還有其它的表態(tài)：

“每一次有人干預(yù)駕駛，即接管了自動駕駛系統(tǒng)之后，我們的自動駕駛系統(tǒng)便會保存這些信息并將其上傳到我們的系統(tǒng)里。我們真的開始變得非常擅長訓(xùn)練系統(tǒng)，甚至不需要人為輸入訓(xùn)練數(shù)據(jù)、標(biāo)記人工標(biāo)簽了。基本上，當(dāng)一個(gè)駕駛員駛過一個(gè)交叉路口時(shí)，他就會訓(xùn)練自動駕駛系統(tǒng)應(yīng)該怎么做�！�

當(dāng)然你可以認(rèn)為馬斯克的表態(tài)含糊不清，有多種可能的解釋。但是對于我來說，我認(rèn)為模仿學(xué)習(xí)和馬斯克所說的東西最為吻合。

要進(jìn)行模仿學(xué)習(xí)，特斯拉不需要上傳視頻等任何原始傳感器數(shù)據(jù)，它直接上傳感知型神經(jīng)網(wǎng)絡(luò)對其所看到的場景和駕駛員行為的判斷。特斯拉一位名叫g(shù)reentheonly的黑客可視化地展現(xiàn)了在特斯拉上運(yùn)行的神經(jīng)網(wǎng)絡(luò)所做出的這種感知判斷：

首先，表示“駕駛場景”的可視化信息包括車輛周圍的3D形式邊界、表示車輛類型和距離的文本標(biāo)簽以及顯示可行車道的“綠色地毯”。

要進(jìn)行模仿學(xué)習(xí)，需要將人類駕駛員對方向盤和踏板的動作數(shù)據(jù)和可視化的“駕駛場景”信息進(jìn)行配對。這些狀態(tài)－動作配對不需要人類的注釋，人類進(jìn)行標(biāo)記實(shí)在是過于昂貴而且緩慢的學(xué)習(xí)過程。他們只需要上傳到特斯拉的服務(wù)器，然后就可以用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)了。

除了Waymo對模仿學(xué)習(xí)技術(shù)的背書和特斯拉含混其詞的表述，我們還有什么理由相信模仿學(xué)習(xí)可以訓(xùn)練神經(jīng)網(wǎng)絡(luò)來執(zhí)行復(fù)雜的任務(wù)呢？對于我來說，成功實(shí)施了模仿學(xué)習(xí)的最典型案例是AlphaStar，這是由Alphabet的子公司DeepMind創(chuàng)建的一個(gè)神經(jīng)網(wǎng)絡(luò)。DeepMind使用模仿學(xué)習(xí)來訓(xùn)練AlphaStar玩一個(gè)有數(shù)百萬人類玩家的星際爭霸游戲。星際爭霸是一款相當(dāng)復(fù)雜的游戲，里面設(shè)計(jì)長遠(yuǎn)規(guī)劃、高級戰(zhàn)略部署和對軍事單位的實(shí)施戰(zhàn)術(shù)控制，這樣一個(gè)燒腦的游戲?qū)τ贏I來說是一個(gè)相當(dāng)艱難的挑戰(zhàn)。但是，AlphaStar僅使用了模仿學(xué)習(xí)技術(shù)，就通過在星際爭霸這個(gè)游戲的排名證明了相當(dāng)于人類玩家的實(shí)力，達(dá)到了DeepMind估計(jì)的性能指標(biāo)。換句話說，AlphaStar使用模仿學(xué)習(xí)技術(shù)，在星際爭霸中達(dá)到了中等人類技能水準(zhǔn)。

和DeepMind使用模仿學(xué)習(xí)訓(xùn)練其神經(jīng)網(wǎng)絡(luò)玩星際爭霸游戲一樣，在自主駕駛的訓(xùn)練中，特斯拉利用其車輛自主駕駛系統(tǒng)上傳的數(shù)百萬駕駛場景－駕駛行為配對數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，就可以達(dá)到中等水平人類駕駛員的水準(zhǔn)。駕駛行為當(dāng)然很復(fù)雜，但是星際爭霸游戲也很復(fù)雜。所以我不認(rèn)為使用模仿學(xué)習(xí)達(dá)到的自主駕駛效果達(dá)不到AlphaStar玩星際爭霸的程度。

要想使模仿學(xué)習(xí)奏效，一個(gè)非常重要的條件就是感知必須正確。如果特斯拉的感知神經(jīng)網(wǎng)絡(luò)出了錯，系統(tǒng)將無法識別駕駛環(huán)境的真實(shí)狀態(tài)，也就無法獲得正確的駕駛場景－駕駛行為配對。舉個(gè)例子，如果感知神經(jīng)網(wǎng)絡(luò)將紅色交通信號燈錯認(rèn)成了綠色，它觀察人類停在了這樣一個(gè)信號燈前面，它就會得出一個(gè)汽車應(yīng)該停在綠色交通燈處的錯誤結(jié)論。即使它學(xué)會了如何對一個(gè)環(huán)境進(jìn)行正確反應(yīng)，它也需要檢測出這些環(huán)境。因此，如果它知道紅燈停綠燈行，它還必須準(zhǔn)確地識別出信號燈的顏色才能做出正確的響應(yīng)。系統(tǒng)需要準(zhǔn)確地感知環(huán)境以便學(xué)習(xí)要做什么動作，而且必須準(zhǔn)確地感知環(huán)境才能應(yīng)用學(xué)習(xí)成果做出這些動作。

特斯拉新的神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)可以解決環(huán)境感知問題，被稱為Hardware 3。特斯拉人工智能主管Andrej Karpathy說，特斯拉已經(jīng)“訓(xùn)練了效果很好的大型神經(jīng)網(wǎng)絡(luò)”，但是“由于計(jì)算性能的約束無法把它們部署到汽車中”�，F(xiàn)在有了Hardware 3，特斯拉將能夠運(yùn)行規(guī)模更大、更為準(zhǔn)確的感知神經(jīng)網(wǎng)絡(luò)。

對于Waymo這樣無法獲得大量行駛車輛數(shù)據(jù)的公司而言，很難在模擬學(xué)習(xí)上找到可以走下去的路來。由于沒有足夠的訓(xùn)練樣例來完成整個(gè)駕駛?cè)蝿?wù)的模仿學(xué)習(xí)，它不得不依賴手工編碼算法。在計(jì)算機(jī)視覺應(yīng)用中，手工編碼算法這種方式早已被神經(jīng)網(wǎng)絡(luò)完全淘汰，機(jī)器翻譯應(yīng)用也是如此。對于像星際爭霸這樣復(fù)雜級別的游戲而言，手工編碼的機(jī)器人不可能接近AlphaStar這樣的神經(jīng)網(wǎng)絡(luò)的性能。在自主駕駛上，神經(jīng)網(wǎng)絡(luò)方法似乎也比手工編碼算法更有前途。

想推進(jìn)模仿學(xué)習(xí)，Waymo必須將其訓(xùn)練車隊(duì)的數(shù)量擴(kuò)大好幾個(gè)數(shù)量級。一個(gè)可行的方法是，Waymo可以向汽車制造商出售高級駕駛輔助系統(tǒng)，并通過它來收集數(shù)據(jù)，就像特斯拉現(xiàn)在的做法一樣。這就要求Waymo打造一個(gè)比自主駕駛的功能涵蓋范圍更小的精簡型新產(chǎn)品。這個(gè)新系統(tǒng)必須在沒有激光雷達(dá)的情況下能夠使用，或者至少不需要那種通常用于自主駕駛汽車的高范圍、高分辨率的激光雷達(dá)。因?yàn)檫@種激光雷達(dá)成本過高，不可能普及到消費(fèi)級的車輛中。如果這種方式意味著Waymo可以獲取到所有的駕駛數(shù)據(jù)的話，汽車制造商可能不大愿意這么做。所以，Waymo可能需要以某種方式和汽車制造商分享成果，也許它可以同意汽車制造商合作伙伴分享未來的自主駕駛服務(wù)的收入，或者允許合作伙伴購買它的大量股權(quán)。

對于福特和通用這樣的巨頭來說，他們傾向于垂直整合，不大可能建立這種合作關(guān)系。我可以花10億美元小錢購買自己的“Waymo”，干嘛和谷歌的Waymo合作呢？從經(jīng)濟(jì)學(xué)原理上來說，可以購買自主駕駛初創(chuàng)公司，這會讓W(xué)aymo處于艱難的談判地位。而且，這些汽車制造商似乎并沒有他們的汽車收集訓(xùn)練數(shù)據(jù)。

兩相比較下來，特斯拉完全占了上風(fēng)。出于這個(gè)原因，我認(rèn)為特斯拉更有可能分走現(xiàn)在市場上分配給Waymo的1000多億美元估值。也許完全自主駕駛永遠(yuǎn)不可能實(shí)現(xiàn)，那就不用說了。但是如果真的實(shí)現(xiàn)了，這個(gè)市場可能價(jià)值三萬億美金。據(jù)我所知，在這個(gè)賽道上，特斯拉比Waymo以及所有其他公司都處于更有利的位置上，特斯拉可以憑借在模仿學(xué)習(xí)上的優(yōu)勢分走很大很大一塊蛋糕。