提到特斯拉，大家总会不自觉站成两个阵营：

　　一方将这家电动车公司捧上天；另一方则唱衰，认为它最终会被对手们干掉。

　　换句话说，特斯拉要么一劳永逸改变汽车行业，要么就会在不久的将来关张。

　　不过，如果我们放下财务、竞争和Elon Musk这个神奇的存在，从理性、中立、客观的角度观察特斯拉，其实是能得到更多独特解读的。

　　如果说特斯拉在电动化上的技术积累可能会被对手迎头赶上，那么它在数据上绝对无人能敌。

　　特斯拉正在利用这些数据搭建世界上最先进也最复杂的神经网络。

　　大数据还是“明日之星”吗？

　　硅谷喜欢用一些热词来形容“下一个划时代的产品”。

　　就拿大数据来说，它就被称为“新型石油”。

　　这个形容非常贴切，数据就像埋藏在地壳中的石油，等待着人们去开发、提炼和利用并借此建立自己的竞争优势。

　　不过，多年之后的今天，大数据这个概念的光芒却开始逐渐暗淡。

　　因为从技术角度来看，如何从海量的数据中攫取真正有价值的部分是一个巨大的挑战——无论这些数据是否有自己的组织架构。

　　事实上，我们已经陷入Gartner所说的大数据“理想幻灭的低谷”(trough of disillusionment)。

　　这项技术没能像十年前预想的那样，成为庞大的统一数据平台。

　　大数据风口过了之后，人工智能（AI）与机器学习（ML）成了新的香饽饽。

　　不过，不同于社交媒体平台（只想优化算法来售卖广告），大家还是保持着初心，用心在做有意义的事，特斯拉就是其中之一。

　　特斯拉真正的竞争力在于对数据、AI和ML的熟练整合与运用，而它们凝聚成了特斯拉的神经网络：

　　一套将传感器、数据、通讯、CPU、外围硬件与软件紧密结合的超级系统。

　　这些关键节点不但能相互配合处理信息，还能像人一样适应与学习。

　　大赛已经开场

　　华尔街分析师相信，自动驾驶带来的市场潜力是万亿级的。

　　这也是特斯拉、Waymo等科技巨头和传统制造商投入一切疯狂争夺的原因。

　　其实转念一想，你就会意识到，自动驾驶这个概念很多年前就已经开始向我们的驾驶习惯中渗透了。

　　类似定速巡航、ABS防抱死等技术的普及，其实就是人类在一步步逐渐让渡车辆控制权。

　　而特斯拉的Autopilot，可能是当下能在市场上买到最复杂的驾驶辅助系统。

　　不过，从半自动驾驶升级到全自动驾驶并非易事。

　　我们如何能保证车轮上这台电脑能在这个疯狂世界中保持思考、判断并作出正确决定？

　　要知道，全自动驾驶系统的成熟至少需要工程师投入数百万小时的精力，他们得写代码，定义并不断精炼算法、3D模型，在这期间模拟器和测试车还一刻都不能停。

　　当然，这是特斯拉眼中的“传统”方式，而Musk最擅长打破常规，他带领特斯拉走上了一条新奇之路。

　　经过16年的发展，特斯拉电动车在全球的保有量已经突破60万辆。

　　但这些出厂的车辆，甫一上路就是特斯拉的数据收割机。

　　人类驾驶员在车上的一举一动，比如打方向、刹车或踩油门，都是特斯拉需要的数据点。

　　这些采集到的数据会被特斯拉“投喂”给自家算法，升级后的算法又会通过OTA“反哺”给特斯拉的车辆。

　　截至今年7月的数据，特斯拉已交付超64.3万辆具有自动驾驶功能的特斯拉汽车，其中52.8万辆了搭载Autopilot Hardware 2.0系统。

　　特斯拉自动驾驶里程达15.6亿英里，占特斯拉行驶总里程（144亿英里）的10.8%。

　　与其相比，在自动驾驶路测上最有心得的Waymo也只不过有1500万英里的经验。

　　而特斯拉在“影子模式”下恐怕累积的数据采集里程已经有100亿英里了。

　　对特斯拉的神经网络来说，这确实是个无人可及的超级宝库。

　　不过，这还不是特斯拉与其他公司最重要的不同，特斯拉最可怕之处在于：

　　特斯拉的数据都来自现实世界；

　　车主们每天开车通勤，他们在不知不觉中训练了特斯拉的AI/ML引擎。

　　Musk曾表示：“当一辆车学到了新的知识点，所有特斯拉都能顺势掌握。”

　　显然，特斯拉开发了一个在外界看来最牛的众包AI/ML训练项目。

　　Autonomy Day见闻

　　相信很多人会好奇：特斯拉是如何刷出这些数据，并通过数据实现系统性能的持续提升？

　　在特斯拉今年的一系列活动中，最有干货的就是“Autonomy Day”。

　　在主题演讲中，特斯拉工程部门副总裁Stuart Bowers（目前已离职）【1】 给我们讲述了特斯拉的心路历程。

　　“在开始之前，我们先是试着理解周边的世界。”Bowers说。“特斯拉电动车都标配8颗摄像头和12个超声波传感器（雷达），同时还有惯性测量装置与GPS加持。

　　此外，经常被大家遗忘的方向盘与踏板操作也必须考虑在内。”

　　Bowers还指出，这些传感器都有“重叠区域”，可以进行双重确认。

　　通过这种方式，特斯拉“能对周边发生什么有一个极其精确的了解。”

　　每发生一个事件，或者一次人机交互，都会被记录下来并上传到特斯拉的数据库。

　　随后，这些数据会被用来进行3D模拟，供特斯拉软件工程师研究如何提升与精炼现有算法。

　　升级后的算法当然会通过OTA推送给每一位特斯拉车主，进一步提升车辆的驾乘体验。