特斯拉人工智能日将于明天举行。埃隆·马斯克表示，人工智能日的主要目标是为特斯拉吸引人才。我认为他将在 AI Day 中讨论即将到来的项目，为什么它们令人兴奋和有益，以及当前需要解决的挑战/问题来完成这些项目。
有一个 Twitter 视频被分享，格莱姆斯(埃隆马斯克的女朋友)在波士顿动力公司的机器狗旁边，并且特斯拉这个词在狗身上。还有一段视频，两个类人机器人在障碍物跑道上行走和跳跃。这里有两个：
我期待听到类似人的机器人以及类似狗的机器人的应用，它们可以执行诸如搬运包裹或在家里做饭和清洁等任务。
我还认为一个类人机器人可以管理机器人出租车的超级充电站，并通过插入充电器确保每辆车都正确充电，并执行诸如清洁车辆之类的基本任务。我敢肯定还有更多我没有想到的应用程序。
FSD 和机器人出租车
特斯拉已经发布了其完全自动驾驶 (FSD)视觉系统的 9.2 版本，并且每个版本似乎都在逐步改进。我想听听 FSD 当前面临的最大挑战是什么。是获取更多视频来训练神经网络，还是有其他具体问题需要解决?
我想特斯拉会谈谈一直在 Twitter 上流传的计算机芯片的特殊配置，以及需要解决哪些硬件和软件方面的挑战才能让 FSD 达到5 级。
我也有兴趣了解特斯拉如何跟踪 FSD 以及它是如何改进的。我不认为 FSD 可以使用干预和脱离作为改进的衡量标准，因为有时人类会做错事。我确实认为随着 FSD 的改进，这些会下降，但特斯拉使用什么成功衡量标准?
道场的未来
Dojo 是特斯拉的培训系统。Dojo 将拍摄短视频并将它们提供给 Tesla 神经网络，以便更好地训练它进行驾驶。
我想知道计算机芯片的特殊配置(在 Twitter 周围浮动)是否将用于 Dojo、FSD，或者用于其他可能的应用程序。
我认为 Dojo 面临的最大挑战将是存储数百万个视频，将这些视频提供给神经网络，以及这样做所需的带宽。最后，视频处理的结果需要应用于神经网络。这些是需要优化和解决的 4 件事：
如何高效地存储视频(在哪里?)
如何高效地将视频传输到 Dojo
如何高效地处理 Dojo 上的视频
如何高效地获取结果并应用于神经网络