馬斯克：我要搶答！
注：內(nèi)容較長，閱讀可能需要毅力，請酌情安排時間。多是個人見解，有不對的大家批評指正。
前言
我把結(jié)論先放在前面，以便節(jié)約您的時間。這次 AI-Day 都說了哪些內(nèi)容？
從時間角度：過去部分主要介紹了算法架構(gòu)、基于向量的融合式算法創(chuàng)新、決策系統(tǒng)算法優(yōu)化、標(biāo)注數(shù)據(jù)和模擬系統(tǒng)這四塊內(nèi)容，未來部分由 Dojo AI 加速芯片及擎天柱“人形特斯拉汽車”兩部分構(gòu)成。
過去部分我個人的感受是：強大的工程能力和基于向量融合算法各個部分的系統(tǒng)整合能力，讓我覺得特斯拉技術(shù)團隊的算法創(chuàng)新可能不如 DeepMind，但工程能力方面，說他們第二可能沒幾個團隊敢稱第一。
幾乎所有業(yè)界流行的模型算法和光線追蹤等新技術(shù)，在他們手上都變成了可塑性極強的橡皮泥。其次，未來押寶在自研的算法芯片的領(lǐng)先性，以及擎天柱機器人對人類勞動力的替代。前者是內(nèi)涵的增強，進(jìn)一步加強核心競爭力和護城河。后者是外延的增強，把算力和自動化控制技術(shù)儲備、地理空間理解能力等，通過擎天柱機器人輸送到更通用的應(yīng)用領(lǐng)域，即：出行=>所有人類活動的人機協(xié)同場景。
無論這種人機協(xié)同是實時的，如陪你一起整理房間，還是非實時的，如代替你去客戶家進(jìn)行汽車檢修，這種協(xié)同能力和用戶進(jìn)行深度耦合后，就賦予了人類如火影忍者版的影分身之術(shù)！下面，我們結(jié)合觀看 AI-Day 保存的截圖，依視頻的順序和內(nèi)容結(jié)構(gòu)，以：內(nèi)容、觀察、思考、啟發(fā)的結(jié)構(gòu)，分享一下自己的些許愚見。
結(jié)構(gòu)
識別：Linux 的萬物皆 Stream 到 特斯拉萬物皆 Vector
決策：真實的體驗、真實的駕駛、真實的局部最小泥潭
標(biāo)注：機器識別和人類理解的完美結(jié)合
仿真：真實保下限自由突上限
計算加速：夸張的 I/O 垂直供電和散熱的模塊化硬件加速芯片群
擎天柱：站起來用腳走路還長了手的 Model S
結(jié)語：腳踏實地仰望星空
識別
內(nèi)容：
觀察：
2、 物理運動學(xué)知識嵌入算法模型；
3、 特征堆棧優(yōu)化記憶平衡性能；
4、 多模型、多模態(tài)融合下空間理解的上帝視角。
思考：
1、虛擬相機融合多相機數(shù)據(jù)；
之前搞過雙目視覺和 PointCloud 3D SLAM，但是，從特斯拉基于攝像頭的自動駕駛技術(shù)問世，我從沒想過把這兩個領(lǐng)域結(jié)合起來。其實，回頭看這兩個技術(shù)的結(jié)合是非常自然的，畢竟 SLAM 源于 ROS 機器人操作系統(tǒng)的興起，彼時對空間理解的迫切需求，至今仍在掃地機器人、穿越機等領(lǐng)域長盛不衰。
2、物理運動學(xué)知識嵌入算法模型；
知識嵌入算法模型近期很火。在不斷以 SOTA 攻克自然語言、圖像、自動化、化學(xué)、醫(yī)藥等領(lǐng)域 AI 高歌猛進(jìn)的時代，我經(jīng)歷了從皮爾遜相關(guān)度和歐幾里得距離的協(xié)同推薦，到支持向量機、多層感知器、端到端的深度神經(jīng)網(wǎng)絡(luò)、QLearn強化學(xué)習(xí)、DeepQLearn深度強化學(xué)習(xí)、卷積、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成神經(jīng)網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)、注意力機制等，再到神經(jīng)網(wǎng)絡(luò)架構(gòu)的靜態(tài)圖計算、動態(tài)圖計算、量子計算等，AI 領(lǐng)域也在隨之發(fā)生著微妙的變化。
知識嵌入正是這些變化中，近一段時間出現(xiàn)在頂會論文里較多的。知識嵌入我個人理解最大的好處是在于可解釋性、可控性提升。所謂可解釋性提升，是指知識嵌入能夠?qū)⒃居缮窠?jīng)網(wǎng)絡(luò)擬合的各種參數(shù)，部分被嵌入的知識所約束，從而將擬合、優(yōu)化的方向限定在先驗知識的約束內(nèi)。所謂可控性提升，是指知識嵌入對神經(jīng)網(wǎng)絡(luò)擬合的約束范圍調(diào)控，事實上在控制模型的精度。類似知識嵌入的頻繁提及和應(yīng)用，昭示了 AI 的算法模型、框架乃至硬件加速電子電路等，都在朝著更精細(xì)化、工程化和實用化的方向悄然變化。
#Google 量子計算框架Cirq示例# https://quantumai.google/cirqimport cirq# Pick a qubit.qubit = cirq.GridQubit(0, 0)# Create a circuitcircuit = cirq.Circuit(cirq.X(qubit)**0.5,# Square root of NOT.cirq.measure(qubit, key=’m’)# Measurement.)print(“Circuit:”)print(circuit)# Simulate the circuit several times.simulator = cirq.Simulator()result = simulator.run(circuit, repetitions=20)print(“Results:”)print(result)
3、特征堆棧優(yōu)化記憶平衡性能；
堆棧其實沒什么，但為什么是27ms壓棧一次呢？我相信這背后有大量的測試、驗證和優(yōu)化。其實，如果把自己帶入到駕駛場景，記住周圍環(huán)境并在駕駛中不斷調(diào)整自己的預(yù)測，已經(jīng)是老司機的下意識反應(yīng)了。而算法工程師和軟件工程師們，常常割裂、技術(shù)的定義和解決問題，往往容易忽視這些身邊顯而易見、樸素的事實。
我認(rèn)為讓模型替代人在駕駛等場景思考，首先要讓模型像這些專業(yè)人士一樣進(jìn)行專業(yè)的思考。比如，我們在 imgcook.com 的 D2C 設(shè)計稿生成代碼能力研發(fā)中，浙江大學(xué)的老師和同學(xué)并不懂前端，在定義和解決問題的時候往往是從學(xué)術(shù)和技術(shù)的角度孤立視角下解決問題，效果往往不盡如人意。但因為他們是專家，又很難深刻理解我的一些建議。在應(yīng)用 AI 和機器學(xué)習(xí)技術(shù)的時候，我認(rèn)為前提是對應(yīng)用對象領(lǐng)域的深刻思考，這些深刻思考才能定義出真正的、專業(yè)的問題，并讓算法模型像專家一樣思考。
4、多模型、多模態(tài)融合下空間理解的上帝視角。
其實，我們已經(jīng)漸漸變成了超人，當(dāng)然，不是內(nèi)褲外穿、披著斗篷、眼睛射激光的那種，而是千里眼、順風(fēng)耳、萬事通等。只要打開視頻通話，我就可以和遠(yuǎn)在深圳的老婆孩子處于同一個數(shù)字空間，彼此能夠聽見、看見。最近，臉書收購了一家提供觸覺仿真的公司，可能不遠(yuǎn)的將來我還能在數(shù)字空間里品評一下老婆買的裙子料子不錯。信息從互聯(lián)網(wǎng)時代開始，在 Web 2.0 繁榮，到如今的過載?？梢哉f，只要你愿意花點兒時間，總是能夠獲取到萬事萬物的信息。前陣子在 B 站上，學(xué)習(xí)了大連理工大學(xué)方老師的《現(xiàn)代顯微成像技術(shù)》，讓我知道了：傅里葉變換除了理解信號時域和頻域變化外，還能夠理解信息在空間里的概率分布，如單光子成像的空間信息分布等。萬事萬物和我之間已經(jīng)沒有距離，只要我們同在數(shù)字空間里，或許這就是世界對元宇宙的期待之根源吧。
我依稀記得當(dāng)年玩極品飛車，我還是喜歡第三人稱視角而不是主視角。主視角帶來的是沉浸感，讓玩家覺得投入和刺激。第三人稱視角則接近于上帝視角，讓我能夠更好地判斷周圍的環(huán)境，從而提前選擇入彎的時機和角度。而我從沒想到，特斯拉竟然幫我實現(xiàn)了在現(xiàn)實生活中獲得這種超能力的夢想，我的技能樹又點上了一個有趣的分支。
啟發(fā)：
首先，萬物皆 Stream 一樣用 Vector 把不同的特征、算法模型聯(lián)系起來，系統(tǒng)化解決問題是對我的啟發(fā)。雖然，之前對 Ada Net 的 SubNet Search、AutoML、聯(lián)邦學(xué)習(xí)等技術(shù)有過研究，但特斯拉的做法更實際、更貼近問題和場景，而不僅僅是在純技術(shù)層面考慮問題。
其次，當(dāng)我把《我是個怪圈》、羅素悖論、哥德爾不完備定理、集合論和自然數(shù)論的危機聯(lián)系在一起，再想想特斯拉的很多做法，讓我愈發(fā)對“內(nèi)觀俯察”篤定不已。一切都在于“自指向性”帶來的強大破壞力和強大創(chuàng)造力?？赡芤驗槌砷L歷程坎坷，自幼就習(xí)慣于在自己身上找問題、改變自己適應(yīng)環(huán)境以生存下去。但是，觀察四周真正理解自指向性、內(nèi)觀俯察的技術(shù)人不常有，有則皆是我學(xué)習(xí)的榜樣。就像特斯拉，并沒有沉浸在海量數(shù)據(jù)和 ShadowSystem 帶來的巨大成就，而是進(jìn)一步下沉貼近駕駛者和駕駛場景，去解決駕乘本身和車與環(huán)境的問題。我在這方面做得還遠(yuǎn)遠(yuǎn)不夠，技術(shù)慣性和技術(shù)偏執(zhí)還時常如迷霧縈繞。
最后，突破人的慣性思維。今天，不論是內(nèi)涵還是外延“人”已經(jīng)不再是簡簡單單的雙足直立行走會使用工具等定義了。但是，不可否認(rèn)的是作為靈長類動物我與生俱來的優(yōu)越感和慣性，限制了我的思想?！吧系垡暯恰焙唵蔚乃膫€字，其實突破了對人的認(rèn)知和慣性，上帝、外星人可能就是未來的人類而已，就像無數(shù)科幻小說中的構(gòu)想成為現(xiàn)實，蜥蜴人可能并不是老高說的藏在地底的外星人，而是未來某些人類希望外表更酷做的基因改造或換裝、Avatar 而已。因此，這種視角下重新看待手上的業(yè)務(wù)，我能否用技術(shù)讓淘寶變成用戶手里的阿拉丁神燈，摸一摸就能變出自己想要的東西？雖然是個比喻，但超出用戶預(yù)期才是真的體驗創(chuàng)新，而實現(xiàn)它的技術(shù)就是護城河與核心競爭力。下面，來看看特斯拉在路線規(guī)劃的決策中如何進(jìn)行體驗創(chuàng)新的。
決策
內(nèi)容：
觀察：
1、多目標(biāo)優(yōu)化控制的駕駛平滑性；
2、“實用的自動駕駛”實現(xiàn)智能會車；
3、導(dǎo)航能力協(xié)同解決局部最小值問題。
思考：
1、多目標(biāo)優(yōu)化控制的駕駛平滑性；
安全性、舒適性和轉(zhuǎn)彎便利性多目標(biāo)優(yōu)化控制下的平滑駕駛，蘊含了豐富的科技人文思考。加速會帶來推背感，爽！加速轉(zhuǎn)彎呢？剎車呢？不爽！可是，在城市擁塞的車流中，錯過變道的機會可能會更加不爽吧？當(dāng)然，安全還是要放到第一，爽著、爽著人沒了也不行。
但是，我發(fā)現(xiàn)多目標(biāo)優(yōu)化控制其實是非常難的。比如，在芯片領(lǐng)域 PPA（Performance性能、Power功耗、Area尺寸）問題、在算法領(lǐng)域精度和泛化能力問題、搜索推薦的精度和重復(fù)、探索型匱乏之間的矛盾問題等等，只要稍微留意一下周圍，我就能發(fā)現(xiàn)眾多類似的問題。因為，簡單的問題都解決得七七八八，留給我們的都是復(fù)雜的、系統(tǒng)性的問題。
說到系統(tǒng)性問題，就不得不提維納的《控制論》，如何把復(fù)雜系統(tǒng)符號化并進(jìn)行數(shù)學(xué)分析，理解系統(tǒng)的應(yīng)用對象、瞬態(tài)、穩(wěn)態(tài)、性能參數(shù)、穩(wěn)態(tài)誤差、PID 控制、根軌跡和勞斯-赫爾維茨公式判據(jù)法選取合適開環(huán)增益等等。還有現(xiàn)代控制論中：時域綜合方法里狀態(tài)反饋、輸出反饋、極點配置、觀測器、解耦控制、最優(yōu)控制等；頻域綜合方法里調(diào)節(jié)器超前、滯后、超滯后、Bode圖、Nichols圖、多項式矩陣綜合方法等。
留心細(xì)看，我總能在特斯拉的工程實踐中找到這些理論和方法的影子，這是在一眾國內(nèi)自動駕駛公司的 PPT 和演講中看不到的，國內(nèi)公司看到的更多是跟隨、應(yīng)用、優(yōu)化，為什么？因為，技術(shù)變革初期和中期成功太容易了，真正沉下心“自指向性”的“內(nèi)觀俯察”搞研究的人，往往被認(rèn)作“不是瘋了就是傻了”，大家都撈錢去了。如今，從 Matlab、Sketch、EDA 等軟件再到芯片等硬件，被卡脖子的時候，很多大數(shù)據(jù)、新能源、智慧城市啥的赤裸著身子站在沙灘上茫然無措。反觀特斯拉的技術(shù)團隊，能夠從方案的思考和實現(xiàn)細(xì)節(jié)上尋得的蛛絲馬跡，無不透露出其對基礎(chǔ)知識和底層原理的重視，以及團隊扎實的功底。
2、“實用的自動駕駛”實現(xiàn)智能會車；
其實，看直播中的視頻畫面會更有體感，我簡單用文字描述一下：AutoPilot 先減速觀察對面企圖通行的轎車，發(fā)現(xiàn)轎車停下，立即毫不猶豫地開到其面前的右側(cè)空位讓其通過，然后自己并線后駛離。說真的，估計我這個開了十幾年車的老司機都沒 AutoPilot 這么果敢、流暢。這背后，我的感受是特斯拉對實用主義原則的堅持。不管是特斯拉的自動駕駛、超級工廠、SpaceX 的火箭回收、Boring 的 Hyperloop 還是最新的一體化房屋，無處不透露著實用主義，大部分都在解決資金、人力和時間成本問題。
駕駛領(lǐng)域的基本問題就那么多，上過駕校且經(jīng)歷過筆試、路考的話大抵都門兒清?？勺鲎詣玉{駛的團隊們大多買個激光雷達(dá)往車頂一裝，車上搞個車機跑個端到端的強化學(xué)習(xí)模型了事，然后就去忽悠投資人和老板。我很少聽自動駕駛技術(shù)團隊，站在駕駛場景里實實在在討論駕駛的問題，更多的是在宣傳自己的算法多牛逼、準(zhǔn)確率召回率有多高云云。
3、導(dǎo)航能力協(xié)同解決局部最小值問題。
這塊兒沒太多好說的，不能只見樹木不見森林，全局最優(yōu)和跨技術(shù)棧的協(xié)同良好解決了問題。
啟發(fā)：
馬斯克說他眼中的“第一性原理思維模型”是：回溯事物本質(zhì)，重新思考該怎么做。什么叫回溯事物本質(zhì)，其實就是要對事物最基本要素進(jìn)行解構(gòu)。第一性原理就是建立在這種解構(gòu)基礎(chǔ)上，找到實現(xiàn)目標(biāo)最優(yōu)路徑的方法。此哲學(xué)觀點源于亞里士多德：“每個系統(tǒng)中存在一個最基本的命題，他不能被違背或刪除?！?/p>
馬斯克對這個觀點的運用，在特斯拉電動車普及上，起到了關(guān)鍵作用。其時，馬斯克回溯阻礙電動車普及的問題，發(fā)現(xiàn)鋰電池價格昂貴影響大眾消費意愿，能量密度低影響續(xù)航。而這兩個實用的“最基本命題”，經(jīng)過馬斯克對電池原材料、制造工藝的解構(gòu)，自建超級工廠研發(fā)制造不僅采購成本下降 30% 還自主可控的迭代能量密度。當(dāng)然，最新的電動車電機碳纖維套筒也是類似。只要稍微花點兒時間，我發(fā)現(xiàn)從發(fā)夾電極、定子永磁體封裝和排列、降溫油管道和位置、碳纖維套筒等等，特斯拉真的是在每個“最基本命題”上把實用主義和第一性原理發(fā)揮到極致。
反觀自己，十年前 GDB 一行行查匯編指令去摳幾十 KB 內(nèi)存的精神今天已蕩然無存，每次開會討論的都是：能做還是不能做？你做還是我做？排期對不對得上？你改還是我改？哎……雖然我承認(rèn)有些事情不應(yīng)該用老眼光看待，或許應(yīng)用比底層更容易出成績，但是，Google 在為 C/C++ 推出繼任者 Carbon，The V Programming Language 都已經(jīng)出 Vinix 并且完成了 X.org 的支持，社區(qū)已經(jīng)完成了 Stable Diffusion 對 M1 芯片的支持，在蘋果 M1 芯片的筆記本上 15 秒就可以生成圖片。（用 M1 的小伙伴兒請看：https://www.toutiao.com/article/7138755607221748264/）在自己的領(lǐng)域內(nèi)產(chǎn)出一些真正有價值、實用且基本的技術(shù)，將是 imgcook.com 的 D2C 需要思考的問題。
標(biāo)注
內(nèi)容：
觀察：
特斯拉標(biāo)注的不是數(shù)據(jù)，是對多特征融合的理解，以此訓(xùn)練的 AutoPilot 在路上“全知全能”。
思考：
前文上帝視角是怎么產(chǎn)生的？創(chuàng)新的數(shù)據(jù)標(biāo)注功不可沒。比如，時空里一輛車駛過路口，路人或車輛被遮擋后特征和場景的時空關(guān)系發(fā)生了什么變化？如何理解這種變化對駕駛的影響并將其標(biāo)注出來？定義問題、用標(biāo)注數(shù)據(jù)描述問題、用模型解決問題被放在一起，還解決的很好，強！
啟發(fā)：
忽的想起小時候，雄心壯志且信誓旦旦的把機械鬧鐘拆開發(fā)誓要修好，數(shù)十年后那些齒輪、機簧還在靜靜躺在抽屜里。我老臉一紅，想想特斯拉的天才工程師們，把這么復(fù)雜的系統(tǒng)有條不紊的協(xié)同在一起，共同的、實用的、深入且細(xì)致的解決一個個“基本命題”，不禁有些汗顏。近期在推動設(shè)計生產(chǎn)一體化解決業(yè)務(wù)需求迭代問題，我也想業(yè)務(wù)和產(chǎn)品能夠參與到產(chǎn)品研發(fā)中，一體化分析、定義、設(shè)計、約束、生成、發(fā)布、驗證、迭代產(chǎn)品的 UI、交互，讓用戶獲得更優(yōu)秀且個性化的信息表達(dá)從而提升瀏覽體驗。看到特斯拉的工作更加堅定了我的信心，畢竟到了深水區(qū)，需要對產(chǎn)品和業(yè)務(wù)精雕細(xì)琢的時候了。
仿真
內(nèi)容：
觀察：
用光線追蹤提升模擬的實用性。
思考：
看到特斯拉的演示，回想起之前看過的自動駕駛技術(shù)分享，高下立判。撇開攝像頭和激光雷達(dá)之爭不談，單純從模擬技術(shù)來看就差了一大截。我從沒看到那個自動駕駛技術(shù)團隊分享時強調(diào)模擬的精確性，而且，這里精確性是從識別方案的第一性原理出發(fā)。如果說攝像頭的原理，就是感光元件捕獲光線這種特殊的電磁波產(chǎn)生電信號再 ADC 模數(shù)轉(zhuǎn)換后產(chǎn)生數(shù)字信號，這些數(shù)字信號就是我們所謂的圖像，因此，光線的真實性直接決定了這些數(shù)字信號的信噪比，信噪比決定了模型用這些信號訓(xùn)練的效果。
然而，數(shù)字信號包含的信息量巨大，除了電子波頻率、電磁波強弱還有很多可分辨的信息，比如前文中說空間中光的信號傅里葉分析等，擁有巨大的改進(jìn)空間。而激光雷達(dá)的原理是什么？發(fā)出激光根據(jù)發(fā)射角度和反射回來的時延和角度來計算一個點的位置，從而得到精確位置信息，能夠直接采集點云 PointCloud 而不用視覺方案里復(fù)雜的校準(zhǔn)和計算，多簡單？但是，應(yīng)用的簡單背后其實是簡陋，很多人其實誤解了視覺方案的含金量。這就像拿 Kindle 的屏幕和 iPhone 的屏幕對比，高下立判、云泥之別。
啟發(fā)：
在實現(xiàn)設(shè)計稿生成代碼的時候，模型訓(xùn)練中并沒有模擬能力。輸入的是設(shè)計稿，怎么能夠生成接近真實卻又能夠難到模型、啟發(fā)算法的設(shè)計稿？應(yīng)該是個不錯的思路。其實，再稍微延展一下，日常的自動化測試亦如此，怎么模擬用戶真實的環(huán)境？真實的操作？如何才能真實？如何將模擬的設(shè)計和軟件設(shè)計、程序設(shè)計、接口設(shè)計等聯(lián)系起來？才是真正有趣的事兒。
計算加速
內(nèi)容：
觀察：
1、OP 的電子電路化是 NPU 大趨勢；
2、夸張的帶寬和創(chuàng)新的垂直供電冷卻系統(tǒng)；
3、易用性夸張到框架后端設(shè)置一下即可；
4、任意縮放。
思考：
自從曠視科技和商湯讓攝像頭可以磨皮開始，AI 對消費電子的滲透就已經(jīng)勢不可擋。從個人電腦的顯卡加速運算到ARM 的 Neon 指令集，再疊加云計算和最近的元宇宙，讓整個世界變成了算力黑洞。大體看兩大陣營：通用硬件加速和專用硬件加速，世界的奇妙輪回把 GPU 從 CPU 分化的路又走了一遍，只是，這次是在 Nvidia 在 Cuda 和 AMD 跟進(jìn)的 ROCM 為始，慢慢從 GPU 里分化出來。
通用硬件加速的好處就是應(yīng)用廣泛，但勢必在性能上比專用硬件加速差，甚至在一些情況下可能還不如 DSP，這也是為何 Apple 的芯片保留 DSP 和一眾專用芯片的原因：更低功耗、更快速度。但是，在大多數(shù)情況下圖計算需要的硬件加速能力差異被上層機器學(xué)習(xí)框架所屏蔽了，因此才會有 JAX 和 TVM 等技術(shù)，這也是標(biāo)準(zhǔn)的力量。特斯拉的 Dojo 受益于這些紅利，設(shè)計研發(fā)了自己的通用硬件加速芯片，料堆滿、帶寬拉滿、模塊化縮放，怎么看都像極了 Apple 的 M 系列自研處理器，M1、M1 Pro、M1 Max、M1 Ultra。從 iPad、MacBook Air、MacBook Pro 到 Mac Studio，特斯拉也是從擎天柱機器人、特斯拉汽車到超算中心，一套方案縮放應(yīng)用到不同場景。
啟發(fā)：
首先，D2C 現(xiàn)在主要解決的是前臺業(yè)務(wù)問題，未來，是否可以模仿特斯拉芯片的一套方案縮放應(yīng)用到不同場景？比如在源碼頁面、搭建頁面、中后臺頁面、承接頁等，縮放 D2C 技術(shù)體系的能力，而不需要重新設(shè)計研發(fā)。
其次，在廣州 UC 的時候就經(jīng)常和身邊的小伙伴兒們一起 YY，如何用光計算替代現(xiàn)有的電子電路。說白了從電子管到晶體管之后，濕法光刻和極紫外光也基本到頭了，這兩天看新聞上各芯片制造企業(yè)都在探索光計算領(lǐng)域。如果未來有機會做芯片的話，我一定會嘗試一下物理計算，把我對計算本質(zhì)的理解和對物理的理解融合起來做點兒有意思的事情。喜歡下圖的小伙伴兒可以私信聊聊，：）。
擎天柱
內(nèi)容：
觀察：
那么，當(dāng)勞動力不短缺時會發(fā)生什么？當(dāng)程序員不加班時會發(fā)生什么？當(dāng)業(yè)務(wù)不再半夜匯報方案會發(fā)生什么？當(dāng)然是去玩兒啦！不然呢？小扎把臉書公司名字都改了，難道大家都瘋了？美國經(jīng)濟脫虛向虛難道那么多名校、智庫和學(xué)者都是傻子？一定有什么我不理解的東西存在，嗯！我估計是精神層面消費的崛起。
思考：
從 ROS 開始就對機器人技術(shù)很感興趣，之前做雙目視覺和 SLAM 就是從編譯 ROS 開始的。實時操作系統(tǒng)無論是設(shè)計還是實現(xiàn)上，都和我們所熟悉的操作系統(tǒng)有巨大差異，疊加上特斯拉汽車會穿梭于城市的安全性要求，可以想見特斯拉在實時操作系統(tǒng)領(lǐng)域的強大實力。而 AutoPilot 又賦予了實時操作系統(tǒng)以實時智能化能力，這就讓自動駕駛成為現(xiàn)實。而 AutoPilot 駕駛汽車還是駕駛一具人形機器，解決的“基本命題”是一致的。
同時，用人形機器人替代人從事一些勞動，實用場景比掃地機器人、擦玻璃機器人等可廣泛太多了，很實用。全球勞動力人口約 34.5億（數(shù)據(jù)來源世界銀行：https://data.worldbank.org.cn/indicator/SL.TLF.TOTL.IN），馬斯克很可能借助擎天柱成為全球最大的勞務(wù)公司，用擎天柱進(jìn)行勞務(wù)輸出。
如果工廠里用的是擎天柱機器人會怎么樣？7×24 不眠不休、不會罷工、成本大幅降低等等。哪怕工作內(nèi)容復(fù)雜，像美軍遠(yuǎn)程操作無人機一樣，雇個人在家里遠(yuǎn)程操作擎天柱完成勞動生產(chǎn)，也會大幅度降低成本且改善工作環(huán)境，比如遠(yuǎn)程挖煤、遠(yuǎn)程保潔等。當(dāng)然，家庭環(huán)境端茶倒水、收拾房子、買菜做飯等，也能夠大幅度提升生活質(zhì)量。
估計，未來可能會有公司買一些擎天柱去給人當(dāng)做飯阿姨，現(xiàn)在雇個阿姨每天做兩頓飯需要 5k 一個月，擎天柱 2k 一個月還是很有吸引力的。就像特斯拉股價大跌的 2016 年初我跟靜靜說我看好特斯拉一樣，如果擎天柱這事兒能像汽車一樣一步一個腳印，特斯拉的未來會更猛。除了行業(yè)機會，最重要的是特斯拉這群實用主義和第一性原理奉為神祇的工程師。當(dāng)然，馬斯克作為一個專業(yè)的老板，也很重要。這次 AI-Day 上馬斯克一如既往地?fù)尨?，但專業(yè)的回答無不透著他對技術(shù)細(xì)節(jié)的理解和解構(gòu)能力。
啟發(fā)：
如果地雷是最簡單的機器人，擎天柱是智能人形機器人，imgcook.com 就是設(shè)計稿生成代碼機器人。我覺得機器人只是個概念，就像客服機器人一樣，智能化軟件本質(zhì)上就是個數(shù)字機器人。那么，擎天柱是馬斯克在特斯拉之外找到的延伸領(lǐng)域，imgcook 設(shè)計稿生成代碼機器人的底層能力是否能找到一個全新的延伸領(lǐng)域？我打算好好琢磨琢磨。
其實，我覺得擎天柱也是第一性原理的產(chǎn)物。如果把特斯拉解構(gòu)一下，電機、驅(qū)動、電池、電控、實時操作系統(tǒng)、智能體，這些都是特斯拉長期沉淀的能力，如果把他們放在人形機器人上，幾乎是可以不做任何修改平移的。因此，馬斯克和這群優(yōu)秀的工程師或許就是這樣得到靈感的吧？
結(jié)語：腳踏實地仰望星空
首先，腳踏實地容易理解，字里行間到處都透著實用主義。畢竟是工程師不是科研人員，做工程不同于學(xué)術(shù)研究，實用是基本要求。不論是基于特征向量構(gòu)建的復(fù)雜智能體，還是在決策智能的安全、體驗和效果多目標(biāo)優(yōu)化，以及在標(biāo)注、仿真等方面的務(wù)實創(chuàng)新，再到硬件加速芯片的垂直供電制冷和縮放，以及復(fù)用現(xiàn)有能力延伸到全新賽道替代人勞動。處處是創(chuàng)新，但處處都是在解決“基本命題”。
其次，仰望星空。推廣清潔能源保護地球，探索宇宙殖民火星給人類創(chuàng)造兜底方案，用機器人替代人做低價值的勞動，每一件事都描繪了一幅宏偉的藍(lán)圖。為什么特斯拉有這么多優(yōu)秀的工程師？因為，他們真的在踐行這些藍(lán)圖，這份赤子之心能夠感染、吸引和凝聚世界最頂尖的人才。
最后，小小的我也有大大的夢想，雖然我不能像喬布斯、馬斯克和特斯拉工程師們一樣優(yōu)秀，但是，我希望在自己的技術(shù)工程領(lǐng)域和業(yè)務(wù)場景中，效仿他們用實用主義和第一性原理，堅定的、務(wù)實的去做點兒有價值的事情。給自己加油！
