8月8日，robotaxi首秀。这很可能是划时代的车。按照马斯克的原话：它会让特斯拉市值冲上10万亿美元。一百年后人们都会谈论这个重要时刻。而马斯克真正想要的是，通过robotaxi（自动驾驶出租车）颠覆交通运输的现存模式。
三体引力波依照沃尔特·艾萨克森力作《马斯克传》美版（simon&schuster出版），选取相关章节译成中文，为大家呈现这段不输于编剧笔法的惊人内幕。
“它跟chatgpt一样，只不过是给汽车使用，”自动辅助驾驶团队成员达瓦尔·什罗夫（davar shrove）对马斯克说。 他把自己在特斯拉的ai项目，拿来跟openai新推出的人工智能聊天机器人做比较。 openai是马斯克和奥特曼在2015年共同创立的实验室。马斯克花了近十年时间，投入开发各种不同形式的人工智能，包括自动驾驶系统、人形机器人optimus、脑机接口neuralink等。什罗夫的人工智能项目主要是开发最先进的机器学习技术，也就是能够学习人类行为的自动驾驶系统，他说：“我们处理了大量信息，都是关于真实人类如何应对复杂驾驶场景，然后训练计算机神经网络模仿人类的驾驶行为。”
什罗夫偶尔会加入三剑客詹姆斯、安德鲁、罗斯的队列，组成四剑客。马斯克要求和什罗夫见面，想说服他离开特斯拉自动辅助驾驶团队，去推特工作。但什罗夫想留在特斯拉，他希望说服马斯克，自己负责的ai项目对于特斯拉甚至整个世界来说，非常重要。他把自己提出的ai新技术，命名为“神经网络路径规划器”（neural network path planner），赋予特斯拉的自动驾驶软件向人类学习的能力。
他们两人原定在2022年12月2日周五见面，实际上马斯克当天的行程已经排满，只能硬塞。当天早上，什罗夫按照马斯克的要求抵达推特总部，马斯克刚参加完 cybertruck 赛博皮卡发布会，从内华达赶回。他向什罗夫道歉，表示自己忘记了要飞到新奥尔良和法国总统马克龙会面，需要讨论欧洲的内容审核规则。他请什罗夫当天傍晚再来面谈。当马斯克等待与马克龙会面期间，发消息给什罗夫，再次要求推迟面谈时间。“我会迟到四个小时，你愿意等我吗？”但就在同一时间，他又突如其来地发消息给独立调查记者维斯夫妇，请他们当晚飞到旧金山与他会面，协助处理推特文件。
当天深夜，马斯克回到旧金山，终于有机会坐下来与什罗夫谈一谈。什罗夫解释了，他正在开发的神经网络路径规划器项目诸多细节。 “我认为，让我继续进行目前的工作，真的非常重要。”什罗夫说。 马斯克听了他的解释后，再次燃起对这个ai项目的热情，也认同什罗夫的说法。他知道，未来特斯拉不只是一家汽车公司，也不只是一家清洁能源公司。如果能够整合全自动驾驶、optimus 机器人、dojo 机器学习超级计算机，它会成为一家人工智能公司，不仅能通过聊天机器人在虚拟世界运行，还能在实体工厂与现实道路上运行。 他早已在考虑聘请一批人工智能专家，与openai正面对决，特斯拉的神经网络路径规划团队正好能填补这份工作。
多年来，特斯拉的自动辅助驾驶系统一向采取基于规则的算法（rule-based approach）。系统由摄像头采集视觉数据，辨识车道标线、行人、车辆、交通信号等，以及八个摄像头拍到的视频信息。接着，软件会根据一套规则运行，例如：红灯亮时要停车，绿灯亮时要开车；保持在车道标线中间；不能跨越双黄线驶入对向车道；只在其他任何车辆的速度都不足以撞到你时，才通过路口等等。特斯拉工程师手动编写和更新几十万行 c++ 代码，把这些规则应用在各种复杂情境里。
而什罗夫正在开发的神经网络路径规划器项目，可以为软件系统增加新能力。“汽车不再只根据规则决定适合的路径，”什罗夫说，“还会依赖神经网络。神经网络是根据数百万个人类行为的真实案例计算机进行深度学习。”换个说法，神经网络会模仿人类。每当面对某个情境，神经网络会根据人类在成千上万种类似情境的行为，选择其中一条路径。就跟人类学习说话、开车、下棋、吃意面……几乎所有事情一样，我们会遵循某套既定规则，但多数时候，我们都是观察其他人怎么做逐渐学会技能。这是计算机科学之父图灵在1950年发表的《计算机与智能》论文中，设想的机器学习方法。
特斯拉拥有全球名列前茅的强大超级计算机，用来训练神经网络，采用芯片大厂英伟达（nvidia）设计的图形处理器（gpu）。马斯克的目标是在2023年改用dojo，也就是特斯拉从零打造的超级计算机，用视觉数据训练人工智能系统。dojo用的芯片和基础设备，全都是特斯拉人工智能团队自主设计的，算力高达每秒约800亿亿次浮点运算，是全球性能最强大的人工智能超级计算机之一 。这台超级计算机能用来训练自动驾驶软件和optimu人形机器人。“能够同时训练它们真的很有趣，就好像它们正在努力探索世界。”马斯克说。
2023年初，神经网络路径规划器项目已经分析了从特斯拉用户车上采集的1,000万帧视频画面。这是不是意味着系统的表现只能达到一般人类驾驶的平均水准呢？“不是，因为我们只采用了人类成功应对某个情境的数据。”什罗夫解释。人类标记员会评估所有视频画面，然后给出评分，许多标记员的工作地点在纽约水牛城。马斯克告诉他们，找出“uber五星驾驶员所采取的操作行为”，然后利用这些视频训练计算机。
马斯克会定期巡视特斯拉位于加州帕罗奥图的办公大楼，自动辅助驾驶团队就在其中一个开放空间工作。有时他会半蹲在一旁，跟工程师即兴讨论。有一天，什罗夫向马斯克展示他们最新的开发进度。马斯克觉得很不错，但有个根本问题：真的需要采用这个新方法吗？会不会有点过了头？他有个座右铭：绝不用巡航导弹打苍蝇，用苍蝇拍就够了。采用神经网络规划路径器，只为了应对不太可能发生的极端情况，是否过度复杂而没有必要？
什罗夫向马斯克展示，在哪些情况下，神经网络算法的表现会优于规则算法。在一个模拟场景中，道路上散布着垃圾箱、掉落的交通锥，以及任意丢弃的垃圾。由神经网络路径规划器引导的汽车，必要时会打破一些规则，跨越车道线，由此避开障碍物。“当我们从规则算法转为神经网络时，就能做到这一点，”什罗夫对马斯克说，“如果使用神经网络，汽车永远不会撞到任何东西，即使是在混乱的场景里。”每次看到类似的技术大跨越，马斯克就会变得异常兴奋。“我们应该举办一场詹姆斯·邦德风格的展示会。四周炸弹全部爆炸，ufo从天而降，然后我们的自动驾驶车疾驶而过，完全没撞到任何东西。”他兴奋说到。
机器学习系统在自行训练时，通常需要有目标或指标做为引导。马斯克偏爱的管理方法，正好是直接指定哪些指标最重要。他告诉团队的指标是：使用特斯拉全自动辅助驾驶的汽车，在没有人为干预下的行驶里程。“我希望每次开会时，第一张投影能够显示最新的没有人为干预的里程数，”他下令，“当我们训练人工智能时，要优化的目标是什么？答案是提高两次人为干预之间的里程数。”他告诉开发团队， 要像电玩游戏一样，让玩家每天都可以看到分数，“看不到分数的电玩游戏很无聊。如果每天都能看到没有人为干预的里程数持续增加 ，就会让大家更有动力。”
于是团队成员在工作间安装了几台巨大的85吋显示屏，实时显示全自动辅助驾驶汽车在不受人为干预下，平均能行驶多少里程。每当他们看到某种类型的干预行为反复出现，例如驾驶员在变换车道、车道合并或转入复杂路口时把握了方向盘，他们就会同时启用规则算法和神经网络算法，试着找到最优解。他们在办公区摆了一面铜锣，每当成功解决人为干预的问题时，就敲锣庆祝。
▲特斯拉ai技术主管pariljain称，全自动驾驶系统（fsd）已在美国200万辆特斯拉车上使用，辅助驾驶系统（autopilot）正在全球600多万辆特斯拉车上运行。
2023年4月中旬，马斯克决定亲自测试一下新的神经网络路径规划器，让测试车在帕罗奥图市区绕行。什罗夫和自动辅助驾驶团队已经装配好一辆测试版特斯拉，内置的自动驾驶软件接受过神经网络训练，有能力模仿人类驾驶行为。在这个软件里，遵循基于规则的传统代码占比非常低。马斯克坐在驾驶座，旁边坐着的是自动辅助驾驶软件总监阿肖克·埃卢斯瓦米（ashok elluswamy）。什罗夫与其他两位团队成员马特·鲍赫（matt bauch）和克里斯·佩恩（chris payne）坐在后座，他们三人已在特斯拉工作了八年，办公桌彼此相邻，都住在旧金山，住宅只隔几个街区。多数人的办公桌上都会摆放家人照片，他们三人的办公桌却放着同一张照片：那是三人在万圣节派对的合影。堂弟詹姆斯·马斯克曾是这个团队的第四名成员，在马斯克收购推特后被紧急征调过去。而什罗夫逃过一劫。
当测试小组离开特斯拉帕罗奥图办公园区的停车场时，马斯克在地图上选定一个行驶目的地，点击了全自动辅助驾驶模式，然后双手离开方向盘。当测试车驶入主要干道时，立即面临第一个吓人挑战：一个骑车人正朝向他们而来。“我们所有人都屏住呼吸，因为骑车人会做出什么随机反应，很难预料。”什罗夫说。但马斯克一点也没在意，也没有把手放回方向盘。结果这台车自动礼让骑车人先行。“完全是真人驾驶会采取的做法。”
什罗夫和他的两位团队成员开始详细解说，他们如何从特斯拉车载摄像头搜集的数百万条视频片段，才训练出来全自动辅助驾驶软件。相比于采用人工编写代码、设定数千条规则的传统算法，新的软件架构简单很多。什罗夫说，“它的运行速度快了10倍，我们最终还直接删除了30万行代码。”鲍赫表示，这就好比人工智能机器人在玩某种极其无聊的电玩游戏。马斯克听了，扑哧笑了出来。测试车继续在车流中自主行驶，马斯克掏出手机，开始发推文。
测试车行驶了25分钟，经过大街小巷，完成复杂的转弯，成功避开骑车人、行人、宠物。行驶过程中，马斯克完全没有碰触方向盘，只有几次踩了油门，因为他觉得这台车过分谨慎。例如，在四向停车信号前过分遵守规则。但有时候，测试车一度采取的应变行动，甚至让马斯克觉得比自己可能做出的反应还要好。他说：“哇，太棒了，即使是我的人类神经网络，都可能反应不过来，但是这台车做得太棒了。”他实在太开心了，开始吹口哨，吹着莫札特的g大调《小夜曲》。
坐拥特斯拉、推特两大数据库的马斯克，对在场的所有人说：“各位做得太棒了，真的非常了不起。”接着，所有人一起参加自动辅助驾驶团队的周例会，20名成员几乎全穿着黑色t恤，围着会议桌而坐，聆听最终评判。很多人原本不相信神经网络项目能成功。马斯克宣布，现在他相信了，他们应该投入大量资源，继续推动这个项目。
讨论过程中，马斯克抓住团队提到的一个关键点：神经网络必须接受至少100万条视频片段的训练，才能运行顺畅，如果训练超过150万条，就会表现得非常优异。这意味着相比于其他车厂和人工智能公司，特斯拉拥有极大的竞争优势。因为特斯拉每天能从全球200万台电动车上，采集到数十亿帧视频。“在这点上，我们占有独一无二的优势。”自动辅助驾驶软件总监埃卢斯瓦米在会议上说。
不论是开发哪种人工智能，从自动驾驶汽车到optimus人形机器人，再到类似chatgpt的聊天机器人，都必须具备搜集与分析大量即时信息的能力。现在，马斯克已拥有两个强大的即时信息库：自动驾驶车辆的海量视频，以及推特平台上每周高达数十亿条推文。会上马斯克告诉自动辅助驾驶团队，他刚完成一笔重要采购案，是为推特购买了上万块gpu芯片。他同时宣布未来将增加开会次数，讨论特斯拉正在设计的dojo芯片，dojo芯片有望展现更强大的能力。他还懊悔地承认，自己不该在圣诞节期间，冲动下令关闭推特位于萨克拉门托的数据中心。
在那天会议中参加旁听的，还有一位人工智能领域的超级明星工程师。那一周马斯克刚把他挖来，准备投身于即将推出的秘密项目。未完待续
