聪明人特斯拉喊你去上班

当伊隆·米德多特；当马斯克给你呈现一个可能是世界上最有吸引力的工作机会时，你会做出什么选择？

就是义无反顾地登上航船，加入到加速世界向可持续能源转变的进程中来。其他公司给的年终奖会不会比特斯拉的丰厚，我们拭目以待。

如果一下子很难做决定，那我们就来看看北美时间9月30日晚，北京时间10月1日上午举办的特斯拉2022 AI日。同时可以深入了解特斯拉的业务和愿景，同时也可以对自己现有的工作能力做一个全面的考验。

毕竟这是一款连马斯克都亲口承认ldquo的游戏；内容比较硬核rdquo面向大型人工智能和机器人领域工程师的全球互联网招聘会。如果理解不好，可能很难过五关斩六将，最终成为特斯拉的正式员工。

FSD，没有测试版

在整体位置上，特斯拉FSD在整个ldquoRdquo招聘会；腰，这与该业务在整个特斯拉公司的地位高度吻合。

众所周知，具有强烈赛博朋克感的人形机器人是马斯克为了支撑公司市值而特别构建的ldquo虚拟现实rdquo但FSD是特斯拉实现用户想象、完成技术落地、实现商业化的核心手段。而且，是不可避免的那种。

在今年8月4日召开的特斯拉股东大会上，马斯克透露，10.13版本的研究已经进行了一段时间，工程师们做出了ldquo一些非常重要的架构改进；，比如改善左转时的复杂问题等。目前，FSD beta正在北美进行一定规模的测试，累计行驶里程已经超过4000万英里。预计今年年底将开始更大规模的测试。

2022年AI日，特斯拉公布了更具体数字的时间表:2021年参与FSD beta测试的用户数为2000人，2022年扩大80倍至16万人。这些用户共为特斯拉积累了480万条数据，完成了7.5万个神经网络的训练，实现了35个FSD版本的变更。AI日之后，特斯拉将发布FSD版本10.69.2.3，这将是一个ldquo给大家惊喜rdquo更新，马斯克还再次确认了FSD beta将于今年年底在全球范围内部署的消息，但各国监管部门是否会批准，何时批准，批准尺度会收紧到什么程度，马斯克并未透露更多。

在自动驾驶技术的路线选择上，特斯拉还处于ldquo纯视觉感知rdquo路上没有回头路，这让特斯拉有可能在不久的将来重启激光雷达计划。不过需要指出的是，目前纯视觉路线的硬件基础是HW 3.0。HW4.0硬件到来，马斯克会主动上演ldquo真理法则rdquo，谁也说不准。

具体来说，FSD beta的做法是:首先将采集到的实际道路行驶数据，用迭代了4次的自动数据标记系统进行标记。这种内部使用的标记语言特斯拉在使用中不断优化。然后把标注的数据ldquo你好rdquo给神经网络，让它们在丰富的数据海洋中遨游，完成自我训练。最后，将训练好的神经网络部署到FSD中，以提高车辆的辅助驾驶能力。

听起来整个工作环节并不复杂，但实际工程师需要解决的问题却是一个接一个。

在整个过程中，特斯拉车辆上的摄像头感知周围环境后捕捉视频片段产生的数据量是惊人的，训练一个神经网络所需的数据量和时间也是惊人的mdashmdash14.4亿张图片，超过10万个GPU训练小时，超过30 PB视频缓存。

因此，数据标注的效率就显得尤为重要。高效的数据标注可以有效提高神经网络的训练效率，更高的神经网络训练效率可以产生很多魔力。比如占位网络，只通过摄像头就可以实现激光雷达的感知能力。不知道赶着让激光雷达上车的中国造车新势力看到这些是什么感受？

说了这么多专业术语，这个FSD beta进化到什么程度了？我们用自动驾驶的史诗问题mdashmdash以无保护左转为例，测试系统能力。

无保护左转是人类开车遇到的最难的事情之一。车辆需要在复杂的车流、标线、交通标志、行人中找到一条安全度最高的路线，在极短的时间内做出决策，完成左转。即使你有足够的驾驶经验，也很难确认从要加的车道右侧驶来的车辆不会发生撞车等突发情况。

人类老司机左转都怕，更别说现阶段还不那么智能的自动驾驶了。无保护左转对自动驾驶车辆的环境感知和实时预测提出了极大的挑战。GPS定位系统、摄像头、激光雷达、毫米波雷达等硬件可以解决环境感知问题，但它们很难预测人类驾驶员的意图。对面司机是礼让司机还是攻击性司机，机器无从得知。

所以特斯拉的做法是借鉴人类的做法mdashmdash实时感知，实时计算。在展示案例中，特斯拉在左转时遇到了人行横道上遛狗的行人、从车道右侧驶来的汽车和从车道后方驶来的汽车。在预测了不同交通参与者的行动轨迹后，FSD beta给出了几种不同的驾驶策略。在与底部的大数据库对比后，它选择了最佳行驶路线:礼让行人和狗，但避开右侧和后方驶来的汽车，成功安全地完成了一次无保护的左转，其果断性超过了其他人。

所以，我们总结一下:FSD beta现有的能力是由海量数据滋养的。数据主要从两个渠道收集:现实世界的特斯拉团队和虚拟世界的模拟系统。

等等，是不是少了什么？

道场，道场

要完成海量数据的实时计算和输出，特斯拉需要足够强大的基础，强大的训练计算机DOJO应运而生。

在去年的AI日，特斯拉展示了训练芯片DOJO D1和基于它的集群ExaPOD。DOJO D1芯片基于TSMC 7nm工艺制造，散热设计功耗400W，可实现FP32计算能力22.6 TFLOPS。然后，特斯拉把25个D1芯片装进一个特制的底模mdashmdash在训练瓦片上，它们被TSMC的InFO_SoW片上系统技术封装，每个瓦片可以提供9万亿次浮点运算和瓦片外36 TB/s的带宽。

每个训练瓦片具有七层结构。你可以把它想象成一个厚厚的三明治。第一层和第五层是水冷散热夹层，第二层是25片D1芯片，第三层是封装基板，第四层和第七层是承载层，第六层是电源模块和通信互联模块。

随后，Tesla将120个打包的训练Tile组装成一个ExaPOD超级计算机集群，共有3000个d 1芯片，计算能力为1.1 EFLOP，是史上最快的AI训练计算机。更可怕的是，下一代DOJO芯片将性能提升10倍。当然，落地时间还不得而知。

包括作者在内的大多数人都觉得很难在短时间内认出这些单位和数字。为了便于理解，你可以把道场想象成一个没有理论上限、无止境扩张的超级杀手锏，前提是有足够的空间容纳柜子，资金充足。

根据特斯拉的计划，首个DOJO ExaPod超级计算机集群将于2023年前在加州建成并落地。它将大大提高特斯拉的整体工作效率，将需要几个月的工作减少到一周。

比汽车更有价值的机器人

最后，我们来看看三大工作中的最后一个，也是公众感知最强的一个mdashmdash机器人。

2021 AI日，马斯克公布了人形机器人特斯拉机器人(Tesla Bot)的原型，身高1.72米，体重56.6公斤。一年后，特斯拉机器人(Tesla Bot)成为了擎天柱(Optimus擎天柱)的原型，这是一个可以独立行走、挥手和跳舞的机器人。

除了上述令人眼花缭乱的动作，擎天柱原型还可以在汽车工厂里搬运货物零件、胶水厂、移动金属棒。机器人主要依靠不同的颜色来区分真实场景中的不同物体，从而实现对精确物体的定点操作。特斯拉还没有公布具体的颜色划分规则，但可以肯定的是这是一套纯视觉识别方案，和FSD beta一模一样。

马斯克认为人类应该专注于脑力劳动而不是体力劳动，而擎天柱人形机器人的出现就是为了把人类从简单繁重的体力劳动中解放出来。据估计，一个人形机器人量产后的成本不会超过2万美元。把这些钱花到ldquo发布rdquo一个人，看起来很划算。

资料显示，Optimus人形机器人静态功率100 W，快速移动功率500 W，关节自由度200多个档位，手部支撑27个档位。确实比不上人类灵活的双手，但是要进步就要付出代价。Optimus人形机器人采用单片FSD芯片打造，计算能力72 Tops，电池容量2.3度，一次充满。理论上可以运行一整天。

在仿人机器人的关键能力mdashmdash在对实物的抓取和操控上，特斯拉对擎天柱倾注了大量心血。通过6个执行单元，实现了手指关节的11档自由运动，提取重量上限为9 kg。虽然这个重量在健身房只能算新手教练，但至少比只能四脚着地的ldquo要好；狗形移动物体rdquo更符合人类对机器人的想象。

但是，马斯克心目中真正的人形机器人，并不像擎天柱那样威严，充满距离感。他更喜欢体态妖娆，风情万种的猫女人形机器人。

写在最后

虽然马斯克提前预测了2022 AI日的铁杆程度，但实际公布的内容的铁杆程度仍然远远超出了大多数人的想象和认知边界。不知道在这次大型网络招聘会之后，马斯克的邮箱里会收到多少份人工智能和机器人领域的全球顶尖工程师的简历。

我们可能还没有勇气把简历发到马斯克的邮箱里，但这并不妨碍我们听听51岁的马斯克在现场给出的七条生活和职场经验，不油腻也不说教，或多或少能给我们启发:

1.尽快加入特斯拉；

2.和聪明人交朋友，接近聪明人；

3.尽可能多读书；

4.如果你有一个好的想法，你必须坚持下去；

5.做大事不喝酒，比如造火箭；

6.一件大事做完后，比如火箭完成，可以躺在沙滩上喝一杯；

7.偶尔，只是偶尔，停下来闻闻路边的花香。

相关信息特斯拉人形机器人“擎天柱”现身马斯克:不会像终结者。特斯拉人形机器人“擎天柱”出现！看，这是特斯拉的手，不是动画。特斯拉的AI Day 2022活动开幕:人形机器人擎天柱预计将由每个2万美元背刺的老主人揭幕！特斯拉Model 3/Y变相降价:7000元保险补贴来深度体验特斯拉Model 3一个月！韭菜越来越绿，支持奖励。

支持0个人

反对

报酬

商品价值评分

快科技1997-2022版权所有。

ICP编号18024899 -2王编号41010502003949

免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。