在上個月的 Train AI 會議上，特斯拉 AI 及計算機視覺部門總監(jiān) Andrej Karpathy 談了自己對當前 Autopilot 發(fā)展的見解，Karpathy 表示他目前正利用特斯拉無人車隊的大量數(shù)據(jù)，試圖通過訓練特斯拉的神經(jīng)網(wǎng)絡模型，來改善 Autopilot 的自動駕駛能力。

首先，他簡要介紹了計算機視覺軟件的發(fā)展歷史，以及他稱之為 “software2.0” 的過渡時代。所謂的 “software2.0” 時代，是指機器學習能夠代替工程師，設計并創(chuàng)建應用程序。

進一步，他解釋了它是如何應用于特斯拉日常的開發(fā)工作，特別是在無人駕駛方面的應用。

工程師通常把特斯拉的研發(fā)車稱為“機器人”。因此，Karpathy 表示特斯拉擁有全球規(guī)模最大的機器人集群，部署了超過 25 萬輛車。而現(xiàn)在他要做的是，訓練這些機器人并讓它們學會自己開車。

Karpathy 提到加入特斯拉 11 個月以來，他在特斯拉的 Autopilot 部門中推出了更多版本的“軟件 2.0”，他用這些圖像說明了這一點：

這是在今年3月份推出的 Autopilot 軟件更新中推出的，他所指的很可能是重寫了特斯拉使用的神經(jīng)網(wǎng)絡模型，從而顯著地改善了 Autopilot 的性能。

而現(xiàn)在神經(jīng)網(wǎng)絡模型正在慢慢接收特斯拉 Autopilot 的代碼，Karpathy 強調(diào)該團隊正在致力于數(shù)據(jù)標簽和創(chuàng)建基礎數(shù)據(jù)集架構(gòu)的研究。

Karpathy 還談到，自從加入特斯拉以來，他每天睡眠的時間大大縮短，這其中的原因主要是日常工作由實際建模和算法研究轉(zhuǎn)向了處理大量數(shù)據(jù)庫而導致的：

他舉了個例子，描述了由于不同地區(qū)車道種類的多樣性，標記這些不同類型車道線的工作也將變得相當復雜。

他提到的另一個例子是關于交通信號燈的數(shù)據(jù)集，他說這個數(shù)據(jù)集真的“非常瘋狂”，如下圖所示：

Karpathy 解釋到構(gòu)建數(shù)據(jù)集需要大量的 “時間和精力”，這是非常 “痛苦的” 的一項工作。這就是為什么他們正試圖在特斯拉建立新工具上創(chuàng)建 “ 軟件 2.0 ”，從而幫助他們完成數(shù)據(jù)庫構(gòu)建的工作。