提到特斯拉，大家總會不自覺站成兩個陣營：

一方將這家電動車公司捧上天；另一方則唱衰，認為它最終會被對手們干掉。

換句話說，特斯拉要么一勞永逸改變汽車行業，要么就會在不久的將來關張。

不過，如果我們放下財務、競爭和Elon Musk這個神奇的存在，從理性、中立、客觀的角度觀察特斯拉，其實是能得到更多獨特解讀的。

如果說特斯拉在電動化上的技術積累可能會被對手迎頭趕上，那么它在數據上絕對無人能敵。

特斯拉正在利用這些數據搭建世界上最先進也最復雜的神經網絡。

大數據還是“明日之星”嗎？

硅谷喜歡用一些熱詞來形容“下一個劃時代的產品”。

就拿大數據來說，它就被稱為“新型石油”。

這個形容非常貼切，數據就像埋藏在地殼中的石油，等待著人們去開發、提煉和利用并借此建立自己的競爭優勢。

不過，多年之后的今天，大數據這個概念的光芒卻開始逐漸暗淡。

因為從技術角度來看，如何從海量的數據中攫取真正有價值的部分是一個巨大的挑戰——無論這些數據是否有自己的組織架構。

事實上，我們已經陷入Gartner所說的大數據“理想幻滅的低谷”(trough of disillusionment)。

這項技術沒能像十年前預想的那樣，成為龐大的統一數據平臺。

大數據風口過了之后，人工智能（AI）與機器學習（ML）成了新的香餑餑。

不過，不同于社交媒體平臺（只想優化算法來售賣廣告），大家還是保持著初心，用心在做有意義的事，特斯拉就是其中之一。

特斯拉真正的競爭力在于對數據、AI和ML的熟練整合與運用，而它們凝聚成了特斯拉的神經網絡：

一套將傳感器、數據、通訊、CPU、外圍硬件與軟件緊密結合的超級系統。

這些關鍵節點不但能相互配合處理信息，還能像人一樣適應與學習。

大賽已經開場

華爾街分析師相信，自動駕駛帶來的市場潛力是萬億級的。

這也是特斯拉、Waymo等科技巨頭和傳統制造商投入一切瘋狂爭奪的原因。

其實轉念一想，你就會意識到，自動駕駛這個概念很多年前就已經開始向我們的駕駛習慣中滲透了。

類似定速巡航、ABS防抱死等技術的普及，其實就是人類在一步步逐漸讓渡車輛控制權。

而特斯拉的Autopilot，可能是當下能在市場上買到最復雜的駕駛輔助系統。

不過，從半自動駕駛升級到全自動駕駛并非易事。

我們如何能保證車輪上這臺電腦能在這個瘋狂世界中保持思考、判斷并作出正確決定？

要知道，全自動駕駛系統的成熟至少需要工程師投入數百萬小時的精力，他們得寫代碼，定義并不斷精煉算法、3D模型，在這期間模擬器和測試車還一刻都不能停。

當然，這是特斯拉眼中的“傳統”方式，而Musk最擅長打破常規，他帶領特斯拉走上了一條新奇之路。

經過16年的發展，特斯拉電動車在全球的保有量已經突破60萬輛。

但這些出廠的車輛，甫一上路就是特斯拉的數據收割機。

人類駕駛員在車上的一舉一動，比如打方向、剎車或踩油門，都是特斯拉需要的數據點。

這些采集到的數據會被特斯拉“投喂”給自家算法，升級后的算法又會通過OTA“反哺”給特斯拉的車輛。

截至今年7月的數據，特斯拉已交付超64.3萬輛具有自動駕駛功能的特斯拉汽車，其中52.8萬輛了搭載Autopilot Hardware 2.0系統。

特斯拉自動駕駛里程達15.6億英里，占特斯拉行駛總里程（144億英里）的10.8%。

與其相比，在自動駕駛路測上最有心得的Waymo也只不過有1500萬英里的經驗。

而特斯拉在“影子模式”下恐怕累積的數據采集里程已經有100億英里了。

對特斯拉的神經網絡來說，這確實是個無人可及的超級寶庫。

不過，這還不是特斯拉與其他公司最重要的不同，特斯拉最可怕之處在于：

特斯拉的數據都來自現實世界；

車主們每天開車通勤，他們在不知不覺中訓練了特斯拉的AI/ML引擎。

Musk曾表示：“當一輛車學到了新的知識點，所有特斯拉都能順勢掌握。”

顯然，特斯拉開發了一個在外界看來最牛的眾包AI/ML訓練項目。

Autonomy Day見聞

相信很多人會好奇：特斯拉是如何刷出這些數據，并通過數據實現系統性能的持續提升？

在特斯拉今年的一系列活動中，最有干貨的就是“Autonomy Day”。

在主題演講中，特斯拉工程部門副總裁Stuart Bowers（目前已離職）【1】 給我們講述了特斯拉的心路歷程。

“在開始之前，我們先是試著理解周邊的世界。”Bowers說。“特斯拉電動車都標配8顆攝像頭和12個超聲波傳感器（雷達），同時還有慣性測量裝置與GPS加持。

此外，經常被大家遺忘的方向盤與踏板操作也必須考慮在內。”

Bowers還指出，這些傳感器都有“重疊區域”，可以進行雙重確認。

通過這種方式，特斯拉“能對周邊發生什么有一個極其精確的了解。”

每發生一個事件，或者一次人機交互，都會被記錄下來并上傳到特斯拉的數據庫。

隨后，這些數據會被用來進行3D模擬，供特斯拉軟件工程師研究如何提升與精煉現有算法。

升級后的算法當然會通過OTA推送給每一位特斯拉車主，進一步提升車輛的駕乘體驗。

影子模式

當然，在車上進行軟件迭代并不能像智能手機那么隨意，畢竟這事關人身安全。

在這里，特斯拉聰明的用到了“影子模式”，即在這種模式下測試修改后的系統。

顯然，這相對于簡單的模擬器或是派車上路測試是一種巨大的進步，畢竟影子模式是實時運行的，而且與現實世界緊密相關。

不過，整個車輛的“思考和決策”是在背后進行的，這樣就能搭建出一個連續的反饋閉環。

簡單來說，影子模式就像一個十幾歲的小青年，沒有駕照的他經常會坐在副駕駛觀察父親的一舉一動。

“當有新算法出現我們第一時間就想嘗試，在影子模式下你就能把它推給車隊，看看在現實世界中它表現如何。”Bowers解釋。

最終，特斯拉能借助機器學習擁有更強的能力，隨后進入階段部署，也就是特斯拉的“早期用戶參與計劃”（ early access program）。

眼下，特斯拉還在測試新的行為預測功能，方便車輛提前預知前方行人或自行車的下一步動作。

“我們能探測到路上的障礙，而行人就是障礙之一。”Bowers說道。“車輛確實能看到路上的行人與自行車，特斯拉下一代自動剎車系統不但會為正前方路上的行人停車，還會自動為那些即將走上道路的行人讓行。”

Bowers透露稱，現在這項新功能就在影子模式下運行著。

未來，特斯拉肯定會把這項功能推給每個車主。不過在這之前，會先在那些簽了早期用戶參與計劃的硬核車主身上進行“實驗”。

另一個例子是高速公路上的車道變更。

特斯拉稱在Autopilot模式下已經成功完成了900萬次變道。

“我們幾乎每天都能累積10萬次成功的車道變更案例”。Bowers說道。

在Bowers看來，真正的終局之戰“就是要將神經網絡、車輛與所有數據進行大整合，創造出幫車輛認識世界的終極真理”。

出行即服務（Mobility as a Service）

自動駕駛的降臨意味著原有車輛銷售模式會全面崩塌，取而代之的是人人打車的新時代，即我們所說的出行即服務（MaaS）。

在最近的一次采訪中，專注于創新科技與市場的投資公司ARK分析師Tasha Keeny就指出：

從某種意義上來看，MaaS已經在路上，畢竟Uber已經站上單季度提供10億次出行服務的里程碑，而類似Uber的打車服務在全球都很受歡迎。

不過，Keeny手上的數據顯示，“租”一輛車還是比買一輛車貴。

如果買一輛車，全周期算下來每英里平均花費為70美分，比出門打車還是要便宜一些。

當然，這個現象會在自動駕駛降臨后被徹底翻轉，剔除了人類駕駛員后，MaaS每英里只要22美分。

而且別忘了，正值壯年的千禧一代，對共享經濟也是輕車熟路。

Keeny認為，那個轉折點到來后，用手機呼叫自動駕駛汽車這個動作背后，會誕生一個超過5萬億美元的超級市場。

這也是各家廠商不惜一切爭奪自動駕駛高地的主因——否則，哪個投資者能受得了Uber單季虧損50億美元。

特斯拉當然會參與到MaaS的大戲中：

特斯拉要“征用”車主的車部署自動駕駛車隊，其目標是雙贏。

車主的車輛不用再長時間停在停車場，這些車輛能在車主工作時出門拉活，而特斯拉則能賺取服務費分成。

賭注確實很高，但戰利品同樣很豐盛。

一旦MaaS的世界正式落成，游戲規則就會徹底改變。從技術角度來看，特斯拉確實領先優勢巨大。

現在的傳統汽車廠商已經竭盡全力，它們設計并打造最好的車輛，同時通過大規模量產來削減成本以求獲得競爭優勢。

這也是它們當下最好的選擇。

不過，行業攪局者們可不會被這些既定規則所束縛，而特斯拉就是這種不走尋常路的公司。

自研的芯片、硬件、軟件，還有自己的神經網絡與MaaS車隊，特斯拉已經將命運牢牢掌握在自己手上，而數據起的作用就是穿針引線，它是驅動整套系統運作的主動脈。

至于產能問題，不過是整個過程里權重最低的一項罷了。

如果你還不信，看看上海超級工廠就明白了。

返回第一電動網首頁 >