其次,我可以尝试用第一性原理分析一下智能驾驶。首先,智能驾驶的核心市场竞争力是安全。从最表层来说,安全性自然是服从“传感器至上原理”。因为看得见才能开车,看不见自然不能开车。但是这个原理服从于一个更基础的原理,就是“智能至上原理”。因为就算看得见,如果看不懂自然还是白搭。但即使看不见看不清,只要足够聪明还是可以做出决策保证安全,比如减速观察,或者靠边停车。“普通的传感器+AGI”一定要强于“完美的传感器+人工智障”,所以这代表智能的优劣是决定性因素,而传感器的优劣不是。
进一步地说,“智能至上原理”又服从“数据至上原理”。AI模型需要数据、算力和算法。在美国算力可以靠钱买得到,所以问题不大。谁掌握了数据,就可以进一步吸引到最好的人才。
所以我倒过来反推,特斯拉有600万车队,拥有最多的数据。也因此他可以吸引各种各样的人才,比如Andrej Karpathy。然后随便花些钱找黄仁勋买芯片,解决算力问题,它就可以有最好的大模型。大模型足够好之后,他就可以精确的区分视觉错觉,可以在强光直射时根据车道线维持方向,像人类一样解决所有摄像头相对与激光雷达的先天不足。然后就有了最好的安全性,也就是最强的市场竞争力。