马斯克讲话全文来了，他说中国总给他惊喜

lilina19790208

继去年马斯克与马云在开幕式上演 " 双马对话 " 后，SpaceX 和特斯拉创始人马斯克第二次参加世界人工智能大会，这一次是通过视频的方式在线参会。
马斯克表示，特斯拉自动辅助驾驶在中国市场应用还不错，目前公司在中国做很多原创性的工程开发，不仅仅是简单把美国的东西搬到中国，欢迎中国工程师加入。
关于自动驾驶技术，他表示，有信心在今年完成 L5 级别自动驾驶的基本功能。实现 L5 级别自动驾驶目前不存在底层根本性的挑战，但有很多的细节问题。特斯拉面临的挑战就是要解决所有这些问题，然后整合系统，持续解决长尾问题。
马斯克表示，特斯拉上海工厂进展很顺利，对特斯拉团队感觉到无比自豪，也期待着尽快访问上海超级工厂，预计未来在中国工厂中会运用更多的人工智能和更智能化的软件。他认为，在工厂真正有效使用人工智能还需要花一些时间，可以将工厂看作是一个复杂的结合体，其中也涉及到机器，实际上所有公司都是如此。
以下为马斯克发言实录：
马斯克：感谢邀请。再次参加大会太好了。我非常期待未来有机会能可以亲自来到现场。
提问者：首先，我们都知道，Autopilot 自动辅助驾驶是特斯拉纯电动车非常受欢迎的一项功能。它在中国市场的应用情况如何？
马斯克：特斯拉自动辅助驾驶在中国市场应用还不错。但因为我们与自动驾驶相关的工程开发集中在美国，所以自动辅助驾驶功能在美国的应用的更好，在加州最好，这也主要是因为我们相关的工程师在加州。在我们确定这项功能在加利福尼亚运作良好后，我们会将其推送到世界其他地区。目前我们正在中国建立相关的工程团队。如果你想成为特斯拉中国的工程师，我们会非常欢迎，这将会非常好。
我想强调下，在中国我们要做的是进行很多原创性的工程开发。所以并不是简单的将美国的东西直接照搬到中国，而是就在中国进行原创的设计和原创的工程开发。所以，如果您考虑工作，请考虑在特斯拉中国工作。
提问者：您对于我们最终实现 L5 级别自动驾驶有多大信心？您觉得这一天什么时候会到来？
马斯克：我对未来实现 L5 级别自动驾驶或是完全自动驾驶非常有信心，而且我认为很快就会实现。
在特斯拉，我觉得我们已经非常接近 L5 级自动驾驶了。我有信心，我们将在今年完成开发 L5 级别的基本功能。
我认为实现自动驾驶 L5 目前不存在底层的根本性的挑战 , 但是有很多细节问题。我们面临的挑战就是要解决所有这些小问题，然后整合系统，持续解决这些长尾问题。你会发现你可以处理绝大多数场景的问题，但是又会不时出现一些奇怪不寻常的场景，所以你必须有一个系统来找出并解决这些奇怪不寻常场景的问题。这就是为什么你需要现实世界的场景。没有什么比现实世界更复杂了。我们创建的任何模拟都是现实世界复杂性的子集。
因此，我们目前非常专注于处理 L5 级别自动驾驶的细节问题上。并且我相信这些问题完全可基于特斯拉车辆目前搭载的硬件版本来解决，我们只需改进软件，就可以实现 L5 级别自动驾驶。
提问者：您觉得人工智能和机器人技术的三大支柱：感知、认知和行为，目前在各自领域的进展如何？
马斯克：我不确定人工智能技术是否可以这样分类。如果按照这个分类标准，在感知层面，以识别物体为例，目前的技术取得了巨大进展。 可以说，即便是在专业领域，当今的高级图像识别系统也比人类都要好。
问题的实质在于需要多强的计算能力，多少计算机和多长计算时间来训练感知能力？图像识别训练系统的效率如何？就图像识别或声音识别而言，对于给定的字节流 , 人工智能系统能否准确识别处理？ 答案是非常好。
认知可能是最薄弱的领域，人工智能是否可以理解概念？是否会有效推理？能否创造有意义的事物？目前有很多非常有创造力的技术先进的人工智能，但是它们无法很好地控制其创造活动。至少现在在我们看来不太对，不过未来它会看起来像样些。
然后是行为。这个可以以游戏打比方。在任何规则明确的游戏中，或者自由发挥空间比较有限的游戏，人工智能就像超人类一样。就目前而言，很难想像有什么游戏，人工智能游戏玩家不能发挥超人类水平的，这甚至都不去考虑到人工智能更快的反应时间。
提问者：Autopilot 自动辅助驾驶在哪些方面推动了 AI 算法和芯片的发展？它又如何改变了我们对 AI 技术的理解？
马斯克：在为自动辅助驾驶开发人工智能芯片时，我们发现市场上没有成本合理且低功耗的系统。如果我们使用传统的 GPU, CPU 或其他相似的产品，将耗费数百瓦的功率，并且后备箱会被计算机，GPU 巨大的冷却系统占据，由此一来成本高昂，占用车辆体积，而且高耗能。要知道能耗对于电动汽车的行驶里程很关键。
为此我们开发了特斯拉自有的人工智能芯片，即具有双系统的特斯拉完全自动驾驶电脑，该芯片具有 8 位元和加速器，用于点积运算。在座各位可能有很多人都有所了解，人工智能包含很多点积运算，如果你知道什么是点积运算，那么便知道点积运算量巨大，这意味着我们的电脑必须做很多点积运算。我们事实上还未完全发挥出特斯拉完全自动驾驶电脑的能力。实际上，几个月前我们才审慎地启动了芯片的第二套系统。充分利用特斯拉完全自动驾驶电脑的能力，可能还需要至少一年左右的时间。
我们还开发了特斯拉 Dojo 训练系统，旨在能够快速处理大量视频数据，以改善对人工智能系统的训练。Dojo 系统就像一个 FP16 训练系统，主要受芯片的发热量和通讯的速率的限制。所以我们也正在开发新的总线和散热冷却系统，用于开发更高效的计算机，从而能更有效处理视频数据。
我们是如何看待人工智能算法的发展呢？我不确定这是不是最好的理解方式，神经网络主要是从现实中获取大量信息，很多来自无源光学方面，并创建矢量空间，本质上将大量光子压缩为矢量空间。我今天早上开车的时候还在想，人们是否能够进入大脑中的矢量空间呢？我们通常以类比的方式，将现实视为理所当然。但我认为，其实你可以进入自己大脑中的矢量空间，并了解你的大脑是如何处理所有外部信息的。事实上它在做的是记忆尽可能少的信息。
它获取并过滤大量信息，只保留相关的部分。那人们是如何在大脑中创建一个矢量空间呢？它的信息仅占原始数据很小一部分，却可以根据这个矢量空间的表达做决策。这实际上就类似一个大规模的压缩和解压缩的过程，有点像物理学，因为物理学公式本质上是对现实的压缩算法。
这便是物理学的作用。很明显，物理公式是现实的压缩算法。简言之，我们人类就是物理学作用的证据。如果你对宇宙做一个真正物理学意义上的模拟，就需要大量的计算。如果有充足时间，最终会产生觉知。人类便是最佳证明。如果你相信物理学和宇宙的演化史，便知道宇宙一开始是夸克电子，很长一段时间是氢元素，然后出现了氦和锂元素，接着出现了超新星。重元素在数十亿年后形成，其中一些重元素学会了表达。那就是我们人类，本质上由氢元素进化而来。若将氢元素放一段时间，它就会慢慢转变为我们。我觉得大家可能不太赞成这一点。所以有人会问，specialist 的作用是什么？觉知的作用又是什么？整个宇宙是一种特殊的觉知或者不存在特殊性？又或者，在氢元素转变为人类的过程中何时产生了知觉 ?
提问者：最后一个问题。祝贺特斯拉今年出色的业绩，我们也想知道，特斯拉上海超级工厂目前的进展怎么样？在上海超级工厂有没有一些制造业相关的 AI 应用？
马斯克：谢谢，特斯拉上海工厂进展顺利，我为特斯拉团队感到无比自豪，他们做得很棒！ 我期待能尽快访问上海超级工厂，他们出色地工作确实让我深感欣慰。我不知道该如何表达，真的非常感谢特斯拉中国团队。
预计未来我们的工厂中会运用更多的人工智能和更智能化的软件。但我认为在工厂，真正有效地使用人工智能还需要花费一些时间。你可以将工厂看作一个复杂的集合体，控制论集合体，其中涉及人也涉及机器。实际上所有公司都是如此。
提问者：再次感谢您参加世界人工智能大会，也感谢您的精彩分享，我们期待着明年的大会能在现场见到您！
马斯克：谢谢您的线上采访。 我希望明年能有机会能亲自参加，我很喜欢到中国。 中国总是给我惊喜，中国有很多既聪明又勤奋的人，中国充满了正能量，中国人对未来满怀期待。我会让未来成为现实，所以我非常期待再次回来。
栏目主编：徐蒙 本文作者：徐蒙 王力 文字编辑：王力 题图来源：新华社