行業(yè)] 特斯拉首席執(zhí)行官埃隆 · 馬斯克在 2024 年的年度股東大會(huì)上談到了困擾特斯拉完全自動(dòng)駕駛 ( FSD ) 系統(tǒng)的重大難題。兩年前，業(yè)內(nèi)人士就曾推測(cè)這一 " 蹺蹺板問題 " 可能阻礙特斯拉實(shí)現(xiàn)無人駕駛出租車的目標(biāo)。
馬斯克表示，隨著 FSD 系統(tǒng)不斷進(jìn)步，判斷哪個(gè) AI 模型更好變得愈發(fā)困難。因?yàn)楫?dāng)行駛數(shù)千英里后才出現(xiàn)一次需要人工干預(yù)的情況時(shí)，如何快速評(píng)估新模型的性能就成了難題。一個(gè)模型解決了 A 問題，卻可能帶來 B 問題，這使得評(píng)估 AI 模型的性能變得復(fù)雜。
為了解決這一問題，特斯拉正在采取多種方式。首先，通過仿真測(cè)試和影子模式運(yùn)行，部分車輛不啟用 FSD 功能，從而對(duì)比新模型的駕駛行為和用戶行為，發(fā)現(xiàn)不同模型的優(yōu)劣勢(shì)。其次，特斯拉可以利用旗下數(shù)百萬輛汽車的龐大數(shù)據(jù)庫，比較 AI 模型的預(yù)測(cè)行為和用戶實(shí)際駕駛行為之間的差異，從而判斷哪個(gè)模型表現(xiàn)更好。
Cleantechnica 編輯 Zachary Shahan 兩年前就推測(cè)特斯拉 FSD 系統(tǒng)可能存在這個(gè)“蹺蹺板問題”，即系統(tǒng)在修正既有問題的過程中可能會(huì)引入新的問題，導(dǎo)致整體效果停滯不前。
“目前最大的限制并不是訓(xùn)練數(shù)據(jù)，而是測(cè)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(fù)雜…… 所有模型在沒有復(fù)雜路口的良好道路上行駛時(shí)都表現(xiàn)良好。因此，我們?cè)诿绹x取了幾千個(gè)復(fù)雜路口，專門用來測(cè)試新模型的性能。”
自2013年起，特斯拉開始研發(fā)自動(dòng)駕駛輔助系統(tǒng)。2014年，特斯拉推出了自動(dòng)駕駛輔助系統(tǒng)Autopilot 1.0，并在此后進(jìn)行了四次升級(jí)。