还有其它的表态：

“每一次有人干预驾驶，即接管了自动驾驶系统之后，我们的自动驾驶系统便会保存这些信息并将其上传到我们的系统里。我们真的开始变得非常擅长训练系统，甚至不需要人为输入训练数据、标记人工标签了。基本上，当一个驾驶员驶过一个交叉路口时，他就会训练自动驾驶系统应该怎么做。”

当然你可以认为马斯克的表态含糊不清，有多种可能的解释。但是对于我来说，我认为模仿学习和马斯克所说的东西最为吻合。

要进行模仿学习，特斯拉不需要上传视频等任何原始传感器数据，它直接上传感知型神经网络对其所看到的场景和驾驶员行为的判断。特斯拉一位名叫greentheonly的黑客可视化地展现了在特斯拉上运行的神经网络所做出的这种感知判断：

首先，表示“驾驶场景”的可视化信息包括车辆周围的3D形式边界、表示车辆类型和距离的文本标签以及显示可行车道的“绿色地毯”。

要进行模仿学习，需要将人类驾驶员对方向盘和踏板的动作数据和可视化的“驾驶场景”信息进行配对。这些状态－动作配对不需要人类的注释，人类进行标记实在是过于昂贵而且缓慢的学习过程。他们只需要上传到特斯拉的服务器，然后就可以用来训练神经网络了。

除了Waymo对模仿学习技术的背书和特斯拉含混其词的表述，我们还有什么理由相信模仿学习可以训练神经网络来执行复杂的任务呢？对于我来说，成功实施了模仿学习的最典型案例是AlphaStar，这是由Alphabet的子公司DeepMind创建的一个神经网络。DeepMind使用模仿学习来训练AlphaStar玩一个有数百万人类玩家的星际争霸游戏。星际争霸是一款相当复杂的游戏，里面设计长远规划、高级战略部署和对军事单位的实施战术控制，这样一个烧脑的游戏对于AI来说是一个相当艰难的挑战。但是，AlphaStar仅使用了模仿学习技术，就通过在星际争霸这个游戏的排名证明了相当于人类玩家的实力，达到了DeepMind估计的性能指标。换句话说，AlphaStar使用模仿学习技术，在星际争霸中达到了中等人类技能水准。

和DeepMind使用模仿学习训练其神经网络玩星际争霸游戏一样，在自主驾驶的训练中，特斯拉利用其车辆自主驾驶系统上传的数百万驾驶场景－驾驶行为配对数据训练神经网络，就可以达到中等水平人类驾驶员的水准。驾驶行为当然很复杂，但是星际争霸游戏也很复杂。所以我不认为使用模仿学习达到的自主驾驶效果达不到AlphaStar玩星际争霸的程度。

要想使模仿学习奏效，一个非常重要的条件就是感知必须正确。如果特斯拉的感知神经网络出了错，系统将无法识别驾驶环境的真实状态，也就无法获得正确的驾驶场景－驾驶行为配对。举个例子，如果感知神经网络将红色交通信号灯错认成了绿色，它观察人类停在了这样一个信号灯前面，它就会得出一个汽车应该停在绿色交通灯处的错误结论。即使它学会了如何对一个环境进行正确反应，它也需要检测出这些环境。因此，如果它知道红灯停绿灯行，它还必须准确地识别出信号灯的颜色才能做出正确的响应。系统需要准确地感知环境以便学习要做什么动作，而且必须准确地感知环境才能应用学习成果做出这些动作。

特斯拉新的神经网络计算机可以解决环境感知问题，被称为Hardware 3。特斯拉人工智能主管Andrej Karpathy说，特斯拉已经“训练了效果很好的大型神经网络”，但是“由于计算性能的约束无法把它们部署到汽车中”。现在有了Hardware 3，特斯拉将能够运行规模更大、更为准确的感知神经网络。

对于Waymo这样无法获得大量行驶车辆数据的公司而言，很难在模拟学习上找到可以走下去的路来。由于没有足够的训练样例来完成整个驾驶任务的模仿学习，它不得不依赖手工编码算法。在计算机视觉应用中，手工编码算法这种方式早已被神经网络完全淘汰，机器翻译应用也是如此。对于像星际争霸这样复杂级别的游戏而言，手工编码的机器人不可能接近AlphaStar这样的神经网络的性能。在自主驾驶上，神经网络方法似乎也比手工编码算法更有前途。

想推进模仿学习，Waymo必须将其训练车队的数量扩大好几个数量级。一个可行的方法是，Waymo可以向汽车制造商出售高级驾驶辅助系统，并通过它来收集数据，就像特斯拉现在的做法一样。这就要求Waymo打造一个比自主驾驶的功能涵盖范围更小的精简型新产品。这个新系统必须在没有激光雷达的情况下能够使用，或者至少不需要那种通常用于自主驾驶汽车的高范围、高分辨率的激光雷达。因为这种激光雷达成本过高，不可能普及到消费级的车辆中。如果这种方式意味着Waymo可以获取到所有的驾驶数据的话，汽车制造商可能不大愿意这么做。所以，Waymo可能需要以某种方式和汽车制造商分享成果，也许它可以同意汽车制造商合作伙伴分享未来的自主驾驶服务的收入，或者允许合作伙伴购买它的大量股权。

对于福特和通用这样的巨头来说，他们倾向于垂直整合，不大可能建立这种合作关系。我可以花10亿美元小钱购买自己的“Waymo”，干嘛和谷歌的Waymo合作呢？从经济学原理上来说，可以购买自主驾驶初创公司，这会让Waymo处于艰难的谈判地位。而且，这些汽车制造商似乎并没有他们的汽车收集训练数据。

两相比较下来，特斯拉完全占了上风。出于这个原因，我认为特斯拉更有可能分走现在市场上分配给Waymo的1000多亿美元估值。也许完全自主驾驶永远不可能实现，那就不用说了。但是如果真的实现了，这个市场可能价值三万亿美金。据我所知，在这个赛道上，特斯拉比Waymo以及所有其他公司都处于更有利的位置上，特斯拉可以凭借在模仿学习上的优势分走很大很大一块蛋糕。