上月 Telsa 行政總裁 Elon Musk 直播示範 Tesla FSD（ Full Self-Driving）技術，試駕 45 分鐘期間僅人手干預過一次，整體表現比市場預期為佳，但 Tesla 實際上在今年初才開始訓練這個神經網絡智能駕駛算法，8 個月後，全新的 FSD V12 就已經能夠在路面行駛。
Tesla FSD V12 與市面上常見的自動駕駛系統分別甚大。市面上主流自動駕駛系統主要採用模組化設計，一般分為感應、決策及控制三個部份，每個部分採用獨立演算模型。簡單來說就是算法工程師會預先編寫代碼，為自動駕駛系統建立規則，如紅燈時停車、綠燈時才行駛、保持在行車線中間行駛等。這種模組化設計系統的缺點非常明顯，就是各廠商的行車規定及標準均由各自的工程師決定，如果駕駛風格與工程師不同的用家就會得到很惡劣的體驗。
Tesla FSD V12 不像以往模組化設計般分為 3 個部份設計，其核心特點是它主要使用神經網絡，Tesla 工程師只需要建立神經網絡架構，其後輸入訓練數據就可以。簡單來說就是使用類似訓練 ChatGPT 的方式去訓練去訓練 FSD V12，之後 FSD V12 可利用一套完整的神經網絡處理所有輸入的信號，並獨立輸出駕駛決策。FSD V12 這種訓練方式的好處是由於其全部訓練數據均來自真人，該自動駕駛技術將會採用最人性化最像人類思考模式的方式駕駛。
當然這種訓練方式對數據要求亦更高，工程師需要採集大量優質數據才能幫助 FSD V12 學習。據 cnBeta 報道指，Elon Musk 稱 FSD V12 的神經網絡自動駕駛系統輸入起碼 100 萬條影片作訓練素材後，才開始有良好表現。截止現時， Tesla 經已向這套系統輸入超過 1,000 萬條經過精挑細選的人類駕駛影片。
Tesla 車隊在全球各地有近 200 萬輛車，每天提供約 1,600 億幀影片用於訓練 FSD。Tesla 預計未來將會有數以十億計的實際行車影片用作訓練用途。現時 FSD V12 仍然是一個「黑盒」，工程師無法精準解釋為甚麼 FSD 會作出錯誤決定。目前 Tesla 工程團隊的解決方案是，倘若發現 FSD V12 在某情況下處理得不好，就針對該場景輸入更多數據供 FSD V12 學習。
資料來源：cnBeta