8月8日，robotaxi首秀。這很可能是劃時代的車。按照馬斯克的原話：它會讓特斯拉市值衝上10萬億美元。一百年後人們都會談論這個重要時刻。而馬斯克真正想要的是，通過robotaxi（自動駕駛出租車）顛覆交通運輸的現存模式。
三體引力波依照沃爾特·艾薩克森力作《馬斯克傳》美版（simon&schuster出版），選取相關章節譯成中文，為大家呈現這段不輸於編劇筆法的驚人內幕。
「它跟chatgpt一樣，只不過是給汽車使用，」自動輔助駕駛團隊成員達瓦爾·什羅夫（davar shrove）對馬斯克說。 他把自己在特斯拉的ai項目，拿來跟openai新推出的人工智能聊天機器人做比較。 openai是馬斯克和奧特曼在2015年共同創立的實驗室。馬斯克花了近十年時間，投入開發各種不同形式的人工智能，包括自動駕駛系統、人形機器人optimus、腦機接口neuralink等。什羅夫的人工智能項目主要是開發最先進的機器學習技術，也就是能夠學習人類行為的自動駕駛系統，他說：「我們處理了大量信息，都是關於真實人類如何應對複雜駕駛場景，然後訓練計算機神經網絡模仿人類的駕駛行為。」
什羅夫偶爾會加入三劍客詹姆斯、安德魯、羅斯的隊列，組成四劍客。馬斯克要求和什羅夫見面，想說服他離開特斯拉自動輔助駕駛團隊，去推特工作。但什羅夫想留在特斯拉，他希望說服馬斯克，自己負責的ai項目對於特斯拉甚至整個世界來說，非常重要。他把自己提出的ai新技術，命名為「神經網絡路徑規劃器」（neural network path planner），賦予特斯拉的自動駕駛軟件向人類學習的能力。
他們兩人原定在2022年12月2日周五見面，實際上馬斯克當天的行程已經排滿，只能硬塞。當天早上，什羅夫按照馬斯克的要求抵達推特總部，馬斯克剛參加完 cybertruck 賽博皮卡發布會，從內華達趕回。他向什羅夫道歉，表示自己忘記了要飛到新奧爾良和法國總統馬克龍會面，需要討論歐洲的內容審核規則。他請什羅夫當天傍晚再來面談。當馬斯克等待與馬克龍會面期間，發消息給什羅夫，再次要求推遲面談時間。「我會遲到四個小時，你願意等我嗎？」但就在同一時間，他又突如其來地發消息給獨立調查記者維斯夫婦，請他們當晚飛到舊金山與他會面，協助處理推特文件。
當天深夜，馬斯克回到舊金山，終於有機會坐下來與什羅夫談一談。什羅夫解釋了，他正在開發的神經網絡路徑規劃器項目諸多細節。 「我認為，讓我繼續進行目前的工作，真的非常重要。」什羅夫說。 馬斯克聽了他的解釋後，再次燃起對這個ai項目的熱情，也認同什羅夫的說法。他知道，未來特斯拉不只是一家汽車公司，也不只是一家清潔能源公司。如果能夠整合全自動駕駛、optimus 機器人、dojo 機器學習超級計算機，它會成為一家人工智能公司，不僅能通過聊天機器人在虛擬世界運行，還能在實體工廠與現實道路上運行。 他早已在考慮聘請一批人工智能專家，與openai正面對決，特斯拉的神經網絡路徑規劃團隊正好能填補這份工作。
多年來，特斯拉的自動輔助駕駛系統一向採取基於規則的算法（rule-based approach）。系統由攝像頭採集視覺數據，辨識車道標線、行人、車輛、交通信號等，以及八個攝像頭拍到的視頻信息。接着，軟件會根據一套規則運行，例如：紅燈亮時要停車，綠燈亮時要開車；保持在車道標線中間；不能跨越雙黃線駛入對向車道；只在其他任何車輛的速度都不足以撞到你時，才通過路口等等。特斯拉工程師手動編寫和更新幾十萬行 c++ 代碼，把這些規則應用在各種複雜情境里。
而什羅夫正在開發的神經網絡路徑規劃器項目，可以為軟件系統增加新能力。「汽車不再只根據規則決定適合的路徑，」什羅夫說，「還會依賴神經網絡。神經網絡是根據數百萬個人類行為的真實案例計算機進行深度學習。」換個說法，神經網絡會模仿人類。每當面對某個情境，神經網絡會根據人類在成千上萬種類似情境的行為，選擇其中一條路徑。就跟人類學習說話、開車、下棋、吃意麵……幾乎所有事情一樣，我們會遵循某套既定規則，但多數時候，我們都是觀察其他人怎麼做逐漸學會技能。這是計算機科學之父圖靈在1950年發表的《計算機與智能》論文中，設想的機器學習方法。
特斯拉擁有全球名列前茅的強大超級計算機，用來訓練神經網絡，採用芯片大廠英偉達（nvidia）設計的圖形處理器（gpu）。馬斯克的目標是在2023年改用dojo，也就是特斯拉從零打造的超級計算機，用視覺數據訓練人工智能系統。dojo用的芯片和基礎設備，全都是特斯拉人工智能團隊自主設計的，算力高達每秒約800億億次浮點運算，是全球性能最強大的人工智能超級計算機之一 。這台超級計算機能用來訓練自動駕駛軟件和optimu人形機器人。「能夠同時訓練它們真的很有趣，就好像它們正在努力探索世界。」馬斯克說。
2023年初，神經網絡路徑規劃器項目已經分析了從特斯拉用戶車上採集的1,000萬幀視頻畫面。這是不是意味着系統的表現只能達到一般人類駕駛的平均水準呢？「不是，因為我們只採用了人類成功應對某個情境的數據。」什羅夫解釋。人類標記員會評估所有視頻畫面，然後給出評分，許多標記員的工作地點在紐約水牛城。馬斯克告訴他們，找出「uber五星駕駛員所採取的操作行為」，然後利用這些視頻訓練計算機。
馬斯克會定期巡視特斯拉位於加州帕羅奧圖的辦公大樓，自動輔助駕駛團隊就在其中一個開放空間工作。有時他會半蹲在一旁，跟工程師即興討論。有一天，什羅夫向馬斯克展示他們最新的開發進度。馬斯克覺得很不錯，但有個根本問題：真的需要採用這個新方法嗎？會不會有點過了頭？他有個座右銘：絕不用巡航導彈打蒼蠅，用蒼蠅拍就夠了。採用神經網絡規劃路徑器，只為了應對不太可能發生的極端情況，是否過度複雜而沒有必要？
什羅夫向馬斯克展示，在哪些情況下，神經網絡算法的表現會優於規則算法。在一個模擬場景中，道路上散布着垃圾箱、掉落的交通錐，以及任意丟棄的垃圾。由神經網絡路徑規劃器引導的汽車，必要時會打破一些規則，跨越車道線，由此避開障礙物。「當我們從規則算法轉為神經網絡時，就能做到這一點，」什羅夫對馬斯克說，「如果使用神經網絡，汽車永遠不會撞到任何東西，即使是在混亂的場景里。」每次看到類似的技術大跨越，馬斯克就會變得異常興奮。「我們應該舉辦一場詹姆斯·邦德風格的展示會。四周炸彈全部爆炸，ufo從天而降，然後我們的自動駕駛車疾駛而過，完全沒撞到任何東西。」他興奮說到。
機器學習系統在自行訓練時，通常需要有目標或指標做為引導。馬斯克偏愛的管理方法，正好是直接指定哪些指標最重要。他告訴團隊的指標是：使用特斯拉全自動輔助駕駛的汽車，在沒有人為干預下的行駛里程。「我希望每次開會時，第一張投影能夠顯示最新的沒有人為干預的里程數，」他下令，「當我們訓練人工智能時，要優化的目標是什麼？答案是提高兩次人為干預之間的里程數。」他告訴開發團隊， 要像電玩遊戲一樣，讓玩家每天都可以看到分數，「看不到分數的電玩遊戲很無聊。如果每天都能看到沒有人為干預的里程數持續增加 ，就會讓大家更有動力。」
於是團隊成員在工作間安裝了幾台巨大的85吋顯示屏，實時顯示全自動輔助駕駛汽車在不受人為干預下，平均能行駛多少里程。每當他們看到某種類型的干預行為反覆出現，例如駕駛員在變換車道、車道合併或轉入複雜路口時把握了方向盤，他們就會同時啟用規則算法和神經網絡算法，試着找到最優解。他們在辦公區擺了一面銅鑼，每當成功解決人為干預的問題時，就敲鑼慶祝。
▲特斯拉ai技術主管pariljain稱，全自動駕駛系統（fsd）已在美國200萬輛特斯拉車上使用，輔助駕駛系統（autopilot）正在全球600多萬輛特斯拉車上運行。
2023年4月中旬，馬斯克決定親自測試一下新的神經網絡路徑規劃器，讓測試車在帕羅奧圖市區繞行。什羅夫和自動輔助駕駛團隊已經裝配好一輛測試版特斯拉，內置的自動駕駛軟件接受過神經網絡訓練，有能力模仿人類駕駛行為。在這個軟件里，遵循基於規則的傳統代碼佔比非常低。馬斯克坐在駕駛座，旁邊坐着的是自動輔助駕駛軟件總監阿肖克·埃盧斯瓦米（ashok elluswamy）。什羅夫與其他兩位團隊成員馬特·鮑赫（matt bauch）和克里斯·佩恩（chris payne）坐在后座，他們三人已在特斯拉工作了八年，辦公桌彼此相鄰，都住在舊金山，住宅只隔幾個街區。多數人的辦公桌上都會擺放家人照片，他們三人的辦公桌卻放着同一張照片：那是三人在萬聖節派對的合影。堂弟詹姆斯·馬斯克曾是這個團隊的第四名成員，在馬斯克收購推特後被緊急徵調過去。而什羅夫逃過一劫。
當測試小組離開特斯拉帕羅奧圖辦公園區的停車場時，馬斯克在地圖上選定一個行駛目的地，點擊了全自動輔助駕駛模式，然後雙手離開方向盤。當測試車駛入主要幹道時，立即面臨第一個嚇人挑戰：一個騎車人正朝向他們而來。「我們所有人都屏住呼吸，因為騎車人會做出什麼隨機反應，很難預料。」什羅夫說。但馬斯克一點也沒在意，也沒有把手放回方向盤。結果這台車自動禮讓騎車人先行。「完全是真人駕駛會採取的做法。」
什羅夫和他的兩位團隊成員開始詳細解說，他們如何從特斯拉車載攝像頭搜集的數百萬條視頻片段，才訓練出來全自動輔助駕駛軟件。相比於採用人工編寫代碼、設定數千條規則的傳統算法，新的軟件架構簡單很多。什羅夫說，「它的運行速度快了10倍，我們最終還直接刪除了30萬行代碼。」鮑赫表示，這就好比人工智能機器人在玩某種極其無聊的電玩遊戲。馬斯克聽了，撲哧笑了出來。測試車繼續在車流中自主行駛，馬斯克掏出手機，開始發推文。
測試車行駛了25分鐘，經過大街小巷，完成複雜的轉彎，成功避開騎車人、行人、寵物。行駛過程中，馬斯克完全沒有碰觸方向盤，只有幾次踩了油門，因為他覺得這台車過分謹慎。例如，在四向停車信號前過分遵守規則。但有時候，測試車一度採取的應變行動，甚至讓馬斯克覺得比自己可能做出的反應還要好。他說：「哇，太棒了，即使是我的人類神經網絡，都可能反應不過來，但是這台車做得太棒了。」他實在太開心了，開始吹口哨，吹着莫札特的g大調《小夜曲》。
坐擁特斯拉、推特兩大數據庫的馬斯克，對在場的所有人說：「各位做得太棒了，真的非常了不起。」接着，所有人一起參加自動輔助駕駛團隊的周例會，20名成員幾乎全穿着黑色t恤，圍着會議桌而坐，聆聽最終評判。很多人原本不相信神經網絡項目能成功。馬斯克宣布，現在他相信了，他們應該投入大量資源，繼續推動這個項目。
討論過程中，馬斯克抓住團隊提到的一個關鍵點：神經網絡必須接受至少100萬條視頻片段的訓練，才能運行順暢，如果訓練超過150萬條，就會表現得非常優異。這意味着相比於其他車廠和人工智能公司，特斯拉擁有極大的競爭優勢。因為特斯拉每天能從全球200萬台電動車上，採集到數十億幀視頻。「在這點上，我們佔有獨一無二的優勢。」自動輔助駕駛軟件總監埃盧斯瓦米在會議上說。
不論是開發哪種人工智能，從自動駕駛汽車到optimus人形機器人，再到類似chatgpt的聊天機器人，都必須具備搜集與分析大量即時信息的能力。現在，馬斯克已擁有兩個強大的即時信息庫：自動駕駛車輛的海量視頻，以及推特平台上每周高達數十億條推文。會上馬斯克告訴自動輔助駕駛團隊，他剛完成一筆重要採購案，是為推特購買了上萬塊gpu芯片。他同時宣布未來將增加開會次數，討論特斯拉正在設計的dojo芯片，dojo芯片有望展現更強大的能力。他還懊悔地承認，自己不該在聖誕節期間，衝動下令關閉推特位於薩克拉門托的數據中心。
在那天會議中參加旁聽的，還有一位人工智能領域的超級明星工程師。那一周馬斯克剛把他挖來，準備投身於即將推出的秘密項目。未完待續
