30 秒看懂
特斯拉工程师在 2022 年说,Optimus 使用线缆和弹簧减少手部零件,而候选驾驶模型会对照整理过的历史失败案例测试,并通过静默影子模式评估。团队还介绍了用大型离线模型为车内较小网络生成标签。马斯克作出发布与机器人交付预测,一位观众则追问驾驶安全和透明度。
- 1线缆与弹簧手部减少机械零件工程师说,腱索收拢手指,弹簧负责伸展。
- 2驾驶模型会对照不断增长的失败样本测试工程师介绍整理过的案例与静默影子模式评估。
- 3大型离线模型可为车内较小网络生成标签团队将其描述为教师—学生方法。
- 4国际测试版就绪时间是 2022 年的预测马斯克指出仍需要监管批准。
- 5观众追问安全透明度马斯克解释了部署理由;特斯拉的监督式功能仍要求驾驶员保持专注。
要点建议
- 线缆可以收拢机器人手指,弹簧负责伸展。
- 大型通用测试集可能遗漏特定失效模式。
- 离线模型可以为部署中的较小模型生成标签。
- 特斯拉监督式驾驶功能要求驾驶员保持专注。
- 机器人和发布时程是 2022 年作出的预测。
按章节阅读整理后的全文
Optimus 手部、干预与安全
工程师解释手部的线缆与弹簧设计,并讨论人工干预。
在 2022 年特斯拉 AI Day 上,马斯克邀请工程师回答有关公司人工智能硬件、软件和机器人的问题。
被问及 Optimus 的手为什么使用腱索时,一位工程师说金属线缆可以减少小零件数量。团队还说,这种设计能够减少间隙和不均匀运动。
工程师解释说,腱索负责收拢手指,弹簧负责伸展,从而避免为两个方向分别配置执行器。马斯克说架构尚未固定,团队学习后可能改变。
马斯克说,特斯拉打算让机器人在工厂执行简单任务,并根据结果判断它是否有用。他预计手部和其他部件还会经历多个版本。
被问及机器人是否会有个性时,马斯克设想了对话和陪伴功能。这些是对未来产品的设想,而不是本场问答展示出的能力。
一位观众问,人的干预能否帮助训练机器人。一位工程师说,远程操作、停止不安全动作以及模拟可以提供需要避免的动作样本。
马斯克设想,未来可以给机器人高层指令,让它拆解成较小的动作。他将其描述为可从交互中学习的系统的长期目标。
被问及 Optimus 与特斯拉可持续能源使命的关系,马斯克说这一项目拓宽了公司的抱负。他预测五到十年内会取得显著进展。
马斯克说,他预计机器人将具备对话能力,并讨论了本地停止控制等安全功能。他说,这种控制不应能通过互联网修改。
Dojo 与驾驶模型测试
与会者讨论计算服务构想、车道预测与回归测试。
一位提问者问特斯拉会出售 Dojo 硬件还是提供计算服务。马斯克说,远程访问的服务可能更合理,因为大型计算机需要大量电力和冷却。
一位工程师解释驾驶团队为何使用类似语言模型的生成式方法处理车道:路口可能有交叉连接,视觉信息也可能不完整,因此生成连贯的车道图很有用。
被问及如何测试神经网络时,团队介绍了针对特定失效模式整理的数据集。一位工程师说,新模型会对照不断增长的历史失败样本进行检查。
团队还介绍了影子模式:模型在车辆中静默运行,收集行为证据,之后才面向客户发布;此外还有进一步的质量检查。
被问及大型基础模型,一位工程师说特斯拉用大型离线模型生成标签,训练在车内运行的较小网络。团队将其描述为一种教师—学生训练方式。
另一位工程师说,按照团队经验,更大的数据集和相关任务预训练改善了模型表现。发言者描述的是自己的研发结果,而不是对所有任务的保证。
人工智能监管与驾驶系统开发
马斯克与工程师回答通用人工智能安全、车辆感知和测试版发布计划的问题。
被问及通用人工智能安全时,马斯克说自己支持公共监管;如果特斯拉对通用人工智能作出重大贡献,他会投入安全专业能力。
一位提问者问重型卡车是否需要与轿车不同的感知系统。马斯克以人类视觉作类比,认为摄像头和神经网络原则上可以驾驶不同类型车辆。
被问及将 Full Self-Driving 测试版扩展到国际市场,马斯克预测技术上可在 2022 年底前准备就绪,同时指出各国监管批准情况不同。这是活动上的预测。
工程师说,量产驾驶辅助系统与测试版正共享更多视觉系统,但车道建模和高速公路行为仍需整合和测试。
与会者说,测试应覆盖不同天气和道路环境。马斯克将两次必要安全干预之间的行驶距离列为团队监测的一个指标。
被问及会给年轻时的自己什么建议,马斯克建议向有能力的人学习、多阅读,同时也抽时间享受当下。
工厂任务与机器人开发
马斯克预测可能的客户交付时间,并说会从简单任务开始。
一位观众问,为什么人形机器人可能比早期自动驾驶预测所暗示的进展更快。马斯克提到人工智能的进步,以及特斯拉在电机、电子、电池和传感器方面的经验。
马斯克说,Optimus 早期测试将聚焦在工厂搬运或装载零件。他在 2022 年估计客户可能在三到五年内收到机器人;这是预测。
被问及开放人形机器人研究,马斯克提出对有害用途的担忧,并说需要安全限制。提问者此前建议扩大对模拟工具和硬件的访问。
一位工程师说,机器人所需的控制速度取决于具体任务。马斯克补充说,更好的灵巧度和更低延迟是后续版本的目标。
马斯克将特斯拉描述为多个团队的集合,它们为电动车和驾驶系统发展出专业能力。他说,自己的职责包括创造让工程师完成高要求工作的环境。
困难样本、风险与未来设计
工程师介绍数据收集,观众则询问安全性和机器人形态。
工程师讨论如何寻找困难驾驶样本,包括识别系统信号之间的不一致,以及在影子模式下比较模型预期动作与用户行为。
被问及特斯拉如何定义通用人工智能,马斯克说公司当时并未直接聚焦该问题。他推测,车辆、机器人与真实世界数据方面的工作可能产生更广泛的能力。
他将互联网比作扩大信息获取范围的通信网络。这是他对人、机器和集体知识的更广泛讨论的一部分。
马斯克说,神经网络已逐渐承担驾驶系统中的更多任务。他将直接从视频与驾驶员操作中学习描述为可能方向,同时说系统当时尚未达到这一点。
一位观众问特斯拉如何评估驾驶风险,以及是否需要外部透明度或监管。马斯克讨论安全统计,并主张当他认为部署能减少总体伤害时就应部署。
他的安全判断是公司观点,并非本场活动确立的比较结果。特斯拉目前的 [FSD(监督式)说明](https://www.tesla.com/support/fsd)要求驾驶员保持专注,并指出该功能不会使汽车成为自动驾驶车辆。
最后一位观众问人形机器人为何必须对称,并提出更不寻常的设计。马斯克说,眼前目标是制造基本且有用的机器人,未来可能出现配件或不同形态。
他说,以可行的成本交付有用的实体产品很困难,并感谢团队。
同频道的其他文章
3:35:00EN → 简体中文
41:04EN → 简体中文
8:15EN → 简体中文
53:25EN → 简体中文
7:20EN → 简体中文
3:39:05EN → 简体中文