IT之家 3 月 26 日消息，特斯拉 CEO 埃隆?馬斯克近日表示，特斯拉的人工智能訓練“不再受算力限制”，意味著該公司此前用來解釋自動駕駛技術遲遲無法兌現的理由之一已經消失。
自動駕駛技術是極具挑戰(zhàn)性和重要性的難題，相較于人類駕駛員，自動駕駛能夠顯著提升安全性，每年挽救成千上萬的生命；同時還能減少駕駛時間，釋放數十億小時的生產力，創(chuàng)造巨大的經濟價值。
通常情況下，業(yè)界會給予致力于解決這一難題的公司更多寬容度。然而，特斯拉自 2016 年以來便開始向用戶銷售“完全自動駕駛（FSD）”套件，并且自 2019 年起每年都承諾即將實現自動駕駛，卻屢次跳票。
對此，特斯拉也給出了一些看似合理的解釋，例如，過去特斯拉的自動駕駛系統(tǒng)并非由神經網絡控制車輛。直到最近發(fā)布的 FSD Beta v12 版本，特斯拉才引入了基于神經網絡的車輛控制系統(tǒng)。
另一個制約特斯拉自動駕駛的因素是算力不足，這影響了神經網絡的訓練效率。特斯拉曾寄望于 Dojo 超級計算機項目解決這一問題，但該項目進度嚴重滯后。為了彌補算力不足，特斯拉投入了數十億美元購買英偉達的計算設備，搭建新的超級計算機集群用于訓練神經網絡。。
馬斯克此次宣布特斯拉“不再受算力限制”，表明該公司近期可能增加了大量計算能力。幾個月前，特斯拉還一直在抱怨受算力瓶頸的制約。
IT之家注意到，在 FSD 支持者眼中，神經網絡控制和充足算力一直被視為實現完全自動駕駛的最后兩塊拼圖。理論上，這種說法也合乎邏輯。如果特斯拉的技術路線正確，那么現在所有功能都由神經網絡控制，并且具備充足的算力進行訓練，我們應該會看到自動駕駛技術的飛速進步。
由于特斯拉已經掃清了算力瓶頸，那么接下來就需要拿出實質性的進展。特斯拉需要公布清晰的數據，展示其 FSD 系統(tǒng)如何兌現承諾，真正成為不受監(jiān)督的自動駕駛系統(tǒng)。否則，特斯拉就將不得不承認其無法實現 L4 或 L5 級自動駕駛水平。
廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。