特斯拉的新人工智能主管——AndrejKarpathy，將幫助特斯拉的汽車實現(xiàn)自學駕駛功能。特斯拉CEO埃隆·馬斯克聘請了一位新的人工智能研究主管，這標志著他對自動駕駛開發(fā)的重新思考。

上周，馬斯克將AndrejKarpathy從OpenAI公司挖走。這是馬斯克和其他人一直投資的一家非營利公司，始終致力于“探索發(fā)現(xiàn)安全的人工智能道路”。Karpathy是人工智能領域的一顆冉冉升起的新星，他曾在斯坦福大學讀書，且?guī)煆闹斯ぶ悄軐＜摇F(xiàn)任谷歌云首席科學家的李飛飛。李飛飛因成功開發(fā)一組圖像數(shù)據(jù)庫，實現(xiàn)了機器視覺上的突破，而被科技圈人士所熟知。

很多人認為，Karpathy在計算機視覺方面的特長對特斯拉而言是一筆真正的財富。但他在強化學習系統(tǒng)方面的經(jīng)驗，對于特斯拉的自動駕駛系統(tǒng)來說可能更為重要。強化學習的靈感來自于動物學習——不斷重復一種行為，最終帶來積極的結果。而且，正如今年早些時候所指出的，人類可以通過訓練計算機去實現(xiàn)編程無法實現(xiàn)的事情，是科學領域一項十分重要的方式（見“2017年的十大突破性技術：強化學習”）。這種機器學習的形式是AlphaGo的核心，Alphabet旗下DeepMind的一個計算機程序，學會了用超越人類的技能來玩這一古老的棋類游戲。許多汽車制造商，包括谷歌、優(yōu)步，以及最近被英特爾收購的Mobileye，都在尋求強化學習，讓汽車自己在模擬環(huán)境中自動駕駛，在具有挑戰(zhàn)性的情況下學會如何駕駛。試想一下在擁擠的路段或繁忙的十字路口，為一輛車制定行車規(guī)則是非常困難的。但是，通過強化學習，一輛自動駕駛汽車可以自己學習怎樣去做這件事。從斯坦福大學畢業(yè)后，Karpathy在DeepMind進行了實習，在那里，強化學習是一個主要的研究重點。這一技術也是OpenAI公司的主要研究項目。事實上，在他自己博客發(fā)布的有關于強化學習的文章中，Karpathy提到了強化學習技術基于特斯拉的自動駕駛測試。他指出，雖然強化學習一般情況下并不適用于實驗成本高昂的情況，但新的方法，加上大量真實數(shù)據(jù)（特斯拉正在收集的數(shù)據(jù)）可能會有所幫助。任命一位特斯拉的人工智能研究主管，表明特斯拉的自動駕駛還存在一些問題和挑戰(zhàn)：在問題解決之前還有一段路要走。