特斯拉押注“黑匣子”人工智能技术打造自动驾驶出租车

特斯拉推出了备受期待的“机器人出租车”，而人们普遍预计该汽车制造商将展示一款名为“Cybercab”的原型车，而不是一款可上路的无人驾驶出租车。

让监管机构和乘客相信该车辆的安全性可能会困难得多，而且需要更长的时间——而其主要竞争对手，如Alphabet旗下的Waymo，正在扩大目前在部分城市运营的自动驾驶出租车车队。

根据路透社对十多位专门从事自动驾驶技术的高管、顾问和学者以及三名前特斯拉自动驾驶汽车工程师的采访，特斯拉迄今为止所走的技术路线与其所有主要的自动驾驶竞争对手都不同——这条技术路线可能带来更高的回报，但对其业务和乘客的风险也更高。

特斯拉的策略完全依赖于“计算机视觉”与“端到端机器学习”的结合，前者旨在以人类使用眼睛的方式使用摄像头，后者可以将图像即时转化为驾驶决策。

这项技术已经成为特斯拉“全自动驾驶”驾驶辅助功能的基础，但如果没有人类驾驶员，就无法安全运行。马斯克表示，特斯拉正在使用同样的方法来开发完全自动驾驶的机器人出租车。

特斯拉的竞争对手，包括 Waymo、亚马逊Zoox、通用汽车Cruise和众多中国同行——使用相同的技术，但通常会叠加冗余系统和传感器，如雷达、激光雷达和复杂的地图，以确保安全并赢得无人驾驶汽车的监管部门批准。

业内高管、自动驾驶汽车专家和特斯拉的一名工程师向路透社表示，相比之下特斯拉的策略更简单，成本也低得多，但有两个关键弱点。特斯拉的系统没有同行使用的分层技术，因此在应对“极端情况”时会遇到更多困难，即自动驾驶系统及其人类工程师难以预测的罕见驾驶场景。

另一项重大挑战是：端到端人工智能技术是一个“黑匣子”，特斯拉工程师表示，因此“几乎不可能”看到“当它出现故障并导致事故时，到底出了什么问题”，而无法准确识别此类故障，就很难防范此类事故。