當(dāng)伊隆·馬斯克將一份可能是世界上最具誘惑力的工作機會擺在你面前的時候，你會做出什么選擇？
是毫不猶疑地啟程登艦，加入加速世界向可持續(xù)能源的轉(zhuǎn)變進程。還是先緩緩，看看其它公司給出的年終獎是不是比特斯拉更豐厚。
如果很難一下子做決定，不妨先來看看這場于北美時間 2022 年 9 月 30 日晚間，北京時間 10 月 1 日早上舉辦的特斯拉 2022 AI Day，深刻認知特斯拉公司業(yè)務(wù)和愿景的同時，也好好對自己現(xiàn)有的工作能力進行一次全方位檢測。
畢竟這是一場連馬斯克都親口承認“內(nèi)容相當(dāng)硬核”的大型人工智能和機器人領(lǐng)域工程師全球互聯(lián)網(wǎng)招聘會。如果看不太懂，或許很難過五關(guān)斬六將，最終成為特斯拉正式員工。
FSD，沒有Beta
在出場順位上，特斯拉 FSD（完全自動駕駛能力）處于整場“招聘會”的腰部，這與該業(yè)務(wù)在整個特斯拉公司內(nèi)的地位高度契合。
我們都知道，賽博朋克感極強的人型機器人是馬斯克為支撐公司市值特意建構(gòu)的“虛擬現(xiàn)實”，但 FSD 是特斯拉兌現(xiàn)用戶想象，完成技術(shù)落地，實現(xiàn)商業(yè)化變現(xiàn)的核心手段。而且，是無可回避的那種。
在今年 8 月 4 日舉行的特斯拉股東大會上，馬斯克曾透露 FSD 10.13 版本的研究已進行了一段時間，工程師做了“一些非常重要的架構(gòu)改進”，如改進左轉(zhuǎn)時的復(fù)雜問題等。當(dāng)下，F(xiàn)SD beta 正在北美進行一定規(guī)模的測試，累計行駛里程已突破 4000 萬英里，有望在今年底開啟更大規(guī)模的測試。
在 2022 AI Day上，特斯拉公布了更加具體的數(shù)字的時間表：2021 年參與 FSD beta 測試的用戶數(shù)量為 2000 名，2022 年擴充了 80 倍達到 16 萬名。這些用戶總共為特斯拉積累了 480 萬段數(shù)據(jù)，完成了對 7.5 萬個神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，實現(xiàn)了 35 個FSD 版本的更迭。在 AI Day 后，特斯拉將發(fā)布 FSD 10.69.2.3 版，這會是一次“令所有人吃驚”的更新，馬斯克同時再次確認了 FSD beta 版今年底將在全球范圍內(nèi)進行部署的消息，但各個國家的監(jiān)管部門是否會批準，什么時候批準，審批尺度會收緊到什么地步，馬斯克沒有透露更多。
在自動駕駛技術(shù)路線選擇上，特斯拉依然在“純視覺感知”的道路上不回頭，這讓此前特斯拉有可能在近期重啟激光雷達方案的傳言不攻自破。不過需要指出的是，當(dāng)前純視覺路線的硬件基礎(chǔ)是 HW 3.0，等 HW4.0 硬件到來時，馬斯克是否會主動上演“真香定律”，誰也說不準。
具體來看， FSD beta 的做法是：先利用迭代了 4 次的自動數(shù)據(jù)標注系統(tǒng)對已收集的實際道路行駛數(shù)據(jù)進行特定標注，這套專供內(nèi)部使用的標注語言特斯拉在使用中不停優(yōu)化。再把標注后的數(shù)據(jù)“喂”給神經(jīng)網(wǎng)絡(luò)，讓它們在豐富的數(shù)據(jù)海洋中一邊遨游，一邊完成自我訓(xùn)練。最后，將訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)部署進 FSD ，提升車輛的駕駛輔助能力。
聽起來整個工作鏈路并不復(fù)雜，但實際工程師需要解決的問題，是一個接一個。
整個過程中，特斯拉車輛上的攝像頭對周圍環(huán)境進行感知后完成視頻片段捕捉所產(chǎn)生的數(shù)據(jù)量十分驚人，訓(xùn)練一個神經(jīng)網(wǎng)絡(luò)需要的數(shù)據(jù)量和時間也十分驚人—— 14.4 億幀圖像，超過 10 萬個 GPU 訓(xùn)練小時，視頻緩存超過 30 PB。
所以，數(shù)據(jù)標注的效率就顯得尤為重要，高效的數(shù)據(jù)標注能有效提升神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效率，更高的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效率可以產(chǎn)生許多魔法，比如讓 Occupancy Network 僅僅通過攝像頭就實現(xiàn)了激光雷達的感知能力，不知著急忙慌讓激光雷達上車的中國造車新勢力們看到這里，作何感想。
說了那么多專業(yè)名詞，這套 FSD beta 的到底進化到什么程度了呢？我們以自動駕駛的史詩級難題——無保護左轉(zhuǎn)為例，檢驗下系統(tǒng)能力。
無保護左轉(zhuǎn)是人類在駕駛中遇到最棘手的事情之一，車輛需要在復(fù)雜的車流、標線、交通標志、行人間找到一條安全程度最高的路線，并在極短的時間內(nèi)做出決策，完成左轉(zhuǎn)動作。即便你駕駛經(jīng)驗足夠豐富，也很難確認從要加入車道右側(cè)駛來的車輛也不會撞上來以及其它突發(fā)狀況。
人類老司機面對左轉(zhuǎn)都會發(fā)怵，更別提現(xiàn)階段還沒那么聰明的自動駕駛。無保護左轉(zhuǎn)對自動駕駛車輛的環(huán)境感知和實時預(yù)測都提出了極高挑戰(zhàn)， GPS 定位系統(tǒng)、攝像頭、激光雷達、毫米波雷達等硬件可以解決環(huán)境感知問題，但它們很難預(yù)測人類駕駛員的意圖，到底對面是一個禮讓型駕駛員，還是激進型駕駛員，機器無從得知。
所以，特斯拉的做法是學(xué)習(xí)人類的做法——實時感知，即時計算。在展示案例中， 特斯拉在左轉(zhuǎn)時遭遇了橫道線上遛狗的行人、加入車道的右側(cè)來車和加入車道的后方來車， FSD beta 的在預(yù)測了不同交通參與者的行動軌跡后，給出了幾條不同的行駛策略，與底層大數(shù)據(jù)庫比對后，選擇了一條最佳行車路線：即禮讓了行人和狗，又避開了右側(cè)和后方來車，順利且安全的完成了一次無保護左轉(zhuǎn)，其果斷程度已經(jīng)超過了許多人類駕駛員。
如果只靠行駛在路上的車隊進行數(shù)據(jù)收集， FSD beta 的進化不會如此迅速。特斯拉還有一個名為“仿真系統(tǒng)”的武器，利用這套道路場景生成器，就好像你在魔獸爭霸中自建地圖那樣，特斯拉可以在 5 分鐘里部署一套道路場景，車流、行人、路口、樁桶、信號燈、標線、路旁停車位、樹木、建筑等各種細節(jié)一應(yīng)俱全，這大大提升了數(shù)據(jù)采集的速度，拓寬了數(shù)據(jù)來源的廣度，一些在真實世界無法復(fù)現(xiàn)的邊角案例，都可以在“仿真系統(tǒng)”內(nèi)二次搭建，反復(fù)訓(xùn)練，直至神經(jīng)網(wǎng)絡(luò)牢牢記住并運用。
所以，我們總結(jié)下：FSD beta 的現(xiàn)有能力，是海量數(shù)據(jù)滋養(yǎng)出的。數(shù)據(jù)主要采集于真實世界行駛中的特斯拉車隊和虛擬世界中的仿真系統(tǒng)這兩個渠道。
等等，是不是缺了點什么？
超算道場 DOJO
想完成海量數(shù)據(jù)的實時運算和結(jié)果輸出，特斯拉需要一個足夠強力的底座，DOJO這臺性能強悍的訓(xùn)練計算機應(yīng)運而生。
去年 AI Day 上，特斯拉對外展示了訓(xùn)練芯片 DOJO D1 和基于此打造的集群 ExaPOD。 DOJO D1 芯片基于臺積電 7 納米工藝制造，可以在 400W 的散熱設(shè)計功耗下實現(xiàn) 22.6 TFLOPS的 FP32 算力。然后，特斯拉把 25 個 D1 芯片分裝到量身打造的基底模具——訓(xùn)練 Tile 上，再利用臺積電的 InFO_SoW 晶圓上系統(tǒng)技術(shù)將它們封裝，每個 Tile 可提供 9 千萬億次浮點運算和 36 TB/s 的 Tile 外帶寬。
每個訓(xùn)練 Tile 有七層結(jié)構(gòu)，你可以把它想象成一個厚厚的三明治，第一層和第五層是水冷散熱夾層，第二層是 25 個D1 芯片，第三層是封裝基板，第四層和第七層是承重層，第六層是功率模塊和通信互聯(lián)模塊。
隨后，特斯拉將 120 個封裝后的訓(xùn)練 Tile 組裝成 ExaPOD 超級計算機集群，總計 3000 個 D1 芯片，算力達到 1.1 EFLOP，是當(dāng)之無愧的史上最快 AI 訓(xùn)練計算機。更可怕的是，下一代 DOJO 芯片會提升 10 倍性能。當(dāng)然，落地時間還是未知數(shù)。
絕大多數(shù)人，包括筆者在內(nèi)都很難在短時間內(nèi)對這些單位和數(shù)字產(chǎn)生認知，為了便于理解，你可以把 DOJO 當(dāng)成一臺算力沒有理論上限，可無窮無盡擴展的超級大殺器，前提是有足夠容納機柜的空間和足夠雄厚的資金。
根據(jù)特斯拉的計劃，2023 年之前將在美國加州完成第一臺 DOJO ExaPod 超級計算機集群的建造落地。它會讓特斯拉整體工作效率大幅提高，將需要花費數(shù)月的工作縮減至一周。
比汽車更有價值的機器人
最后，我們再來看看三個大活中的最后一個，也是大眾感知度最強的一個——機器人。
2021 AI Day 上，馬斯克公布了人形機器人 Tesla Bot 原型機，身高 1.72 米，體重 56.6 千克。一年后， Tesla Bot 變成了 Optimus 擎天柱原型機，一臺可自主完成獨立行走、揮手致意、舞蹈動作的機器人。
除了前述這些炫技型動作， Optimus 原型機還可以在汽車工廠搬運貨物零件、給植物膠水、移動金屬棒。機器人主要依靠不同顏色來區(qū)分現(xiàn)實場景中的不同物體，從而實現(xiàn)精準對象的定點操作，具體的顏色劃分規(guī)則特斯拉沒有公布，但可以確定的這是一套純視覺識別方案，和 FSD beta 如出一轍。
馬斯克認為人類更應(yīng)該將精力放在腦力勞動而不是體力勞動上， Optimus 人形機器人的出現(xiàn)就是為了將人類從簡單繁重的體力勞動中解脫出來。他預(yù)計一臺人形機器人規(guī)模量產(chǎn)后的成本不超過 2 萬美元，花這點錢來“釋放”一個人類，看起來是一門再劃算不過的買賣。
數(shù)據(jù)上看， Optimus 人形機器人的靜止功率為 100 W，快走功率為 500 W，關(guān)節(jié)自由度超過 200 個擋位，手部支持 27 擋調(diào)節(jié)。和人類靈活的雙手確實沒法比，但貴在進步。 Optimus 人形機器人內(nèi)裝單顆 FSD 芯片，算力為 72 Tops，電池容量 2.3 度，充滿一次電，理論上可以運行一整天。
在人形機器人的關(guān)鍵能力——抓取和操縱實體物品上，特斯拉在 Optimus 上傾注了大量心血，通過 6 個執(zhí)行單元，實現(xiàn)手指關(guān)節(jié)的 11 擋自由移動，提取重量的上限做到了 9 公斤。雖然這個重量在健身房里只能算再初級不過的菜鳥訓(xùn)練選手，但至少比只能四肢著地的“狗型運動物體”更符合人類對機器人的想象。
不過，馬斯克心中真正的人形機器人并不像 Optimus 這般威武雄壯，距離感十足，他更偏愛身姿妖嬈，風(fēng)情萬種的貓女版人形機器人。
寫在最后
雖然馬斯克提前預(yù)告了 2022 AI Day 的硬核程度，但實際公布內(nèi)容的硬核度，還是遠超了絕大部分人的想象和認知邊界，不知這場大型網(wǎng)絡(luò)招聘會后，馬斯克的郵箱里會收到多少封世界頂級人工智能和機器人領(lǐng)域工程師的簡歷。
我們或許還沒有勇氣給馬斯克的郵箱投送簡歷，但這并不妨礙我們聽聽 51 歲的馬斯克在現(xiàn)場給出的七條既不油膩，也不說教的人生與職場經(jīng)驗，或多或少能對我們有所啟發(fā)：
1，盡早加入特斯拉；
2，與聰明人交朋友，接近聰明人；
3，盡可能的多讀書；
4，有好點子，一定要緊緊抓?。?/p>
5，做大事，比如造火箭時，別喝酒；
6，大事做成后，比如火箭造完了，可以躺在沙灘上喝一杯；
7，偶爾，僅僅是偶爾，停下來聞聞路邊的花香。
文章來源：快科技