上周，马斯克将AndrejKarpathy从OpenAI公司挖走。这是马斯克和其他人一直投资的一家非营利公司，始终致力于“探索发现安全的人工智能道路”。Karpathy是人工智能领域的一颗冉冉升起的新星，他曾在斯坦福大学读书，且师从着名人工智能专家、现任谷歌云首席科学家的李飞飞。李飞飞因成功开发一组图像数据库，实现了机器视觉上的突破，而被科技圈人士所熟知。

 

　　很多人认为，Karpathy在计算机视觉方面的特长对特斯拉而言是一笔真正的财富。但他在强化学习系统方面的经验，对于特斯拉的自动驾驶系统来说可能更为重要。强化学习的灵感来自于动物学习——不断重复一种行为，最终带来积极的结果。而且，正如今年早些时候所指出的，人类可以通过训练计算机去实现编程无法实现的事情，是科学领域一项十分重要的方式（见“2017年的十大突破性技术：强化学习”）。这种机器学习的形式是AlphaGo的核心，Alphabet旗下DeepMind的一个计算机程序，学会了用超越人类的技能来玩这一古老的棋类游戏。许多汽车制造商，包括谷歌、优步，以及最近被英特尔收购的Mobileye，都在寻求强化学习，让汽车自己在模拟环境中自动驾驶，在具有挑战性的情况下学会如何驾驶。试想一下在拥挤的路段或繁忙的十字路口，为一辆车制定行车规则是非常困难的。但是，通过强化学习，一辆自动驾驶汽车可以自己学习怎样去做这件事。从斯坦福大学毕业后，Karpathy在DeepMind进行了实习，在那里，强化学习是一个主要的研究重点。这一技术也是OpenAI公司的主要研究项目。事实上，在他自己博客发布的有关于强化学习的文章中，Karpathy提到了强化学习技术基于特斯拉的自动驾驶测试。他指出，虽然强化学习一般情况下并不适用于实验成本高昂的情况，但新的方法，加上大量真实数据（特斯拉正在收集的数据）可能会有所帮助。任命一位特斯拉的人工智能研究主管，表明特斯拉的自动驾驶还存在一些问题和挑战：在问题解决之前还有一段路要走。