設(shè)置
  • 日夜間
    隨系統(tǒng)
    淺色
    深色
  • 主題色

馬斯克坦言特斯拉 FSD 面臨難題:改進的同時會帶來新的問題

2024/6/19 11:55:26 來源:IT之家 作者:遠洋 責編:遠洋

IT之家 6 月 19 日消息,在特斯拉 2024 年的年度股東大會上,首席執(zhí)行官埃隆?馬斯克(Elon Musk)談到了困擾特斯拉完全自動駕駛 (FSD) 的一個重大難題。該難題印證了業(yè)內(nèi)人士兩年前的猜測,并有可能影響特斯拉實現(xiàn)無人駕駛出租車的目標。

馬斯克表示,隨著 FSD 系統(tǒng)不斷進步,判斷哪個 AI 模型更好變得愈發(fā)困難。因為當行駛數(shù)千英里后才出現(xiàn)一次需要人工干預的情況時,如何快速評估新模型的性能就成了難題。

“這些不同的 AI 模型并不會完美地解決所有問題,”馬斯克坦言,“一個模型解決了 A 問題,卻可能帶來 B 問題?!?/p>

Cleantechnica 編輯 Zachary Shahan 兩年前就推測特斯拉 FSD 系統(tǒng)可能存在這個“蹺蹺板問題”,即系統(tǒng)在修正既有問題的過程中可能會引入新的問題,導致整體效果裹足不前。

針對這一難題,特斯拉是如何解決的呢?“我們正通過多種方式來解決這個問題,包括仿真測試、影子模式運行,”馬斯克介紹說,“讓部分車輛不啟用 FSD 功能反而能起到幫助,我們可以通過影子模式來對比新模型的駕駛行為和用戶行為,從而發(fā)現(xiàn)不同模型的優(yōu)劣勢。”

特斯拉可以通過旗下數(shù)百萬輛汽車進行測試,比較 AI 模型的預測行為和用戶實際駕駛行為之間的差異,從而判斷哪個模型表現(xiàn)更好。

“目前最大的限制并不是訓練數(shù)據(jù),而是測試 AI 模型的效率,”馬斯克坦言,“以及如何巧妙地判斷新模型是否更優(yōu)秀。例如,我們知道一些特定的路口非常復雜…… 所有模型在沒有復雜路口的良好道路上行駛時都表現(xiàn)良好。因此,我們在美國選取了幾千個復雜路口,專門用來測試新模型的性能?!?/p>

IT之家注意到,馬斯克還提到,目前尚未完全發(fā)揮自動駕駛硬件 Hardware 4 的全部潛能,計劃將在今年晚些時候進行升級。

總之,解決“蹺蹺板問題”以及快速迭代 FSD 模型將是特斯拉實現(xiàn)完全無人駕駛和無人駕駛出租車的重要挑戰(zhàn)。

廣告聲明:文內(nèi)含有的對外跳轉(zhuǎn)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(jié)果僅供參考,IT之家所有文章均包含本聲明。

相關(guān)文章

關(guān)鍵詞:FSD,特斯拉,自動駕駛

軟媒旗下網(wǎng)站: IT之家 最會買 - 返利返現(xiàn)優(yōu)惠券 iPhone之家 Win7之家 Win10之家 Win11之家

軟媒旗下軟件: 軟媒手機APP應用 魔方 最會買 要知