媒体滚动|特斯拉马斯克访谈实录:SpaceX载人飞船上天前我曾跪地祈祷(17)


最终呈现的结果仍然是软件 , 但更多是通过神经网络来实现的 , 基于启发式算法少了 。 这是一个很大的改进 。
58、Lex Fridman:所以你想要一直增加神经网络 。
马斯克:但这甚至不是所有的神经网络 , 就像一个改变游戏规则的人 , 但是必须利用大量 C、C++ 组成一个神经网络 。
神经网络通过少量的数据来识别:这是一条车道线;这是一个可行驶空间;这是一辆车;这是一辆自行车或其他的障碍物 。 神经网络必须向 C、C++ 代码输出正确的向量 。
对于我们已经完成的 , 我觉得我们做得很好 , 使它的增长速度达到了局部的最大值 , 这是了不起的事情 。 另一方面 , 我们对神经网络的训练也进行了很大的调整 , 需对原始图像进行训练 , 得到最终的图像信息 。
59、Lex Fridman:所以这是一种降低复杂性的方法 , 降低了整个过程的复杂度 。
马斯克:是的 , 所以代码数量也会有所减少 。
60、Lex Fridman:这很迷人 。 所以 , 特斯拉目前正在通过所有传感器的加入来降低难度 。
马斯克:主要依托于摄像头 。
61、Lex Fridman:和人类一样 , 但我们也通过耳朵听声音 。
马斯克:是的 , 实际上我们还要将声音融入其中 , 需要听救护车的警报声或者消防车的声音 , 再或者有人对你大喊大叫 , 所以也需要一些音频 。
老实说 , 提出这些想法非常容易 , 但实施起来非常困难 。 就像提出去月球是最简单的一部分 , 而到达月球是最难的部分 。
整个过程中在软件和硬件层面都存在很多核心的工程问题 , 需要对很多代码进行调整 , 减少延迟 , 如果我们不这样做 , 系统就不会工作 。
而这就是工程师们主要的工作内容 , 他们就像你认识的那些无名英雄 , 他们对项目的成功至关重要 。
62、Lex Fridman:对于我来说 , 外面在发生什么事情 , 安德烈在做什么事情 , 这都让我超级令人兴奋 。 软件的基础架构等一切都在用数据引擎进行 , 整个过程像一个艺术品 。
马斯克:它的规模之大难以令人相信 。 我们编写了这些所有的用于培训和标签的定制软件 , 并且进行标定 , 标定是必不可少的 , 因为 , 当你处理像环绕视频的时候很难 , 从头开始标记环绕视频是非常困难的 。
一个人需要花费很长时间比如几个小时来标记一个视频剪辑 , 或者做一个标定 , 而软件只需要对视频剪辑应用进行大量的计算 , 进行预先分配和猜测环绕视频中发生的所有事情 。
63、Lex Fridman:还有就是需要纠正它们 。
马斯克:是的 , 然后人类所要做的就是调整 , 比如调整不正确的地方 。 这就像把生产力提升了 100 倍或更多 。

推荐阅读