特斯拉的新人工智能主管——AndrejKarpathy，將幫助特斯拉的汽車(chē)實(shí)現(xiàn)自學(xué)駕駛功能。特斯拉CEO埃隆·馬斯克聘請(qǐng)了一位新的人工智能研究主管，這標(biāo)志著他對(duì)自動(dòng)駕駛開(kāi)發(fā)的重新思考。

上周，馬斯克將AndrejKarpathy從OpenAI公司挖走。這是馬斯克和其他人一直投資的一家非營(yíng)利公司，始終致力于“探索發(fā)現(xiàn)安全的人工智能道路”。Karpathy是人工智能領(lǐng)域的一顆冉冉升起的新星，他曾在斯坦福大學(xué)讀書(shū)，且?guī)煆闹斯ぶ悄軐?zhuān)家、現(xiàn)任谷歌云首席科學(xué)家的李飛飛。李飛飛因成功開(kāi)發(fā)一組圖像數(shù)據(jù)庫(kù)，實(shí)現(xiàn)了機(jī)器視覺(jué)上的突破，而被科技圈人士所熟知。

很多人認(rèn)為，Karpathy在計(jì)算機(jī)視覺(jué)方面的特長(zhǎng)對(duì)特斯拉而言是一筆真正的財(cái)富。但他在強(qiáng)化學(xué)習(xí)系統(tǒng)方面的經(jīng)驗(yàn)，對(duì)于特斯拉的自動(dòng)駕駛系統(tǒng)來(lái)說(shuō)可能更為重要。強(qiáng)化學(xué)習(xí)的靈感來(lái)自于動(dòng)物學(xué)習(xí)——不斷重復(fù)一種行為，最終帶來(lái)積極的結(jié)果。而且，正如今年早些時(shí)候所指出的，人類(lèi)可以通過(guò)訓(xùn)練計(jì)算機(jī)去實(shí)現(xiàn)編程無(wú)法實(shí)現(xiàn)的事情，是科學(xué)領(lǐng)域一項(xiàng)十分重要的方式（見(jiàn)“2017年的十大突破性技術(shù)：強(qiáng)化學(xué)習(xí)”）。這種機(jī)器學(xué)習(xí)的形式是AlphaGo的核心，Alphabet旗下DeepMind的一個(gè)計(jì)算機(jī)程序，學(xué)會(huì)了用超越人類(lèi)的技能來(lái)玩這一古老的棋類(lèi)游戲。許多汽車(chē)制造商，包括谷歌、優(yōu)步，以及最近被英特爾收購(gòu)的Mobileye，都在尋求強(qiáng)化學(xué)習(xí)，讓汽車(chē)自己在模擬環(huán)境中自動(dòng)駕駛，在具有挑戰(zhàn)性的情況下學(xué)會(huì)如何駕駛。試想一下在擁擠的路段或繁忙的十字路口，為一輛車(chē)制定行車(chē)規(guī)則是非常困難的。但是，通過(guò)強(qiáng)化學(xué)習(xí)，一輛自動(dòng)駕駛汽車(chē)可以自己學(xué)習(xí)怎樣去做這件事。從斯坦福大學(xué)畢業(yè)后，Karpathy在DeepMind進(jìn)行了實(shí)習(xí)，在那里，強(qiáng)化學(xué)習(xí)是一個(gè)主要的研究重點(diǎn)。這一技術(shù)也是OpenAI公司的主要研究項(xiàng)目。事實(shí)上，在他自己博客發(fā)布的有關(guān)于強(qiáng)化學(xué)習(xí)的文章中，Karpathy提到了強(qiáng)化學(xué)習(xí)技術(shù)基于特斯拉的自動(dòng)駕駛測(cè)試。他指出，雖然強(qiáng)化學(xué)習(xí)一般情況下并不適用于實(shí)驗(yàn)成本高昂的情況，但新的方法，加上大量真實(shí)數(shù)據(jù)（特斯拉正在收集的數(shù)據(jù)）可能會(huì)有所幫助。任命一位特斯拉的人工智能研究主管，表明特斯拉的自動(dòng)駕駛還存在一些問(wèn)題和挑戰(zhàn)：在問(wèn)題解決之前還有一段路要走。