撰文?/ 涂彥平

編輯?/ 黃大路

設(shè)計?/ 趙昊然

來源?/ Arstechnica，by Timothy B. Lee

特斯拉粉絲以及CEO埃隆·馬斯克（Elon Musk）本人對特斯拉全自動駕駛（FSD）軟件的前景感到興奮。

Tesla在3月發(fā)布了其軟件的重大升級版本12.3。隨后，在4月，馬斯克宣布特斯拉將于8月8日推出一款專用robotaxi（自動駕駛出租車）。5月8日，馬斯克宣布新版本的FSD 12.4將在未來幾天內(nèi)推出，“每次干預(yù)的里程數(shù)將提高5到10倍”。

但我認(rèn)為期待特斯拉在不久的將來推出無人駕駛出租車服務(wù)的粉絲們將會感到失望。

在3月底去舊金山的一次旅行中，我有機(jī)會嘗試了特斯拉和谷歌Waymo的最新自動駕駛技術(shù)。

在特斯拉Model X的45分鐘試駕過程中，我不得不兩次干預(yù)以糾正FSD軟件的錯誤。相比之下，我乘坐無人駕駛Waymo車輛兩個多小時，沒有發(fā)現(xiàn)任何錯誤。

因此，雖然Tesla的FSD 12.3版本看起來比之前的FSD版本有了重大改進(jìn)，但它仍然落后于Waymo的技術(shù)。

不過，Waymo令人印象深刻的表現(xiàn)也帶有星號。雖然在我乘坐的過程中沒有人在駕駛，但Waymo有遠(yuǎn)程操作員，他們有時會為車輛提供指導(dǎo)（Waymo拒絕告訴我在我乘坐的過程中遠(yuǎn)程操作員是否介入，或者介入的頻率）。特斯拉的FSD適用于所有道路類型，而Waymo的出租車則避開高速公路。

許多特斯拉粉絲將這些限制視為Waymo走向技術(shù)死胡同的跡象。他們認(rèn)為特斯拉的FSD能夠在所有城市和所有道路類型上運行，是一種更通用的技術(shù)，很快就會超越Waymo。

但這從根本上誤解了情況。

在公共道路上安全駕駛無人駕駛車輛非常困難。由于駕駛座上沒有人，一個錯誤就可能致命，尤其是在高速公路上。因此，Waymo于2020年在它能找到的最簡單的環(huán)境——鳳凰城郊區(qū)的住宅區(qū)街道——推出了無人駕駛服務(wù)，并隨著對其技術(shù)的信心增強(qiáng)而逐步提高難度。

相比之下，特斯拉還沒有開始無人駕駛測試，因為它的軟件還沒有準(zhǔn)備好。目前，不需要地域限制和遠(yuǎn)程協(xié)助，因為方向盤后面總是有人。但我預(yù)測，當(dāng)特斯拉開始無人駕駛轉(zhuǎn)型時，它將意識到安全需要Waymo式的漸進(jìn)推廣。

所以，特斯拉并沒有找到一種不同的、更好的方式將無人駕駛技術(shù)推向市場。Waymo只是太超前了，它正在應(yīng)對特斯拉甚至還沒有開始考慮的挑戰(zhàn)。

Waymo在下國際象棋，而特斯拉還在下跳棋。

特斯拉落后Waymo幾年

目前圍繞特斯拉FSD的興奮讓我想起了2018年圍繞Waymo的炒作。那一年年初，Waymo宣布將從捷豹購買2萬輛I-Pace轎車，從菲亞特克萊斯勒購買6.2萬輛Pacifica小型貨車。

但Waymo在2018年12月推出的服務(wù)卻令人失望。在大多數(shù)乘車過程中，方向盤后面仍然有安全駕駛員，而且僅限于一群精挑細(xì)選的乘客使用。

直到2020年10月，Waymo才終于在鳳凰城地區(qū)推出了完全無人駕駛的出租車服務(wù)，并向公眾開放。即便在那之后，Waymo的擴(kuò)張速度也很緩慢。

Waymo于2023年開始在舊金山提供商業(yè)服務(wù)，目前正在向洛杉磯和奧斯汀擴(kuò)張。如今，該公司的商業(yè)車隊只有幾百輛車，遠(yuǎn)遠(yuǎn)少于6年前計劃購買的8.2萬輛車。

出了什么問題？在2018年8月的一篇文章中，記者Amir Efrati報道了Waymo技術(shù)的局限性。Efrati寫道，“Waymo貨車在鳳凰城地區(qū)的許多無保護(hù)左轉(zhuǎn)和并入繁忙交通時都會遇到困難?！贝送猓捌嚭茈y將成群結(jié)隊的人或騎自行車的人分開，尤其是購物中心附近或停車場的人?！?。

Efrati的報道讓W(xué)aymo在2018年的技術(shù)聽起來比FSD 12.3差，但也差不了多少。FSD有時仍然難以在繁忙的交通中并線，也難以繞過成群的行人。

Waymo的技術(shù)在2018年之后穩(wěn)步提升。2020年底，Waymo在鳳凰城地區(qū)推出完全無人駕駛服務(wù)后，我采訪了Joel Johnson。他是一名大學(xué)生，曾搭乘過幾十次Waymo，并在YouTube上發(fā)布了一些搭乘視頻。

“他們確實解決了像無保護(hù)左轉(zhuǎn)這樣的問題?！奔s翰遜在一段視頻中說道，“隨著時間的推移，情況肯定有所改善?！?/p>

在10月份的一段視頻中，一輛Waymo汽車正駛過一個擠滿行人的Costco停車場。它耐心地等待著，直到行人讓開，然后自信地向前行駛。

“2020年3月，如此多的行人會導(dǎo)致剎車失靈?！盝ohnson在一份屏幕注釋中寫道，“到2019年7月，它就會完全放棄。再也不會了！”

我在3月份嘗試過的FSD版本顯然還沒有準(zhǔn)備好進(jìn)行無人駕駛操作。例如，我必須進(jìn)行干預(yù)，以防止Model X撞上塑料車道分隔線，而這是Waymo在2020年都不會犯的錯誤。因此，雖然FSD 12.3似乎優(yōu)于Waymo 2018年左右的技術(shù)，但它不如Waymo 2020年底的技術(shù)。

Waymo依賴遠(yuǎn)程操作員

2018年的Waymo自動駕駛小型貨車，可以看到車?yán)镒踩{駛員。

早年，Waymo的所有測試都是由安全駕駛員完成的。當(dāng)軟件出現(xiàn)錯誤時，駕駛員會進(jìn)行干預(yù)以防止撞車，然后仔細(xì)記錄下事故經(jīng)過。工程師們利用這些險情數(shù)據(jù)來改進(jìn)Waymo的軟件。

自動駕駛軟件越好，這種測試策略的成本就越高。如果自動駕駛軟件每行駛50英里就會出錯一次，那么安全駕駛員在一個工作日內(nèi)可能就會經(jīng)歷數(shù)次錯誤。但如果軟件每行駛5000英里就出錯一次，那么安全駕駛員可能要花費數(shù)周的時間，才能收到一份錯誤報告。

如果Waymo繼續(xù)使用安全駕駛員進(jìn)行測試，直到其軟件被證明比人類駕駛員更安全為止，那它的成本將高得令人望而卻步。因此，Waymo開始部署由遠(yuǎn)程操作員支持的無人駕駛汽車。

Waymo對其無人駕駛車輛進(jìn)行了編程，使其默認(rèn)行為變得極為謹(jǐn)慎。如果Waymo無人駕駛汽車沒有百分之百的把握可以安全行駛，它就會減速停下，并請求遠(yuǎn)程協(xié)助。我們希望，隨著時間的推移，軟件的平均可信度會越來越高，車輛需要遠(yuǎn)程協(xié)助的次數(shù)也會越來越少。

Waymo表示，遠(yuǎn)程操作員從不直接駕駛車輛。相反，操作員會回答問題并給出提示，引導(dǎo)車輛朝正確的方向行駛。以下是Waymo提供給我的兩個例子：

在一段視頻中，一輛Waymo被一輛逆向行駛的大卡車擋住了去路。遠(yuǎn)程操作員讓W(xué)aymo駛?cè)胗覀?cè)車道，給卡車留出通過空間。

在另一段視頻中，一輛Waymo正在接近一個有多輛消防車的十字路口。Waymo向遠(yuǎn)程操作員提出了兩個問題——“緊急車輛是否堵住了所有指示車道”和“道路是否封閉？”，這有助于它自信地通過現(xiàn)場。

這種策略在高速公路上會變得棘手。如果無人駕駛車輛請求幫助但沒有得到及時響應(yīng)，則需要停下來等待。但這很難在時速70英里的高速公路上做到。

因此，盡管Waymo已經(jīng)在高速公路上測試了十多年的技術(shù)（有安全駕駛員），但Waymo的無人駕駛出租車還沒有使用高速公路。這讓W(xué)aymo的服務(wù)變得不那么有用。

今年3月，我第一次乘坐Waymo從舊金山市中心前往Bayview社區(qū)的麥當(dāng)勞。對Waymo來說，這是一次28分鐘的地面街道行程。Uber或Lyft司機(jī)走101高速，大約15分鐘就能到達(dá)。

Waymo正在努力解決這個問題。今年1月，該公司開始在鳳凰城地區(qū)的高速公路上測試無人駕駛。如果測試進(jìn)展順利，Waymo可能會在未來幾個月內(nèi)為其商業(yè)車隊提供高速公路駕駛服務(wù)。

根據(jù)Waymo公布的統(tǒng)計數(shù)據(jù)，至少從安全角度來看，Waymo的謹(jǐn)慎做法效果顯著。在Waymo最初的700萬英里無人駕駛里程中，其車輛發(fā)生造成傷害的車禍的頻率僅為同類人類駕駛員的四分之一。

特斯拉有更好的方法嗎？

許多特斯拉粉絲認(rèn)為Waymo當(dāng)前服務(wù)的局限性——避開高速公路、依賴遠(yuǎn)

程操作員以及限制在幾個大都市地區(qū)——證明Waymo的技術(shù)存在根本缺陷。

在去年的一條推文中，一位特斯拉支持者認(rèn)為Waymo和通用汽車旗下的Cruise已經(jīng)“開發(fā)的技術(shù)極其狹窄、非常脆弱，無法擴(kuò)展”。

馬斯克回答道：“是的，對當(dāng)?shù)貤l件來說非常脆弱，而且無法擴(kuò)展?！?/p>

2024年4月15日，美國德克薩斯州奧斯汀，特斯拉Model Y停放在特斯拉經(jīng)銷店的停車場上。

這一論點的關(guān)鍵部分與神經(jīng)網(wǎng)絡(luò)有關(guān)。Waymo在15年前作為谷歌自動駕駛汽車項目起步，那時還沒有出現(xiàn)2010年代的深度學(xué)習(xí)革命。其最早版本的軟件可能使用的是手工編碼的規(guī)則，而不是機(jī)器學(xué)習(xí)。一些特斯拉的支持者似乎認(rèn)為Waymo仍在使用同樣的過時技術(shù)

事實上，Waymo現(xiàn)在廣泛使用神經(jīng)網(wǎng)絡(luò)。

例如，在2020年的這篇文章中，Waymo介紹了如何將神經(jīng)網(wǎng)絡(luò)用于其感知系統(tǒng)——用于識別和跟蹤附近物體的軟件。在2024年2月的演講中，一位Waymo工程師解釋了該公司如何使用Transformer（谷歌發(fā)明的大型語言模型背后的架構(gòu)）來預(yù)測其他車輛的行動。

因此，Waymo十年前的軟件堆?？赡芎艽嗳?，但該公司并沒有停滯不前。

造成自動駕駛困難的一大因素是駕駛員在現(xiàn)實世界中可能遇到的“長尾”異常情況。濕水泥。綁在汽車上的自行車。卡車后面的一棵樹。一個坐在輪椅上的女人在追趕一只鴨子。

開發(fā)自動駕駛技術(shù)的公司需要進(jìn)行數(shù)百萬英里的測試，以盡可能多地發(fā)現(xiàn)這些“邊緣情況”。而這正是特斯拉比Waymo更有優(yōu)勢的地方。

正如我們所看到的，Waymo必須為每英里的監(jiān)督測試向安全駕駛員支付費用。相比之下，特斯拉已經(jīng)說服成千上萬的客戶免費測試其完全自動駕駛軟件。事實上，客戶為此支付了數(shù)千美元！

這樣，特斯拉就能獲得實際上無限的數(shù)據(jù)。從理論上講，更多的數(shù)據(jù)應(yīng)該能讓特斯拉有效識別其自動駕駛軟件需要處理的邊緣情況。更多的數(shù)據(jù)還能讓特斯拉訓(xùn)練出更好的神經(jīng)網(wǎng)絡(luò)。

雖然獲取更多的數(shù)據(jù)肯定是有幫助的，但這并不是靈丹妙藥。一個問題是，特斯拉收集的數(shù)據(jù)是沒有標(biāo)簽的。Waymo的安全駕駛員會記錄每次脫離，以幫助識別Waymo軟件中的缺陷，但特斯拉用戶不太可能這樣做。

另一個問題是，有些邊緣情況比其他情況更難處理。

第一響應(yīng)者問題

讓我們以與警察和消防員的互動為例。去年，Waymo和通用汽車的Cruise就在這個問題上糾結(jié)了很久。我曾在9月份寫過相關(guān)文章。

根據(jù)舊金山消防局的記錄，幾輛Waymo或Cruise車輛堵塞了狹窄的道路，迫使消防車?yán)@道前往火場。自動駕駛汽車被困在消防作業(yè)區(qū)域附近，迫使消防員在放置軟管和梯子時必須在它們周圍工作。幾輛自動駕駛汽車停在消防站前，將消防車?yán)г诶锩妗?/p>

問題并不在于這些車輛撞上了消防車（特斯拉過去也遇到過這樣的問題）。而是它們太謹(jǐn)慎了，以至于被卡住。這就是為什么在Waymo和Cruise開始無人駕駛運營后，這些事件才變得令人擔(dān)憂；安全駕駛員本可以在幾秒鐘的不作為后進(jìn)行干預(yù)。這也是為什么這還沒有成為特斯拉的一個問題：每輛特斯拉的方向盤后面都有一個人，如果FSD卡住了，他可以接手。

大多數(shù)時候，駕駛需要遵循簡單、確定的規(guī)則：保持在車道中央、避免撞到其他道路使用者、遵守紅綠燈和停車標(biāo)志等等。

但是，在火災(zāi)或車禍現(xiàn)場穿行則要棘手得多。緊急情況會完全擾亂交通流，迫使駕駛員隨機(jī)應(yīng)變，創(chuàng)造新的交通模式。駕駛員往往需要細(xì)致入微地了解其他人的意圖，這樣才能避免妨礙他人。如果警察或消防員正在指揮交通，駕駛員就需要了解他們的手勢。

總之，在火災(zāi)或車禍現(xiàn)場進(jìn)行導(dǎo)航有時需要推理技能，這遠(yuǎn)遠(yuǎn)超出了當(dāng)今人工智能系統(tǒng)的能力范圍。因此，對于特斯拉的FSD來說，緊急場景至少在未來幾年內(nèi)仍可能是一個“corner case（邊角案例）”，就像Waymo的軟件一樣。

2024年3月11日洛杉磯市中心的Waymo自動駕駛出租車內(nèi)部。

意識到這一點后，Waymo通過多種方式對其軟件進(jìn)行了后備處理。Waymo車輛如果不確定該怎么做，可以請求Waymo遠(yuǎn)程操作員的指導(dǎo)。急救人員可以靠進(jìn)車內(nèi)與遠(yuǎn)程操作員對話，也可以跳進(jìn)車內(nèi)親自駕駛。城市管理者可以設(shè)置地理圍欄，讓W(xué)aymo車輛遠(yuǎn)離緊急事件現(xiàn)場。Waymo還為鳳凰城、舊金山和其他地方的數(shù)千名急救人員提供了如何與其車輛互動的培訓(xùn)。

這些努力似乎已見成效?！杜f金山紀(jì)事報》（the San Francisco Chronicle）在今年2月的一篇報道中稱，自8月份以來，消防隊員提交的有關(guān)車輛行為不當(dāng)?shù)膱蟾嬗兴鶞p少。部分原因是Cruise于10月份停止了在舊金山的運營。但Waymo的報告數(shù)量似乎也在下降。

如果特斯拉推出支持完全無人駕駛的FSD更新，我估計我們就會開始看到跟去年關(guān)于Waymo和Cruise的報道相同的故事：特斯拉車輛碾壓水管、阻擋救護(hù)車、無視警察指令、干擾消防員梯子放置等。

考慮到其車隊的規(guī)模，特斯拉可能會面臨來自急救人員的反擊，其規(guī)模遠(yuǎn)大于Waymo和Cruise去年在舊金山面臨的反擊。正如Waymo和Cruise發(fā)現(xiàn)的那樣，警察和消防員擁有很大的政治影響力。

如果特斯拉真的想提供無人駕駛出租車服務(wù)，它將需要Waymo近年來一直在建設(shè)的基礎(chǔ)設(shè)施和支持服務(wù)。這包括在車輛被困時進(jìn)行干預(yù)的遠(yuǎn)程操作員，以及與當(dāng)?shù)卣献鞯娜藛T。相反，特斯拉一直在朝著相反的方向發(fā)展。The Information上個月報道，特斯拉正在解散其公共政策團(tuán)隊。

服務(wù)，而不僅僅是軟件產(chǎn)品

今天的FSD是一種軟件產(chǎn)品，但robotaxi服務(wù)不僅僅是軟件。這里有一個簡單的例子：如果特斯拉robotaxi爆胎了怎么辦？

如果你正在開車，車胎爆了，那是你自己的問題。如果你乘坐的出租車爆胎了，那是司機(jī)的問題。但如果沒有司機(jī)，誰來換輪胎呢？

特斯拉的設(shè)想是，人們購買一輛特斯拉，然后通過特斯拉運營的打車網(wǎng)絡(luò)將其出租。因此，從理論上講，特斯拉可以說爆胎是車主的問題。但這在實踐中行不通。車主可能在開會，甚至在度假。在特斯拉試圖聯(lián)系車主的時候，把車擱置在路邊幾個小時，甚至可能還有乘客在車內(nèi)，這種做法是不可接受的。

因此，如果特斯拉想涉足出租車行業(yè)，它就需要一批移動技術(shù)人員來救援受困的特斯拉汽車。這些技術(shù)人員可以是特斯拉的員工，也可以是獨立承包商，但在公司開始在特定地區(qū)提供服務(wù)之前，這些安排必須到位。當(dāng)FSD軟件不可避免地卡住時，這些人也可以被派去救援特斯拉。

這意味著，特斯拉很可能希望逐步推出無人駕駛版的FSD，一次只在一個城市推出。出于其他原因，這也是合理的。特斯拉將有時間向當(dāng)?shù)毓賳T介紹自己，并為當(dāng)?shù)鼐旌拖啦块T提供培訓(xùn)。雖然遠(yuǎn)程操作員和客戶服務(wù)人員不一定是本地人，但分階段推出也會給特斯拉留出時間招聘這些崗位的人員。

我希望大家現(xiàn)在能明白，為什么我不認(rèn)為Waymo目前的服務(wù)限制——地域限制和使用遠(yuǎn)程操作員——特別糟糕。每項出租車服務(wù)都有地域限制，Waymo有充分的理由一個城市一個城市地推出服務(wù)。

一個痛苦的教訓(xùn)

我和很多特斯拉的粉絲聊過，所以我很清楚他們會怎么說：我低估了特斯拉自動駕駛技術(shù)的進(jìn)步速度，因為特斯拉會投入更多的數(shù)據(jù)和計算能力來解決這個問題。

一些特斯拉的支持者喜歡引用著名的理查德·薩頓（Rich Sutton）的文章《一個痛苦的教訓(xùn)》（“The Bitter Lesson”）。薩頓認(rèn)為，人工智能研究人員歷來花費太多時間，試圖用手工編碼的方式，讓人類找到解決計算機(jī)國際象棋或圖像識別等問題的最佳方法。最終，人們通過在大量數(shù)據(jù)上訓(xùn)練的通用學(xué)習(xí)算法獲得了更好的結(jié)果。

薩頓是在2019年寫下這篇文章的。從那時起，大型語言模型的成功以驚人的方式證明了薩頓的洞察力。早期的人工智能研究人員試圖理解自然語言的特性，然后將他們的見解編碼到人工智能系統(tǒng)中。這些系統(tǒng)運行得不太好。效果好得多的是采用簡單的Transformer架構(gòu)，并將其擴(kuò)展到數(shù)千億個參數(shù)，從而創(chuàng)建出像GPT-4這樣的LLMs。

馬斯克打賭，在自動駕駛方面，這種動力也將對特斯拉有利。他將FSD的第12版描述為使用“端到端神經(jīng)網(wǎng)絡(luò)”。他正投資數(shù)十億美元購買硬件，利用從特斯拉客戶那里收集的大量數(shù)據(jù)來訓(xùn)練這些神經(jīng)網(wǎng)絡(luò)。如果你相信薩頓的論點，你可能會期待特斯拉能跳到Waymo的前面。

但我認(rèn)為人們對薩頓的論點解讀過多。薩頓的觀點是，經(jīng)過大量數(shù)據(jù)訓(xùn)練的大型神經(jīng)網(wǎng)絡(luò)往往比手工編碼的人工智能系統(tǒng)表現(xiàn)更好。但這并不意味著，向任何特定的神經(jīng)網(wǎng)絡(luò)投入更多的數(shù)據(jù)和計算能力，就能實現(xiàn)任意高水平的性能。

LLMs就是一個很好的例子。LLMs會產(chǎn)生幻覺。它們無法完成簡單的任務(wù)，如計算物體和讀取模擬時鐘。LLMs非常適合精度并不重要的應(yīng)用，或者由人工在生成輸出后進(jìn)行檢查的應(yīng)用。但如果你需要非常高的精度，它們就不是一個好的選擇。

自動駕駛系統(tǒng)確實需要非常高的精度。而擁有足夠數(shù)據(jù)和計算能力的端到端神經(jīng)網(wǎng)絡(luò)是否一定能達(dá)到這一要求，這一點并不明顯。

商科教授伊森·莫里克（Ethan Mollick）寫過一篇關(guān)于“鋸齒狀邊界”（jagged frontier）的文章：復(fù)雜的人工智能系統(tǒng)往往在某些任務(wù)上表現(xiàn)出色，但在另一些任務(wù)上卻出人意料地糟糕。特斯拉可能非常擅長在高速公路、十字路口和交通環(huán)島中導(dǎo)航，但在避開潮濕的水泥地或理解警察的手勢方面卻進(jìn)展甚微。

Waymo會遇到“Just Walk Out”問題嗎？

Waymo解決這個問題的方法是建立一個大部分自動化的系統(tǒng)，能夠在需要時優(yōu)雅地依靠人工輔助。

雖然從安全的角度來看，這種方法效果不錯，但我開始懷疑它的經(jīng)濟(jì)性。如果Waymo的車輛不斷要求遠(yuǎn)程指導(dǎo)，Waymo可能需要雇傭大量的遠(yuǎn)程操作員，以至于抵消了不需要司機(jī)帶來的成本節(jié)約。

今年4月，亞馬遜宣布從亞馬遜生鮮雜貨店移除其名為“Just Walk Out”的免結(jié)賬技術(shù)。

位于加利福尼亞州惠提爾的Amazon Go商店采用“Just Walk Out”技術(shù)。

與Waymo一樣，亞馬遜在2018年也看好自己的技術(shù)。那一年，彭博社報道稱，亞馬遜計劃基于Just Walk Out技術(shù)開設(shè)3000家Amazon Go便利店。

但這從未發(fā)生過，The Information的Theo Wayt的報道有助于解釋原因。Wayt去年報道稱，亞馬遜的技術(shù)——與Waymo的技術(shù)一樣——并不是完全自動化的。亞馬遜在印度有1000多名工人手動驗證客戶的選擇。Wayt說，在2022年中期，“Just Walk Out”每1000筆銷售需要大約700個人工審核。

亞馬遜的目標(biāo)是將這一數(shù)字降低到每1000件商品20到50次人工審核，但該公司“屢屢未能實現(xiàn)”這一績效目標(biāo)。

Waymo會有類似的問題嗎？我不知道。毫不奇怪的是，Waymo拒絕就遠(yuǎn)程干預(yù)的頻率發(fā)表評論。

我最樂觀的猜測是，這對Waymo來說不會是個嚴(yán)重的問題。在我3月份的乘坐過程中，Waymo的車輛行駛平穩(wěn)，信心十足。如果它們一直在尋求遠(yuǎn)程指導(dǎo)，我估計會出現(xiàn)更多的猶豫和不穩(wěn)定駕駛。

最后，Waymo的擴(kuò)張似乎也相當(dāng)迅速。5月早些時候，該公司宣布其每周服務(wù)量已從9個月前的每周1萬次增至5萬次。除非管理層有信心實現(xiàn)盈利，否則Waymo似乎不太可能發(fā)展得這么快。

無論如何，我不認(rèn)為特斯拉發(fā)現(xiàn)了解決這個問題的更好方法。大型、復(fù)雜的神經(jīng)網(wǎng)絡(luò)往往擅長某些事情，但在其他方面卻不盡如人意。然而，控制兩噸重汽車的人工智能系統(tǒng)必須始終非?？煽?。至少在未來幾年內(nèi)，只有在人類的支持下才能做到這一點。(原本作者Timothy B. Lee是報道科技政策和未來交通的資深記者，曾在Arstechnica任職。文中配圖來自蓋蒂圖片社。)