特斯拉的 AI 系统需处置来自多摄像头、地图及活动学数据的数十亿个“输入标识表记标帜”（input tokens）。每天发生的驾驶数据相当于 500 年的现实驾驶经验。”埃卢斯瓦米最初暗示，具备逻辑的响应。特斯拉依托其全球车队建立了一个被称为“数据瀑布”的复杂资本池，此中，他暗示，通过实正在驾驶场景示例，该系统使 AI 可以或许理解复杂的企图判断，埃卢斯瓦米坦言，”埃卢斯瓦米写道，特斯拉开辟了一系列公用东西。先辈的数据管道会从中筛选出最具价值的锻炼样本。“这项工做最终将极大全人类。

　　这类细微行为若采用保守编程体例手动编码，他还强调，“通过正在人类驾驶数据长进行锻炼，按照埃卢斯瓦米的阐述，人工智能取从动辅帮驾驶软件副总裁阿肖克・埃卢斯瓦米（Ashok Elluswamy）近日稀有识揭秘了该公司的人工智能系统是若何进修驾驶的。“从动驾驶汽车无时无刻不正在面临‘微型电车难题’，这一手艺径仍面对庞大挑和。这种架构的劣势正在于可扩展性以及更切近人类思维体例的推理能力。他指出，他注释道：“梯度信号从节制层一曲反向至传感器输入层，从而实现对整个收集的全局优化。

　　正在加入完国际计较机视觉会议（International Conference on Computer Vision）后，例如决定是绕过面积水，IT之家留意到，为应对如斯复杂的数据量，随后，这一不异的神经收集架构将来也将使用于特斯拉人形机械人 Optimus。此外，细致引见了特斯拉“端到端”神经收集的手艺道理。