干掉雷达！特斯拉前AI总监Karpathy解密离职和纯视觉方案

---

  新智元报道  

将近三个半小时的访谈中，两人谈论了人工智能、宇宙、人类社会等宏大命题，还具体讨论了特斯拉的多项技术，如自动驾驶、Optimus人形机器人、和特斯拉视觉方案。此外，两人还聊到了观众最关心的Andrej的离职，以及特斯拉取消超声波雷达的原因。

Karpathy表示：「人们大都会认为这些传感器是汽车的不可或缺的资产，但如果充分考虑产品的整体性，这些传感器实际上是潜在的负担。」

「这些传感器不是免费的，不可能凭空出现在车上。不仅需要有一个完整的供应链，还需要有人负责采购，」而这些都是要花真金白银的。

同时，传感器可能会故障，需要更换。「作为汽车制造的一部分，传感器的生产还可能拖累整体进度。所以，你不仅需要采购和维护，还必须有编写固件的团队。」

不仅如此，使用雷达传感器还会导致探测系统的冗杂。Karpathy说：「把它们纳入到汽车系统中后，会导致系统整体的过度膨胀。」

安装这么多的传感器对数据引擎也会造成压力。随时间不断发生发展，传感器的功能越来越细化。「现在有太多的雷达，每个的功能都不尽相同。这造成了探测系统的过度膨胀。此外，过多的雷达还会互相干扰，影响效果。」

他高度赞扬前老板马斯克化繁为简的能力，「我认为埃隆很擅长简化，他曾说：『最好的部件是没有部件。』他总会尝试抛弃那些不重要的东西，一直在做减法，因为他了解组织的熵增现象。」

成本高，问题多，需要人员不断修复。还会带来探测系统的冗杂。在这种情况下，安装雷达的成本很高，并且没有很大的发展潜力。

「作为一个计算机视觉工程师，想改善车辆的探测网络，就会考虑增加传感器是否有用，有多大用处。我们进行对比试验，真正确定雷达是否能给车主提供非常有用的路况信息。但结果表明区别并不大，这说明雷达并没有用。」

Karpathy不仅解释特斯拉抛弃这项技术的原因，还断言其他汽车公司也会做出相同的选择。「和激光雷达相似，我认为超声波雷达不能提供很多额外信息。我认为其他还在用激光雷达的公司也会抛弃这项技术的。」

「这种传感器的带宽非常高，我们在这方面取得了实质进展。只要大力投资该技术，就可以获得非凡的成就。」

Karpathy表示，纯视觉方案既是必要的，也是充分的。某种意义上讲，世界是为了人类的视觉消费而被设计出来的，人们有视觉上的需求。

同时，该方案能提供所有驾驶者需要的全部驾驶信息。「因此，我们必须集中资源发展这项技术，并不断问自己：『我真的要引入其他的传感器吗？』我认为这种情况下的答案是否定的。」

虽然纯视觉方案获得Karpathy的大力支持，但当Lex问及如何看待激光雷达和纯视觉方案，以及点云和体素之间的区别时，Karpathy坦言：两者不是自动化驾驶的重点。

他说：「我一直看不懂这个争论。因为这不是问题的核心。我觉得大家在讨论自动化时应该关注是否有路测车队作为支撑。这个才是人工智能系统能否更好服务的关键。」

因此，在考虑传感器的探测能力时必须要全面。包括能否提供路测车队来收集大量数据，能否整合传感器与数据，并将传感器整合到数据引擎中，实现数据不同部分的快速搜索，之后不断改进所使用的模型。

「我们一直在谈论自动驾驶如何改变世界，谈论全球范围内该技术如何运用到交通领域。如果你需要持续提供一个厘米级精准的世界或城市地图，并保持更新频率，这个成本太大了。」

当Lex问这种做法是否会扩展到美国的全部地区时，Karpathy用特斯拉的例子现身说法：「人们不需要如此高精度的地图。一个低精度的地图足以展现路况和前方路段等关键信息。驾驶者可以像看谷歌地图一样，通过这些关键信息理解自己所处环境。」

「特斯拉在驾驶系统中使用和谷歌地图类似分辨率的信息。但不会预先绘制厘米级精度的地图。这种做法画蛇添足，费力不讨好，还稀释了团队能力，让技术人员无法专注于真正必要的东西，那就是计算机视觉问题。」

此前，他供职特斯拉已有5年，直接向大老板马斯克汇报，在特斯拉的一众高管中，绝对算得上是老资格了。据报道，此前这位李飞飞的高徒已经休假了几个月时间，之前还曾说过，近期结束休假后就将重返特斯拉，结果直接宣布离职了。

Karpathy表示：「很高兴在过去5年里协助特斯拉一起实现了众多目标，离开的决定其实是个艰难的选择。这5年里，自动驾驶完成了『毕业』，从蹒跚寻路开始，开上了城市的街头。我无比期待未来更强大的自动驾驶团队能够继续辉煌下去。」

关于离职之后的未来打算，他表示：「未来还没什么具体的计划，可能回归自己拥有长期热情的领域，比如AI技术工作、开源和教育等。」

当然，他在访谈中也提到重回特斯拉的可能性：「或许在某个时候我会回来，在特斯拉从事Optimus或AGI（通用人工智能）的工作。特斯拉将是一个了不起的公司，可以创造非凡。在这个大规模的机器人公司，有才华的设计师们正创造前所未有的新事物。」

从特斯拉高管到网红老师，Karpathy可以为了人工智能离开特斯拉，也可以为了人形机器人和AGI有朝一日重返岗位。他追求的不是物质与地位，而是技术的不断进步。这和其导师李飞飞毕业后拒绝转行，坚守计算机图像识别研究的行为异曲同工。或许，这就是「有其师必有其徒」吧！