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(biāo)。

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(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，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(dǎo)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?！?/p>

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(yù)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(xùn)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(fù)雜…… 所有模型在沒有復(fù)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(fù)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)。