近來，特斯拉大膽押注視覺技術，僅使用攝像頭提供自動駕駛汽車。但是，儘管基於視覺的自動駕駛的能力有所提高，但專家表示，它面臨著根本性的障礙。近期，特斯拉推出了延遲已久的“全自動駕駛”(FSD)軟件第9版，這使得特斯拉汽車的自主導航能力有了提升。

原標題：特斯拉放棄激光雷達，押注純視覺自動駕駛，靠譜嗎？

該軟件包已作為10,000 美元的附加組件出售，自去年10 月以來，他們一直在與選定的驅動程序組進行Beta 測試。但是最新的更新標誌著一個重大轉變，它放棄了雷達傳感器的輸入，完全依賴汽車的攝像頭。

此前，特斯拉在5 月份宣布將從其在美國製造的Model 3 和Model Y 汽車中完全移除雷達，並暗示該公司正在加倍努力製定與大多數其他自動駕駛項目不一致的戰略。由Alphabet 子公司Waymo和通用汽車旗下的Cruise製造的自動駕駛汽車融合了來自攝像頭、雷達和超精密激光雷達的輸入，並且僅使用高分辨率3D 激光掃描預先繪製了街道。

特斯拉首席執行官埃隆·馬斯克(Elon Musk) 一直直言不諱地批評激光雷達成本高昂，而是提倡採用“純視覺”方法。由於依賴單個傳感器而缺乏冗餘，這種觀點帶來了巨大爭議。但研究自動駕駛汽車計算機視覺的康奈爾大學副教授Kilian Weinberger 說，理由很明確。

“與激光雷達相比，攝像頭非常便宜，”Weinberger 說。“通過這樣做，他們可以將這項技術應用到他們銷售的所有汽車中。如果他們售出50 萬輛汽車，那麼所有這些汽車都會為他們收集數據。”

數據是自動駕駛技術核心的機器學習系統的命脈。Weinberger 說，特斯拉最大的賭注是，與其競爭對手依賴少量配備傳感器的汽車相比，公司車隊積累的大量視頻將幫助其更快地實現完全自主駕駛。

在上個月的一場視覺會議上，特斯拉的首席AI官Andrej Karpathy透露，該公司已建立了一個超級計算機。他聲稱這是世界第五強的設備，能幫助公司處理這些數據。他還解釋了放棄雷達的決定，稱在對超過1.5 PB 的視頻進行訓練後，增加了雷達數據和人工標記，現在僅視覺系統的性能明顯優於他們以前的方法。

Weinberger 說，放棄雷達的理由確實有道理，他補充說，近年來激光雷達和相機之間的差距已經縮小。激光雷達的一大賣點是通過從物體上反射激光來實現令人難以置信的準確深度感測——但基於視覺的系統也可以估計深度，並且它們的能力得到了顯著提高。

Weinberger 及其同事在2019 年取得了突破，將基於相機的深度估計轉換為激光雷達使用的同類3D 點雲，顯著提高了準確性。Karpathy 在去年的Scaled Machine Learning Conference 上透露，該公司正在使用這種“偽激光雷達”技術。

不過，如何估計深度很重要。一種方法比較來自兩個相距足夠遠的相機的圖像，以三角測量到物體的距離。另一種方法是在大量圖像上訓練AI，直到它學會獲取深度線索。Weinberger 說，後者可能是特斯拉使用的方法，因為它的前置攝像頭對於第一種技術來說太近了。

基於三角測量技術的好處是測量基於物理學，就像激光雷達一樣，初創公司NODAR 的首席執行官Leaf Jiang 說，該公司基於這種方法開發了基於相機的3D 視覺技術。他說，推斷距離本質上更容易在模棱兩可的情況下出錯，例如，區分50 米處的成人和25 米處的兒童。“它試圖根據透視提示或陰影提示等來計算距離，但這並不總是可靠的，”他說。

然而，你如何感知深度只是問題的一部分。最先進的機器學習只是識別模式，這意味著它會在新情況下掙扎。與人類司機不同的是，如果它沒有遇到場景，它就無法推理該做什麼。“任何人工智能係統都不了解實際發生的事情，”Weinberger 說。

收集更多數據背後的邏輯是，您將捕獲更多可能使您的AI 陷入困境的罕見場景，但這種方法有一個基本的限制。“最終你會有獨特的案例。以及您無法訓練的獨特案例，”溫伯格說。“在某些時候，添加越來越多數據的好處正在減弱。”

這就是所謂的“長尾問題” ，蘇黎世聯邦理工學院(ETH Zurich) 教授Marc Pollefeys說，他曾從事基於攝像頭的自動駕駛研究，它為擺脫已經很常見的駕駛輔助系統帶來了主要障礙。現代汽車到真正的自動駕駛汽車。他說，底層技術是相似的。但是，雖然旨在增強駕駛員反應能力的自動制動系統可以偶爾錯過行人，但完全控制汽車時的誤差幅度僅為百分之幾。

其他自動駕駛公司試圖通過減少不確定性的範圍來解決這個問題。

Pollefeys 說，如果你預先繪製道路，你只需要關注少量不匹配的輸入。同樣，三個不同的傳感器同時犯同樣錯誤的可能性也很小。

這種方法的可擴展性當然值得懷疑。但是，Pollefeys 說，試圖通過簡單地通過機器學習管道推送更多數據來從一個主要工作的系統轉變為一個幾乎不會出錯的系統“注定要失敗”。

“當我們看到某樣東西99% 都有效時，我們認為讓它100% 有效並不難，”他說。“而事實並非如此。少犯10 倍的錯誤是一項巨大的努力。”

特斯拉車主在FSD 更新後發布的視頻顯示他們的車輛突然駛入高速公路或對路中間的混凝土柱子視而不見，這表明仍然需要彌合的鴻溝，並表明馬斯克對今年年底實現完全自動駕駛的預測可能過於樂觀了。

但Pollefeys 認為特斯拉不太可能放棄完全自動駕駛近在咫尺的說法。“很多人已經為此買單了(特斯拉的FSD 套餐)，所以他們必須保持希望，”他說。“他們被困在那個故事裡。”