特斯拉致力于使用高度依賴視覺的方式來實(shí)現(xiàn)全自動(dòng)駕駛。利用電動(dòng)汽車上的攝像頭和人工智能，特斯拉可以訓(xùn)練自己的神經(jīng)網(wǎng)絡(luò)，使其能夠?qū)Φ缆飞系那闆r做出反應(yīng)。其他主流的自動(dòng)駕駛公司沒有采用這種方法。Waymo和Cruise都被認(rèn)為是該領(lǐng)域的領(lǐng)導(dǎo)者，他們都依賴激光雷達(dá)，而特斯拉的CEO埃隆·馬斯克稱這是徒勞的。

去年2月，特斯拉人工智能總監(jiān)安德烈·卡帕西（Andrej Karpathy）在一次演講中解釋了這種方法�？ㄅ廖髟谘葜v中討論了特斯拉的自動(dòng)駕駛計(jì)劃策略。卡帕西涵蓋了多個(gè)主題，從長(zhǎng)尾事件中涉及的挑戰(zhàn)，到基于視覺的方法在廣泛采用和推出全自動(dòng)駕駛解決方案中的重要性。

很快有人指出特斯拉公司的演示——比如在Autonomy Day之后展示的一段自動(dòng)駕駛Model 3的視頻——并不引人注目，因?yàn)閃aymo等其他公司多年來也做過類似的演示�？ㄅ廖鹘忉屨f，事實(shí)并非如此，因?yàn)樘厮估�采用了一種截然不同的方式來實(shí)現(xiàn)自動(dòng)駕駛�！瓣P(guān)鍵的一點(diǎn)是，它看起來是一樣的，但本質(zhì)上，我們采取的方法是完全不同的，”他說。

Waymo等公司使用激光雷達(dá)和高清地圖，在預(yù)先復(fù)雜繪制的區(qū)域內(nèi)導(dǎo)航。這是一個(gè)合理的方法，盡管它也有相當(dāng)多的限制。例如，Waymo多年來一直在開發(fā)自己的自主車隊(duì)，但迄今為止，它只能在少數(shù)幾個(gè)地點(diǎn)運(yùn)營(yíng)。這也是為什么基于激光雷達(dá)的全自動(dòng)駕駛方法可能不可行的最終原因。道路上有太多的不確定性，無論是在高速公路上還是在市中心的街道上，這可能會(huì)使預(yù)先制定的解決方案無效。

特斯拉不使用高清地圖。相反，特斯拉主要依靠其車輛的攝像頭和人工智能來實(shí)現(xiàn)無人駕駛。這與人類開車的方式非常相似，因?yàn)槿藗冇醚劬�來觀察道路，他們用大腦來決定開車時(shí)要做什么�？ㄅ廖髦赋�，這種方法為特斯拉提供了一個(gè)機(jī)會(huì)，使得特斯拉可以推出一款不受預(yù)先映射數(shù)據(jù)限制的改進(jìn)版自動(dòng)駕駛軟件。

當(dāng)然，這是一個(gè)復(fù)雜的過程。幸運(yùn)的是，特斯拉非常愿意接受挑戰(zhàn)。卡帕西的演講最終強(qiáng)調(diào)了特斯拉開發(fā)可在任何地方使用的全自動(dòng)駕駛解決方案背后的遠(yuǎn)見。

有趣的是，特斯拉的全自動(dòng)駕駛項(xiàng)目今天收到的反應(yīng)與幾年前人們對(duì)Model S項(xiàng)目的反應(yīng)有相似之處。當(dāng)Model S發(fā)布時(shí)，有人指出這是徒勞的。在那時(shí)，還沒有人真正制造出一款高端、現(xiàn)代、可生產(chǎn)的電動(dòng)汽車，所以沒有人看好特斯拉，但現(xiàn)在特斯拉都向世界證明了自己的先見性，或許特斯拉也會(huì)在未來不久證明自己在自動(dòng)駕駛的遠(yuǎn)見。