泰斯拉的人工智能和自动驾驶人视觉总监安德烈伊·卡萨帕是特斯拉自动驾驶视觉的主要建筑师之一。7月，他主持了一个关于神经网络多任务学习的研讨会，在那里他提供了一些关于特斯拉在开发其自动驾驶仪功能时使用人工智能的详细见解。

上图：看特斯拉的自动驾驶仪（图像：特斯拉）

现在，卡病的特色是新的视频，他描述了特斯拉如何使用火炬手，一个开源的机器学习库，为它的车辆开发完全的自我驾驶能力，包括导航到自动驾驶仪和智能召唤。

卡萨普解释说，与其他致力于自动驾驶的公司不同，特斯拉不使用激光雷达或高清晰度地图，因此自动驾驶仪系统依靠人工智能来解析安装在汽车周围的八个摄像头的信息。特斯拉是一家垂直整合的公司，所以当涉及到人工智能时，它控制着“全堆栈”。机器学习过程是围绕着“绣球轮”建立的，因为每个人都有共同的脊梁和多个头部(就像希腊神话中的九头蛇)。卡萨帕演示了特斯拉的智能召唤功能如何使用海因来解决如何谈判一个停车场。

上图：AndrejKarpathy讨论了特斯拉的自动驾驶和智能召唤功能（YouTube：Py Torch）的开发。

卡帕的演讲很快就得到了技术上的帮助--只有那些有机器学习背景的人才有可能在这里了解整个故事。然而，就连我们这些外行人也能体会到教电脑开车的复杂程度。卡萨普说，编写一个完整的Autopilot 2.0版本涉及大约48个不同的网络、1000个不同的预测和70000个GPU小时。当然，这不是一个一次性的项目--软件正在不断改进，因此必须经常重新编译和更新。

这种持续的改善是由特斯拉车队大量的数据涌入世界各地的道路推动的--这是其他从事自动驾驶的公司所没有的资产。卡萨普告诉我们，自动驾驶仪的导航功能现在已经在50多个国家积累了超过10亿英里的真实世界使用，其中包括20万自动换车道。智能召唤功能自推出以来，在短短的时间内已在500，000次以上的会话中使用。记住这个数字，当一些专家下一次宣布智能召唤一个失败，因为有几个YouTube视频的滑稽停车场事故。