近日，網通社從官方獲悉，特斯拉在美國舉辦了AI Day活動，特斯拉CEO伊隆·馬斯克、人工智能部門總監Andrej Karpathy等多位工程師現身會場，并在現場公布了特斯拉純視覺方案FSD的進展、神經網絡自動駕駛訓練，D1芯片、Dojo超級計算機等全新的技術。

多任務學習HydraNets神經網絡架構

為了實現更強大且精準的駕駛輔助系統，特斯拉將采用更加先進的多任務學習HydraNets神經網絡架構，并通過全車8個360°攝像頭來獲取道路信息為神經網絡學習提供更出色的條件。

Andrej說：“我們希望能夠打造一個類似動物視覺皮層的神經網絡連接，模擬大腦信息輸入和輸出的過程。就像光線進入到視網膜當中，我們希望通過攝像頭來模擬這個過程。”

通過8個攝像頭獲取的畫面由多任務學習HydraNets神經網絡架構拼接在一起，平衡視頻畫面的延遲和精準度。獲取到的信息可通過人工或自動進行標注車道、車輛、信號燈和動靜物體，通過分析畫面，了解物體的縱深、速度等信息。

為了更加準確的進行拼接，特斯拉開發了“矢量空間”（Vector Space）技術，同時兼具了非凸優化算法（Non-convex）、高維度兩大優勢。該技術可以通過8個攝像頭輸入的數據為基礎繪制3D鳥瞰視圖，形成4D的空間和時間標簽的“路網”以呈現道路等信息，幫助車輛把握駕駛環境，更精準的尋找最優駕駛路線。

特斯拉擁有一支由世界各地人才組成的數據標注團隊，規模在1000人左右。團隊每天對視頻數據中的物體在“矢量空間”中進行標注，在善于把握細節的人工標注和效率更高的自動標注配合下，只需要標注一次，“矢量空間”就能自動標注所有攝像頭的多幀畫面，而這些數據都會用于神經網絡培訓。

此外，特斯拉FSD系統已可以實現每1.5毫秒2500次搜索的超高效率，預測可能出現的各種情況，并在其中找到最安全、最舒適、最快速的自動駕駛路徑。 

D1芯片與Dojo超級計算機

當下，隨著所需處理的數據開始指數級增長，特斯拉也在提高訓練神經網絡的算力，因此，便有了特斯拉Dojo超級計算機。

組成Dojo超級計算機的關鍵單元，是特斯拉自主研發的神經網絡訓練芯片——D1芯片。D1芯片采用分布式結構和7納米工藝，搭載500億個晶體管、354個訓練節點，僅內部的電路就長達17.7公里，實現了超強算力和超高帶寬。

得益于訓練模塊的獨立運行能力和無限鏈接能力，由其組成的Dojo超級計算機的性能拓展在理論上無上限，是個不折不扣的“性能野獸”。在實際使用中，特斯拉將以120個訓練模塊組裝成ExaPOD人工智能訓練計算機。與業內其他產品相比，同成本下它的性能提升4倍，同能耗下性能提高1.3倍，占用空間節省5倍。

為了與強大的硬件相匹配，特斯拉開發了DPU（Dojo Processing Unit）。DPU是一個可視化交互軟件，可以隨時根據要求調整規模，高效地處理和計算，進行數據建模、存儲分配、優化布局、分區拓展等任務。

在活動末尾，馬斯克在談到AI發展方向時，還出乎所有人意料地拋出了“Tesla Bot”。Tesla Bot高1.72米，重56.6千克，臉上的屏幕可顯示信息，擁有人類水平的雙手，并有力反饋感應，能實現平衡和敏捷的動作。

馬斯克表示，Tesla Bot將利用Dojo超級計算機的訓練機制來改進功能，并補充道：“未來勞動力不會短缺，但體力勞動只是一種選擇。Tesla Bot可以執行一些危險性、重復性、枯燥的任務。”Tesla Bot或將在明年推出首個原型機。