特斯拉前人工智能總監(jiān)，新晉AI網(wǎng)紅老師Andrej Karpathy近日參加了MIT人工智能專家Lex Fridman的播客節(jié)目。對于人工智能愛好者來說，這次訪談可謂是「雙廚狂喜」。

將近三個半小時的訪談中，兩人談?wù)摿巳斯ぶ悄堋⒂钪妗⑷祟惿鐣群甏竺}，還具體討論了特斯拉的多項技術(shù)，如自動駕駛、Optimus人形機器人、和特斯拉視覺方案。此外，兩人還聊到了觀眾最關(guān)心的Andrej的離職，以及特斯拉取消超聲波雷達的原因。

不用雷達：貴還難使！

特斯拉去年從傳感器套件中刪除了毫米波雷達，剛剛又宣布要移除所有超聲波雷達，只保留攝像頭，采用純視覺方案。Lex問道：「這使車輛的道路探測變得更難還是更容易？」

Karpathy表示：「人們大都會認為這些傳感器是汽車的不可或缺的資產(chǎn)，但如果充分考慮產(chǎn)品的整體性，這些傳感器實際上是潛在的負擔(dān)。」

「這些傳感器不是免費的，不可能憑空出現(xiàn)在車上。不僅需要有一個完整的供應(yīng)鏈，還需要有人負責(zé)采購，」而這些都是要花真金白銀的。

同時，傳感器可能會故障，需要更換。「作為汽車制造的一部分，傳感器的生產(chǎn)還可能拖累整體進度。所以，你不僅需要采購和維護，還必須有編寫固件的團隊。」

不僅如此，使用雷達傳感器還會導(dǎo)致探測系統(tǒng)的冗雜。Karpathy說：「把它們納入到汽車系統(tǒng)中后，會導(dǎo)致系統(tǒng)整體的過度膨脹。」

安裝這么多的傳感器對數(shù)據(jù)引擎也會造成壓力。隨時間不斷發(fā)生發(fā)展，傳感器的功能越來越細化。「現(xiàn)在有太多的雷達，每個的功能都不盡相同。這造成了探測系統(tǒng)的過度膨脹。此外，過多的雷達還會互相干擾，影響效果。」

他高度贊揚前老板馬斯克化繁為簡的能力，「我認為埃隆很擅長簡化，他曾說：『最好的部件是沒有部件。』他總會嘗試拋棄那些不重要的東西，一直在做減法，因為他了解組織的熵增現(xiàn)象。」

成本高，問題多，需要人員不斷修復(fù)。還會帶來探測系統(tǒng)的冗雜。在這種情況下，安裝雷達的成本很高，并且沒有很大的發(fā)展?jié)摿Α?/span>

「作為一個計算機視覺工程師，想改善車輛的探測網(wǎng)絡(luò)，就會考慮增加傳感器是否有用，有多大用處。我們進行對比試驗，真正確定雷達是否能給車主提供非常有用的路況信息。但結(jié)果表明區(qū)別并不大，這說明雷達并沒有用。」

Karpathy不僅解釋特斯拉拋棄這項技術(shù)的原因，還斷言其他汽車公司也會做出相同的選擇。「和激光雷達相似，我認為超聲波雷達不能提供很多額外信息。我認為其他還在用激光雷達的公司也會拋棄這項技術(shù)的。」

純視覺方案：更勝一籌

Karpathy對于純視覺方案抱有很大希望。「如果選擇純視覺方案，我們可以集中所有資源，建立強大的數(shù)據(jù)引擎。」

「這種傳感器的帶寬非常高，我們在這方面取得了實質(zhì)進展。只要大力投資該技術(shù)，就可以獲得非凡的成就。」

Karpathy表示，純視覺方案既是必要的，也是充分的。某種意義上講，世界是為了人類的視覺消費而被設(shè)計出來的，人們有視覺上的需求。

同時，該方案能提供所有駕駛者需要的全部駕駛信息。「因此，我們必須集中資源發(fā)展這項技術(shù)，并不斷問自己：『我真的要引入其他的傳感器嗎？』我認為這種情況下的答案是否定的。」

雖然純視覺方案獲得Karpathy的大力支持，但當(dāng)Lex問及如何看待激光雷達和純視覺方案，以及點云和體素之間的區(qū)別時，Karpathy坦言：兩者不是自動化駕駛的重點。

他說：「我一直看不懂這個爭論。因為這不是問題的核心。我覺得大家在討論自動化時應(yīng)該關(guān)注是否有路測車隊作為支撐。這個才是人工智能系統(tǒng)能否更好服務(wù)的關(guān)鍵。」

因此，在考慮傳感器的探測能力時必須要全面。包括能否提供路測車隊來收集大量數(shù)據(jù)，能否整合傳感器與數(shù)據(jù)，并將傳感器整合到數(shù)據(jù)引擎中，實現(xiàn)數(shù)據(jù)不同部分的快速搜索，之后不斷改進所使用的模型。

厘米級地圖：沒必要！

當(dāng)被問及如何看待其他公司制作運營地區(qū)的自動駕駛汽車高清地圖時，Karpathy表示：「太瘋狂了！」

「我們一直在談?wù)撟詣玉{駛?cè)绾胃淖兪澜纾務(wù)撊蚍秶鷥?nèi)該技術(shù)如何運用到交通領(lǐng)域。如果你需要持續(xù)提供一個厘米級精準(zhǔn)的世界或城市地圖，并保持更新頻率，這個成本太大了。」

當(dāng)Lex問這種做法是否會擴展到美國的全部地區(qū)時，Karpathy用特斯拉的例子現(xiàn)身說法：「人們不需要如此高精度的地圖。一個低精度的地圖足以展現(xiàn)路況和前方路段等關(guān)鍵信息。駕駛者可以像看谷歌地圖一樣，通過這些關(guān)鍵信息理解自己所處環(huán)境。」

「特斯拉在駕駛系統(tǒng)中使用和谷歌地圖類似分辨率的信息。但不會預(yù)先繪制厘米級精度的地圖。這種做法畫蛇添足，費力不討好，還稀釋了團隊能力，讓技術(shù)人員無法專注于真正必要的東西，那就是計算機視覺問題。」

離職后還會回來？這就是愛

在談及為何離開特斯拉時，Karpathy表示這是個艱難的決定。雖然特斯拉還未完全實現(xiàn)自動化駕駛，但研發(fā)團隊已經(jīng)可以自行發(fā)展。這次離職也給他一個機會，去重新審視自己對于人工智能、開源和教育的熱愛。

此前，他供職特斯拉已有5年，直接向大老板馬斯克匯報，在特斯拉的一眾高管中，絕對算得上是老資格了。據(jù)報道，此前這位李飛飛的高徒已經(jīng)休假了幾個月時間，之前還曾說過，近期結(jié)束休假后就將重返特斯拉，結(jié)果直接宣布離職了。

Karpathy表示：「很高興在過去5年里協(xié)助特斯拉一起實現(xiàn)了眾多目標(biāo)，離開的決定其實是個艱難的選擇。這5年里，自動駕駛完成了『畢業(yè)』，從蹣跚尋路開始，開上了城市的街頭。我無比期待未來更強大的自動駕駛團隊能夠繼續(xù)輝煌下去。」

關(guān)于離職之后的未來打算，他表示：「未來還沒什么具體的計劃，可能回歸自己擁有長期熱情的領(lǐng)域，比如AI技術(shù)工作、開源和教育等。」

當(dāng)然，他在訪談中也提到重回特斯拉的可能性：「或許在某個時候我會回來，在特斯拉從事Optimus或AGI（通用人工智能）的工作。特斯拉將是一個了不起的公司，可以創(chuàng)造非凡。在這個大規(guī)模的機器人公司，有才華的設(shè)計師們正創(chuàng)造前所未有的新事物。」

從特斯拉高管到網(wǎng)紅老師，Karpathy可以為了人工智能離開特斯拉，也可以為了人形機器人和AGI有朝一日重返崗位。他追求的不是物質(zhì)與地位，而是技術(shù)的不斷進步。這和其導(dǎo)師李飛飛畢業(yè)后拒絕轉(zhuǎn)行，堅守計算機圖像識別研究的行為異曲同工。或許，這就是「有其師必有其徒」吧！