车用人工智慧
2022至2023年，实现新里程碑
让自动驾驶汽车像人一样思考
「它就和ChatGPT一样，只不过是给汽车使用，」自动辅助驾驶团队成员什罗夫对马斯克说。他将自己在特斯拉的专案，拿来与OpenAI新推出的人工智慧聊天机器人做比较。OpenAI是马斯克和奥特曼在2015年共同创立的实验室。马斯克花费将近十年的时间，开发各种不同形式的人工智慧，包括自动驾驶车、机器人Optimus、脑机介面Neuralink等。什罗夫的专案主要是开发最先进的机器学习技术，也就是设计能够学习人类行为的自动驾驶系统，他说：「我们处理了大量资料，都是关于真实人类如何应对复杂的驾驶情境，然后训练电脑神经网路模仿人类的行为。」
什罗夫偶尔会加入三剑客詹姆斯、安德鲁及诺迪恩的行列，组成四剑客。马斯克要求和什罗夫见面，想说服他离开特斯拉自动辅助驾驶团队，去推特工作。但什罗夫想留在特斯拉，他希望说服马斯克相信，自己负责的专案对特斯拉甚至整个世界来说，都非常重要。他将提出的新技术称为「神经网路路径规划器」（neural network path planner），将赋予特斯拉的自动驾驶软体「向人类学习」的能力。
他们两人预定在2022年12月2日周五会面，实际上马斯克当天的行程早已爆满，只能硬塞进去。那一天，也是独立记者泰比预计发表第一批推特文件的日子。当天早上，什罗夫依马斯克的要求抵达推特总部，马斯克刚参加完电动皮卡Cybertruck发表会，从内华达赶回来。他向什罗夫道歉，表示自己忘记要飞到纽奥良和法国总统马克宏见面，讨论欧洲的内容审核规范。他请什罗夫当天傍晚再回来。当马斯克等待与马克宏会面时，传简讯给什罗夫，再度要求延后会面时间。他在某个时间点写道：「我会迟到四个小时，你愿意等我吗？」但就在同一个时间，他又突如其来地传简讯给独立记者维斯夫妇，请他们当晚飞到旧金山与他会面，协助处理推特文件。
当天深夜，马斯克回到旧金山，终于有机会坐下来与什罗夫谈一谈。什罗夫解释，他正在开发的神经网路路径规划器专案细节。「我认为，让我继续进行目前的工作，真的超重要。」什罗夫说。马斯克听了他的说明之后，再度燃起对这个专案的热情，也认同什罗夫的说法。他明白，未来特斯拉不只是一家汽车公司，也不只是一家干净能源公司。如果能整合全自动辅助驾驶、Optimus机器人与Dojo机器学习超级电脑，它将会成为一家人工智慧公司，不仅能透过聊天机器人在虚拟世界运作，也能在实体工厂与道路上运作。他早已在考虑雇用一批人工智慧专家，与OpenAI正面对决，特斯拉的神经网路路径规划团队将能补足他们的工作。
多年来，特斯拉的自动辅助驾驶系统一向采取规则基准法（rule-based approach）。系统由摄影机取得视觉资料，辨识车道标线、行人、车辆、交通号志等各种标的，以及八台摄影机可拍到的任何物件。接着，软体会依据一套规则运作，例如：红灯亮时要停车，绿灯亮时要开车；保持在车道标线中间；不能跨越双黄线驶进对向车道；只在任何车辆的速度都不足以撞到你时，才通过路口等等。特斯拉工程师手动撰写和更新数十万行C++程式码，将这些规则应用在各种复杂情境中。
什罗夫正在开发的神经网路路径规划器专案，可为软体增加新能力。「汽车不再只是根据规则决定适合的路径，」什罗夫说，「还会倚赖神经网路，而神经网路是根据数百万个人类行为的案例进行学习。」换句话说，神经网路会模仿人类。每当面对某个情境，神经网路会依据人类在成千上万种类似情境中的行为，选择其中一条路径。就和人类学习说话、开车、下棋、吃义大利面和几乎其他所有事情一样，我们或许会遵循某套既定规则，但多数时候，我们都是观察其他人怎么做才渐渐学会技能。这是电脑科学之父图灵在1950年发表的〈计算机与智慧〉论文中，设想的机器学习方法。
特斯拉拥有全球名列前茅的强大超级电脑，用来训练神经网路，里面采用的是晶片大厂辉达（Nvidia）设计的图形处理器（GPU）。马斯克的目标是在2023年改用Dojo，也就是特斯拉从零打造的超级电脑，以视觉资料训练人工智慧系统。Dojo用的晶片与基础设备全都是特斯拉人工智慧团队自行设计，运算效能高达约8 exaflops（一个exaflops为每秒百万兆次浮点运算），是全球性能最强大的人工智慧超级电脑之一。这台超级电脑将可用来训练自动驾驶软体及Optimus机器人。「能够同时训练它们真的很有趣，就好像它们正在努力探索世界。」马斯克说。
到了2023年初，神经网路路径规划器专案已经分析了从特斯拉顾客车上取得的1,000万幅影片画面。这是不是表示系统的表现只能达到一般人类驾驶的平均水准？「不是，因为我们只用了人类成功应对某个情境的资料。」什罗夫解释。人类标记员会评估所有影像画面，然后给予评分；许多标记员的工作地点在纽约水牛城。马斯克告诉他们，找出「Uber五星驾驶会采取的行动」，然后利用这些影片训练电脑。
马斯克会定期巡视特斯拉位在帕罗奥图的办公大楼，自动辅助驾驶团队就在其中一个开放空间工作。他会蹲跪在一旁，即兴地讨论。有一天，什罗夫向马斯克展示他们最新的开发进度。马斯克觉得很不错，但有个问题：真的需要采用这个新方法吗？会不会有点过头？他有个座右铭：绝不用巡弋飞弹宰杀苍蝇，用苍蝇拍就够了。使用神经网路规划路径，只为了应付少数不太可能发生的极端情况，是否过度复杂而没有必要？
什罗夫向马斯克展示，在哪些情况下，神经网路的表现会优于规则基准法。在一个模拟情境中，道路上散布着垃圾箱、掉落的交通锥，以及任意丢弃的垃圾。由神经网路路径规划器引导的汽车，在必要时会打破某些规则，跨越车道线，借此避开障碍物。「当我们从规则转为神经网路时，就能做到这一点，」什罗夫对马斯克说，「如果使用神经网路，汽车永远不会撞到任何东西，即使是在混乱的情境下。」
每次看到类似的技术大跃进，马斯克就会变得异常的兴奋。「我们应该举办一场詹姆斯。庞德风格的展示会。四周炸弹全部爆炸，幽浮从天而降，然后我们的汽车疾驶而过，完全没撞到任何东西。」他说。
机器学习系统在自行训练时，通常需要有目标或指标做为引导。马斯克偏爱的管理方法，正好是直接指定哪些指标最重要。他告诉团队的指标是：使用特斯拉全自动辅助驾驶的汽车，在没有人为干预下的行驶里程。「我希望每次开会时，第一张投影片能够显示最新的无人为干预里程数，」他下令，「当我们训练人工智慧时，要优化的目标是什么？答案是提高两次人为干预之间的里程数。」他告诉他们，要和电玩游戏一样，让玩家每天都可以看到分数，「看不到分数的电玩游戏很无聊。如果每天都能看到无人为干预的里程数持续增加，会让大家更有动力。」
于是团队成员在工作空间安装了几台巨大的85吋电视萤幕，即时显示全自动辅助驾驶汽车在不受人为干预的情况下，平均可行驶多少里程数。每当他们看到某种类型的干预行为反复发生，例如驾驶在变换车道、车道合并或转进复杂路口时，握住了方向盘，他们就会同时启用规则及神经网路路径规划器，试着解决问题。他们在办公区摆了一面铜锣，每当成功解决人为干预的问题时，就敲锣庆祝。
人工智慧的应变反应比真人更好
2023年4月中，马斯克决定测试新的神经网路路径规划器，让电动车在帕罗奥图市区绕行。什罗夫和自动辅助驾驶团队已经装配好一台车，其中的自动驾驶软体接受过神经网路训练，有能力模仿人类驾驶的行为。在这个软体里，遵循规则基准法的传统程式码占比非常低。
马斯克坐在驾驶座，旁边坐着的是自动辅助驾驶软体总监亚索克。艾鲁斯瓦米（Ashok Elluswamy）。什罗夫与其他两位团队成员麦特。鲍赫（Matt Bauch）及克里斯。佩恩（Chris Payne）坐在后座，他们三人已在特斯拉工作了八年，办公桌彼此相邻，都住在旧金山，住所仅相隔几个街区。多数人的办公桌都会放上家人相片，他们三人的办公桌却放着同一张照片：三人在万圣夜派对上的合影。詹姆斯在马斯克收购推特、徵调他去那里工作之前，曾是这个团队的第四名成员，什罗夫一直避免自己落入和詹姆斯相同的命运。
在他们离开特斯拉帕罗奥图办公园区的停车场时，马斯克在地图上选定了电动车行驶的目的地、点击全自动辅助驾驶，然后双手离开方向盘。当电动车驶入主要干道时，立即面临第一个可怕的挑战：一台单车正朝向他们而来。「我们所有人屏住呼吸，因为骑单车的人会怎么反应很难预料，」什罗夫说。但是马斯克一点也不在意，也没有把手放回方向盘。结果这台车自动礼让单车先行。「完全是真人驾驶会采取的做法，」什罗夫说。
什罗夫和他的两位团队成员开始详细解说，他们如何从顾客车上的摄影机搜集数百万支影片片段，才训练出车上的全自动辅助驾驶软体。相较于以人工撰写程式、设定数千条规则的传统软体，新软体的架构简单许多。「它的运作速度快了10倍，而且最后可删除30万行程式码。」什罗夫说。鲍赫表示，这就好比人工智慧机器人在玩某种极其无聊的电玩游戏。马斯克听了，扑哧笑了出来。电动车继续在车流中自行向前行驶，马斯克拿出他的手机，开始发送推文。
电动车行驶了25分钟，经过大街小巷，完成复杂的转弯，成功避开单车、行人和宠物。行驶过程中，马斯克完全没有碰触方向盘，只有几次去踩油门，因为他觉得这台车过度谨慎，例如：在四向停车号志前过度遵守规则。 电动车一度采取的应变行动，甚至让马斯克觉得比自己可能做出的反应更好。他说：「哇，太棒了，即使是我的人类神经网络，都可能反应不过来，但是这台车做对了。」他实在太开心了，开始用口哨吹着莫札特的G大调〈小夜曲〉。
拥有两大即时资料库
马斯克对在场的所有人说：「各位做得太棒了，真的非常了不起。」接着，所有人一起参加自动辅助驾驶团队的周会，20名成员几乎全穿着黑色T恤，围着会议桌而坐，聆听最后的裁决。许多人原本不相信神经网路专案能成功。马斯克宣布，现在他相信了，他们应该投入大量资源，继续推动这项专案。
讨论过程中，马斯克抓住了团队发现的一个关键要点：神经网路必须接受至少100万支影片片段的训练，才能运作顺畅，如果超过150万支，则会表现得非常优异。这意味着相较于其他车厂与人工智慧企业，特斯拉拥有极大的竞争优势。因为特斯拉每天可从全球将近200万台的电动车上，搜集到数十亿幅影片画面。「在这点上，我们占有独一无二的地位。」自动辅助驾驶软体总监艾鲁斯瓦米在会议上说。
不论是开发哪种形式的人工智慧，从自动驾驶汽车到Optimus机器人，以及类似ChatGPT的机器人程式，都必须具备搜集与分析大量即时资料的能力。现在，马斯克已拥有两个强大的即时资料库：自动驾驶车的影片，以及推特平台上每周高达数十亿则的推文。会中他告诉自动辅助驾驶团队，刚完成一笔重要采购案，是为推特添购了上万个GPU晶片。他同时宣布未来将增加开会频率，讨论特斯拉正在设计中的Dojo晶片，Dojo晶片可望展现更强大的效能。他也懊悔地承认，不该在圣诞节期间，冲动地关闭推特位于沙加缅度的资料中心。
当天在会议中参与旁听的，有位人工智慧领域的超级明星工程师。马斯克当周才把他挖角过来，参与即将推出的秘密专案。
* * *
1 所有车辆在通过交叉口时，必须先停车，确认安全后再开车。