接上期文章。
这次WAIC2020峰会的远程致辞，Elon Musk其实讲了不少干货，或者有价值值得深挖的信息，但引爆舆论的主要还是接下来对于这个问题的答复。
【说实话，我也不知道这几个问题是谁准备的，如果考虑到Musk一贯的技术信仰和社交尺度，问这种问题大概率的出发点就是像捞个新闻炸弹的，恭喜你，成功了。】
对于这个问题的回答，如果你看过原视频，其实可以感觉到Musk的回答还是非常谨慎的。在确认Level 5自动驾驶终将到来之后，Musk是犹豫了大概五秒钟，才表达出以下观点的：
“I think I remain confident that we willhave the basic functionality for Level-5 autonomy complete this year.”
就是这句话引发了强烈的网络反应。我们不打算花篇幅去分析持反对或者强烈反对意见的读者到底是什么心态了，但是看着满屏满眼的“嘲笑”、“挤兑”甚至“呵斥”和“控诉”……感觉一不留神那只抖动着指责的手指可以从屏幕中伸出来，戳到我的鼻子上来。这样一种一边倒的巨大舆论压力去年给了马云马老师，今年翻了好几倍砸在Tesla和Elon Musk身上。
总还是感觉不太公平的。
所以小编打算替Musk做个解释，或者技术性质的揣测。总还是要让人说话的，不是吗？
“the basic functionality for L5… this year”，回到这句惹麻烦的论断上，其实Musk表达的是对于Level-5全自动驾驶的“基础功能/or基础环节”在今年内可以达到准备就绪的状态了。对于这句话理解的弹性可以是很大的，但Musk要表达的精准的意思就是“基础环节准备就绪”，因为后续他仔细延展描述了他的观点：
1 在Level-5的基础环节具备之后，Level-5的实际部署取决于监管机构和人类群体对于全自动驾驶安全度的可接受程度。按照Musk的原话就是，多少个9的安全性是我们所能达成共识的？
2 从体系的角度看，Level-5完全自动驾驶所必须的各个环节，包括硬件和软件，Musk强调对于Tesla来说，不存在底层的缺漏了。
3 如果一定要说还差什么，那么Tesla现在所面对的问题就是处理“交通极限场景”中的长尾问题还要覆盖到什么地步？这个问题实际和表述1中的自动驾驶安全性多少个9才是被我们所接受的，两者是一个问题的两种表述。
不抬杠的话，基于以上三点我们可以总结一下，Musk的表达其实非常明确，也相对合理。Autopilot的体系结构（闭环结构）已经建设完毕，考虑到这是一个扎实的以神经网络和超级规模的现实数据为核心的架构，最终收敛在可以被人类所接受的Level-5层面上，这很合理啊！实在是没什么可暴跳如雷的。
小编写到这里，想必反对者的念头依旧，所以有必要再一次认真审视Autopilot闭环的结构，来看看这是否真的是一条通向最终目标的有效手段。
Tesla的Autopilot体系，小编在前面的公众号文章里涉及多次了，Karpathy把它叫做“Data Engine”。为了印证Musk所说的这个架构是否能够支撑未来（future）而未来（not ready）的Level-5需求，我们做个逐点解析：
1 左上角开始，Tesla的车队，硬件从HW2.0开始到后续的HW2.5和3.0，在百万辆实体车辆的尺度上，拥有完整的视觉/雷达/超声波传感器硬件部署，这是Autopilot在车辆侧的物理基石；
2 由各种条件所触发的视觉数据上报（或者混合标定数据，比如雷达测速和定位后所标定的视觉数据），将在车辆具备WiFi的连接基础上，上报给位于加州的Autopilot Cloud基础设施进行处理。这是Autopilot在云端侧的物理基石；
3 在云端，上报的有效数据，将会分为两种情况：
3.1 单元测试Unit Test，针对特定触发原因的上报数据做人工标定后，执行单元测试。核查此类问题是否成立或者是否有效复现；
3.2 在3.1的基础之上，如果问题确认，则针对此问题所对应的场景发起“规模查询”，范围为指定的车队部分车辆，甚至全体车队；【上图案例中就是隧道场景】
4 右下角，基于规模反馈的场景数据，不必再进行复杂的人工标定（可能视具体情况有所差异），将场景数据送入Autopilot模型中进行训练，直到模型收敛在一个可以接受的正确率水平上，即模型合格；
5 将新的模型部署到车队上，并持续观察相关功能的反应和上报…… 如此往复。
以上的Autopilot系统的自我循环中，现在已知的硬件水平都是到位的，不论在车辆侧还是在云端。根据现在的各种信息显示，Autopilot体系所涉及的硬件，有可能进一步变化的是以下几点：
1 位于云端的Dojo系统，即Musk和Karpathy在很多场合都提到（包括这次Musk也谈到了Dojo）但每次都含糊其辞的训练系统。现在很多信息都指向Tesla在加强Dojo的训练平台的建设。主要目标是处理大量无标记的实际道路视觉信息；
2 位于车端的HW3.0的普及率和HW3.5何时问世。HW3.0的普及率越高，对于Autopilot模型的收敛越有好处；
3 如果需要更好地捕捉庞大车队的上报数据，仅仅依赖车辆停滞状态下的WiFi连接是不够的，还是应该建立全新的基于5G的上行通道；
而Autopilot的软件，有可能进一步变化的是以下几点：
1 云端Dojo的非监督学习和半监督学习的准确度和可靠度，不论是聚类还是其它无监督算法的结果，是真正可能把庞大车队的海量上报数据转成有效数据的唯一方法，这是Tesla所必须突破的部分；
2 车端的所谓基于HW3.0硬件平台的“3D化Rewrite”。这个词汇越来越多地出现在Musk的很多访谈上，暗示这是一种可以动用HW3.0硬件全部潜力和所有传感器（8个摄像头）的完整感知处理能力。【尚不清楚这个3D化是否包括对于预测模块和路径规划模块的改进】
说到这里，大家应该明白小编要表达的意思了。技术范畴内，现在所能看到的，真的还存在比全面采用“神经网络”更好更可靠的路线去逼近Level-5嘛？
小编的能力范围内，答案也是没有。
那么，如果是要走“神经网络”技术路线去逼近Level-5的最终梦想的，还会有和Tesla现有规划不一致的道路可以选择吗？没有！再问一句，如果没有真实场景下的海量数据，谁会认为自己比Tesla的Autopilot更强呢？只在划定范围的区域内（相当于驾校）训练，而且不可能有充分的大路考条件，Waymo这位驾驶员在中国开车，你敢坐吗？
所以，我们可以怀疑Tesla的Autopilot现在的技术水准，也可以怀疑Musk一贯激进的市场口径，但你会怀疑Autopilot和庞大车队/海量数据的神经网络大闭环才是唯一正途嘛？！
时间可以证明一切，时间也终将证明一切。如果真实的道路数据最终让autopilot的识别精度和预测可靠性最终趋于甚至超过人类水准。请届时为Musk鼓掌吧！
现在要做的就是，静观其变！
未完待续，还有说法，敬请关注后续内容。
车右智能
info@co-driver.ai
备注：
1 题图来自互联网搜索；
2 图片1/2来自于TeslaChina的微信公众号视频文件截图，读者可以自行访问“特斯拉微信公众号”进行查看；
3 图片3来自于Karpathy在2019年开放日上的演讲视频资料。
相关专题连接：
