斯拉的FSD系统在致命车祸中的作用。

《华尔街日报》从200多起特斯拉自动驾驶事故中收集的视频和数据表明，长期以来围绕特斯拉摄像头技术的担忧，已在道路上得到验证，给公众带来了风险。

特斯拉的操作手册明确说明，系统在直射阳光、雾霾或恶劣天气下可能会失效。相比之下，依赖雷达和激光雷达等传感器的其他自动驾驶系统，可以在这些条件下正常导航。

乔治梅森大学计算机科学教授、自治与机器人中心主任玛丽·卡明斯表示：“特斯拉仅靠计算机视觉的方法永远无法奏效。”

卡明斯长期以来一直批评特斯拉的自动驾驶项目，马斯克也曾公开抱怨过她。最近，她担任了美国国家公路交通安全管理局的高级安全顾问，这个机构负责监管自动驾驶技术。

卡明斯认为，如果特斯拉想要认真追求完全自动驾驶，就必须改变其传感器方法，增加更多种类的传感器。

与此同时，特斯拉仍需获得在道路上测试车辆的许可，配备安全驾驶员，正如Waymo等公司那样。

李表示：“我认为，若要实现真正的完全自动驾驶，不需要任何远程协助的水平，可能需要接近人类智能的水准。我并不认为这对特斯拉是乐观的信号，因为观察那些试图构建这种技术的公司，似乎他们离这个目标还相当遥远。”