特斯拉：希望通过“舰队学习”实现无人驾驶

4月17日消息，据外媒报道，特斯拉电动汽车公司希望其车辆有朝一日能通过“舰队学习”(fleet learning)实现无人驾驶，这种方法包括从车主的车辆上无线上传大量图像和传感器数据。然而3月份发生的Model X致命事故表明，使用这些数据来记录潜在的道路危险，并训练其车辆避免这些危险依然任重道远。

3月23日，特斯拉车主、苹果工程师沃尔特·黄(Walter Huang)在加州山景城(Mountain View)的101号高速公路上驾车行驶时，撞上了混凝土交通车道隔板遇难。当时，沃尔特正使用特斯拉的半自动驾驶系统Autopilot，但他没有意识到该系统让他走上了“碰撞道路”。尽管联邦安全调查人员还没有确定沃尔特、Autopilot或两者是否都有过错，但特斯拉已经确定了一个车祸因素。

特斯拉在3月27日的博客文章中宣称:“这次事故如此严重的一个原因在于碰撞衰减器，这是高速公路上的安全屏障，它的设计目的是为了减少对混凝土车道隔板的影响。在事故发生之前，它要么被移除，要么被压碎，但却没有及时更换。我们的数据显示，自2015年首次推出Autopilot以来，特斯拉的车主们已经利用它在这条高速公路上行驶了大约85000次，今年以来已经行驶里了2万次，而此前从未发生过事故。”

确切地说，车道隔板上何时失去延展的金属衰减器还不清楚。尽管多次电话询问，但加州运输部都没有澄清此事。特斯拉发布的一张照片显示，该衰减器至少在事故发生的前一天已经损坏，这无意中对一家率先使用汽车连接和无线更新的公司提出了潜在限制。

特斯拉收集的所有用于研发的图像和传感器数据似乎都没有记录物理危险(比如受损的车道隔板)和提醒标志，也没有训练Autopilot避开这些危险。市场研究机构Gartner Research分析师迈克·拉姆齐(Mike Ramsey)说：“这绝对在他们的能力范围之内。如果机器学习技术被部署用以提高无人驾驶水平，你就会预料到这种事情会被认为是重要的。”

拉姆齐表示，英特尔旗下的Mobileye公司使用基于摄像头的技术，即道路体验管理（Road Experience Management）系统来收集此类数据，并与其他配备了REM芯片的车辆共享。一名特斯拉发言人证实，与物理道路危险有关的警报目前还没有集成到其导航系统中，但他没有详细说明。

Alphabet旗下导航应用Waze鼓励用户通过应用程序手动记录各种道路问题，包括碰撞、道路封闭和其他危险，包括路面坑洼、道路上的物体、道路交通堵塞、交通信号灯损坏以及路边停车车辆等。然后，附近的该应用用户就会注意到这些潜在危险。拉姆齐说:“手机更先进，可能没有比Waze更先进的系统了。”

自事故发生以来，特斯拉用户甚至试图复制沃尔特的撞车事故，其中包括一位Model S车主，他于4月2日在101公路上再现了当时的场景。在YouTube和Reddit网站上发布的视频中，他声称自己的车也直奔护栏而去，如果他没有从Autopilot手中接管汽车，也必然会撞上。

特斯拉已经通知客户，它收集广泛的车辆使用数据，原因是监测车辆的总体性能和状态以及Autopilot的使用。它还可以跟踪车辆的位置，并给出事故的视频片段。特斯拉在其客户隐私政策中表示:“为了进一步帮助开发和提高无人驾驶的安全功能，我们可能利用汽车的外部摄像头收集视频短片，以学习如何识别车道线、街道标志和交通灯位置等信息。”

特斯拉总是滔滔不绝地谈论自己如何为数据收集“打开闸门”，以改进其无人驾驶系统。在第四季度给股东的业绩信中，特斯拉吹嘘说，它已经“在数据收集和分析、以及机器学习能力方面有了阶梯式的改进”。该公司表示:“随着我们的客户队伍不断壮大，我们的神经网络能够收集和分析比以往更多的高质量数据，从而使我们能够在2018年及以后推出一系列新的无人驾驶功能。”

在3月27日的博客中，特斯拉表示:“在这条道路上，每天有超过200次Autopilot支持的成功无人驾驶旅行。”然而，这一评论并没有具体说明有多少次旅行使用了沃尔特遇难的车道，也没有具体说明有多少人需要控制方向盘。很有可能特斯拉已经接近于充分利用所有收集到的数据，但就像该公司过去的许多说法一样，其崇高的抱负与现实之间的距离仍然很难弥合。