第三部分访谈
1、有车主建议特斯拉更好地接受FSD beta 测试车主的反馈意见
Elon：我现在的关注问题是如何尽快实现零介入问题，而不是如何完善用户体验问题。之前见过很多技术难题，但自动驾驶是其中最难的。这个我最初也没想到，当初没想明白问题所涉及的范围，现在应该是想明白了。这个领域有个特点，入手不难（当然是像Elon那样“烧钱”的情况下），这样就会让人产生一种错觉，再进一步应该也不难，这就好像你在驴子面前悬着一根胡萝卜，驴子认为马上就可以吃到嘴了，但实际不是这样。（这个观点，好像李飞飞还是哪位大咔也这么认为，入手简单，真正那全面攻克这一难题的百分之一，甚至是千分之一，是难到让人崩溃的地步的。）
2、关于去掉雷达的问题
Elon：雷达的问题在于，当雷达给出的检测结果和视觉系统（摄像头）给出的结果不一致的情况下，会让车机难以做出及时准确地抉择。所以得去掉雷达，刚开始的时候自动驾驶研发团队认为这样不好吧，他们反对这样做，一切都需要以视觉设备为中心去重打锣鼓另开张，刚去掉雷达的时候，我们的神经网络表现得比有雷达的时候还糟糕，结果他们得重新弄，得丢掉雷达这个“拐棍儿”，之前这些都是用C语言硬写出来的，作为“点袋”形式展示的，现在得让神经网络自己解决这些问题，（神经网络对摄像头获取的raw数据进行对象化），这样实际上内部经过了很多很多次大改（迭代），但实际做下来他们觉得我是正确的，现在让他们用雷达也不会用了。
3、为什么不弄两支自动驾驶开发团队，一个用雷达和原有数据，一个不用雷达，让他们互相竞争？
Elon：我觉得自动驾驶开发团队不缺乏工作干劲儿和职业道德（不用拿鞭子抽着去干活）。
这时有车主随声附和：我也觉得他们很棒，我曾经和他们一起出去打高尔夫，都是些非常棒的人。然后这车主觉得可能是给人家上眼药了，马上解释，不总是出去啊，他们没那么多空闲时间！（！！！）Elon其实对技术人员和爱好者交流没那么在意。毕竟有合同约束着呢。
Elon：我曾经思考过的一个问题是，包括街道在内的整个道路系统都是为人眼和生物神经网络设计的，有鉴于此，毫无疑问的情况是，必须通过摄像头和数字神经网络来解决自动驾驶问题，在这一点上，我们必须重复人类（经过自然选择）具备的这种能力，只不过是采用硅基（芯片的）而非碳基方式，除此（取法人类）之外，我觉得别无他法。
（关于特斯拉自动解决方案和其他公司的差距，这个我个人没见过其他公司的方案，所以不确定，这里就不介绍Elon的观点了，他个人认为颇有些差距，而这也是为何他提出要做FSD授权服务的原因）
（Elon对自动驾驶开发团队的付出有个近似量化的描述，光是神经网络的架构就迭代了数千次（这一点确实得佩服Elon的生猛！）！而且，就他个人的付出而言，SpaceX的星舰入轨问题和特斯拉的自动驾驶问题，占据了他将近70%的精力！）
就开发细节而言，下面是Elon的一些揭秘！
Elon：外界有认为我们目前FSD beta的进步速度不像之前那么快了。（一版一版的改进速度让外人，甚至是让测试车主看来都有点慢。这些都是外界的看法，内部的实际情况是，他们不断地推翻之前的方案，重新大改神经网络架构，实际上即使是小版本，也有可能内部在重打锣鼓另开张地大删大改！内部的体验应当是这样的，每次每一个版本到达了这一版本技术的极限，然后大改之后，尽管新版本的当前表现有所下降，但其实是提高了可能实现的最佳表现的极限。这种每次重新来过，每次提高极限的结果，就是随着每个小版本的发布，其实意味着获得最佳表现的极限在不断提高。）
（下面这段话讲的依然是目前存在的难题）我们甚至没采用一个统一的向量空间（神经网络将输入的视频数据对象化的结果），这样所有神经网络都可以将结果丢到（输出到）这个统一的固定物体和移动物体组成的向量空间里面，我们有移动物体向量空间，还有静态物体向量空间，这样二者就会有不一致的判断结果，移动空间可能认为这东西正在动，而静止空间可能认为这东西一动不动。（我和一些人的一致观点是，Elon和他的自动驾驶团队，早晚还是要花费哪怕是巨大的精力也要把这二者或者类似的向量空间都统一到一起。这样尽管辛苦，但应该是在这个层面上的较好的解决方案）。
好了，大致就是这些了，可能后面还有一些内容涉及这个话题或者技术范畴，但我关心的就是这些了。如果有朋友对其它部分感兴趣，也欢迎交流。
还是那句话，关注和不关注我，都给你不一样的观点。