科技目的就是要使人类生活变得更加美好,AI向善也是一直以来我们所讨论的主题。昨天(7月9日),特斯拉CEO马斯克以云端的形式发表了AI(爱)的主题演讲,以此来分享他对于AI的热爱和畅想。
特斯拉CEO马斯克
下文为演讲全文:
很高兴能够再次来到这里,我希望今后可以亲自来。特斯拉自动驾驶在中国做得非常好,我们正在中国建立相关工程团队,如果你想在特斯拉做工程师可以加入我们。
我想强调我们会做很多原创性在中国的工程开发,不仅仅是简单把美国东西搬到中国,我们会做原创设计和工程工作,所以可以考虑在特斯拉中国工作。我对于未来实现5G自动驾驶是非常有信心的,我认为很快就会实现,在特斯拉我们已经非常接近5G自动驾驶了,我有信心我们将在今年完成L5级别的基本功能。我认为实现自动驾驶5G目前不存在底层根本性挑战,但是有很多细节问题,我们面临挑战是要解决所有这些小问题,然后整合系统持续解决长尾问题,可以树立大多数场景的情况,但是又会不时出现一些奇怪的情况,必须有一个系统来解决训练,解决这些奇怪的场景。所以也是需要有现实场景,没有什么比现实更复杂,任何模拟都是现实世界复杂性的子集。
我们目前非常专注于应对5G自动驾驶的细节,我们非常相信这是可以做到的,我们可以利用特斯拉现在的硬件,我们只需要改进软件,我们可以实现L5级别自动驾驶。我不确定人工智能是否可以这样分类,如果我们用这个分类标准的话,在感知层面目前技术取得巨大进展,事实上可以说在专业的图像识别领域,几乎比任何人类都做得好,即使比专家也做得好,问题是有多少计算机,多少实践来训练计算机,还有图像系统效率如何,讲到图像识别或者是相应识别,任何的信号,任何给定的字节流,人工智能系统是否能够准确的来识别,认知是最薄弱的领域,人工智能是不是能够理解概念,是不是能够有效推理,是不是能够进行创造,现在有很多有创意的AI,但是他们没有办法很好来控制他们的创造活动,我们会觉得好像做得不太好,不过未来会表现好一点,我们可以想像成游戏,显然在任何有着明确规则游戏当中AI会比人好很多。主要是有规则明确的游戏,如果这个游戏自由度不是很高的话,很难想像在任何游戏当中人工智能它不会玩的比人类要好,甚至都不考虑人工智能更快反应时间。
为自动驾驶开发人工智能芯片时,我们发现市场上没有成本合理,而且低功耗的系统,如果我们使用传统的TPU、CPU或者是其他相似产品,耗费数百瓦的功率,后备箱会被巨大冷却系统占据,如此以来成本高昂、体积大、能耗高。要知道能耗对于汽车里程非常重要,为此我们开发特斯拉智能人工芯片,该芯片有八位加速器,用于电机计算,有很多的电机运算,如果你知道什么是电机运算,就知道电机运算量巨大,事实上还未完全发挥出特斯拉自动驾驶的能力,实际上几个月前我们才启动芯片第二套系统,所以充分利用特斯拉完全自动驾驶系统,可能还需要至少一年时间。
我们还看到特斯拉训练系统,以改善对人工智能系统的训练。人工智能系统就像FP16训练系统,主要受芯片发热量和通讯速率限制,所以我们也正在开发新的线和散热冷却系统,用于开发更高效计算机,从而更有效处理视频数据。我们如何看待人工智能算法的发展,我不确定这是不是最好的理解方式,神经网络主要是从现实中获取大量信息,很多来自无光源方面,并创建矢量空间,将大量光子压缩为矢量空间。人类是否能够进入大脑的矢量空间,我们通常以类比方式将现实视为理所当然,我认为你可以进入自己大脑中的矢量空间,理解你的大脑是如何处理外部信息,他获取大量信息只保留相关部分,人们是如何在大脑中创建一个矢量空间,他的信息仅占原始数据很小一部分,却可以根据矢量空间表达做决策,这就类似于大规模压缩和解压缩的过程。有一点像物理学,因为物理学公式本质上是对现实压缩算法,这就是物理学的作用,很明显物理公式是现实压缩算法。
简而言之我们人类就是物理学作用的证据,如果对宇宙做一个真正物理学意义上的模拟,大量的计算如果有充足时间,最终产生绝知,人类将是最佳证明,如果你相信物理学和宇宙演化史,很长一段时间是氢元素,出现氦与锂元素,其中一些重元素学会表达,我们人类本质上是氢元素进化而来,如果将氢元素放一段时间它就会慢慢变成我们,我觉得大家可能不太赞成这一点,所以有人会问我我们知觉作用从哪里来,整个宇宙是特殊的绝知或者是是否存在特殊性,又或者氢元素转变人类过程中何时产生知觉。
特斯拉工厂进展很顺利,我对特斯拉团队感到无比自豪,我也期待尽快访问上海超级工厂。我不知道如何表达,真的非常感谢特斯拉中国团队,未来我们的工厂中会运用更多人工智能和人工智能化软件,我认为在工厂真正有效使用人工智能还需要花一些时间,我们可以将工厂看作一个复杂的结合体,实际上所有公司都是如此。
谢谢线上采访我,我希望明年有机会亲自参加我很喜欢到中国,中国总是给我惊喜,中国有很多既聪明又勤奋的人,中国充满了正能量,我对未来满怀期待,我会让未来成为现实,我期待着回来。
(转载)