评测视频带有FSD负面反馈？特斯拉员工被解雇

负面评测—— 究竟说得，还是说不得？

作者 | 科斯加

编辑 | 文 靓

常言道，祸从口出。一位来自特斯拉的小伙伴就因此引火上身。

前不久，就职于特斯拉 Autopilot 部门的员工 John Berna 被解雇，只因他在个人Youtube频道「AI Addict」上，发布了对特斯拉全自动驾驶系统（FSD）的负面评测视频。

尽管视频从未曾涉及公司机密，但 John Berna 直言不讳地指出FSD测试版可能存在的各种问题。

外界猜测，这种行为令公开标榜自己为「言论自由绝对主义者」的马斯克也有点难以接受。

图注：John Berna 本人

据了解，关于 John Berna 被解雇的原因，特斯拉至今没有出具书面说明 ，但知情人士称，特斯拉长期以来一直要求客户和员工不要公开谈论有关他们的汽车或业务的问题。

“或许受硅谷「忠诚文化」影响，员工的内部批评或许可以被容忍，但公开批评则被视为不忠。”

除了解雇之外，特斯拉也明确禁止了 John Berna 的私人车辆（一辆 Model 3）对FSD Beta 系统的访问权限。

不知道我们是否还能看到 John Berna 带来的FSD Beta 10.11测试视频，据悉，FSD Beta 10.11 是由马斯克亲自发推特预告称“重大更新”的版本。

因言获“罪”

John Berna 是个十足的汽车发烧友。

2020年8月，他就进入特斯拉从事数据注解工作，之后担任高级辅助驾驶系统测试操作员。

他之所以购买 Model 3，是因为特斯拉将全自动驾驶系统测试版作为福利提供给员工，但需要员工把车辆各类数据全盘提供给特斯拉。

John Berna 一直沉迷于特斯拉的FSD系统，甚至于 2021 年 2 月在 Youtubue 网站上开设了“AI发烧友”频道，开始对外介绍全自动驾驶系统公众版的功能。

在他发布的60多个视频中，大约有10个内容关于特斯拉FSD系统测评，包括广为人知的“FSD Beta 8.2 Oakland - Close Calls, Pedestrians, Bicycles! ”的视频。

在这个视频中，John Berna 和车辆“几经历险”。其中，在 11 分 58 秒，开启着 FSD Beta 系统的车辆差点与其他车辆相撞，幸好他及时接管了车辆避免了故事的发生。

特斯拉 FSD 系统相当于诸多辅助驾驶功能的集合。

其中最受关注的功能莫过于「城市街道自动驾驶」，它的设计旨在完全解放驾驶员的双手，全程无需干预方向盘，让车辆自动在复杂交错的道路找出最优行驶路线。

这套系统在全美售价为1.2万美元，需要消费者首先购买配选，且优先面向斯拉系统根据开车习惯评判的高分驾驶员销售。

尽管John Berna乐于向观众分享FSD的真实试用体验。不过，在硅谷，忠诚是最被看重的企业文化之一。大多公司可以容忍内部批评，但员工如果公开批评，则会被视为“不忠的表现”。

首次发出测试视频后，John Berna表示，“Autopilot 团队的一位经理劝说我，不要在未来发布任何涉及 FSD Beta 的负面或批评内容。我后来也和团队开过一次视频会议，但他们从未以书面形式提出我的去留问题。”

有人猜测，他被的解雇的原因与之前一个撞到路桩的视频有关。

但他认为，他的视频对公司和观众都是公开透明的态度。从未听说过特斯拉有相关政策，禁止员工在业余时间利用创作科技视频内容。

即便特斯拉公司的社交媒体管理制有项规定，即特斯拉员工需要进行“有责任的”社交媒体活动。但这些社交媒体包括Facebook、推特、Instagram、Reddit、Snapchat、Linkedin、微信等等，并没有包括 John Berna 使用的Youtube网站。

John Berna 感到委屈，在个人频道中，他从未披露过任何特斯拉内部机密，“我所测试的FSD beta属于终端消费者产品。”

最后他表示，“我仍心系特斯拉、车辆安全等问题。”

除了解雇之外，特斯拉也明确禁止了 John Berna 的私人车辆（一辆 Model 3）的 FSD Beta 系统的访问权限。这或许也限制其顺利体验 FSD beta 的最新版本——一个由马斯克亲自发推特预告称“重大更新”的版本。

重大改进

就在昨天，特斯拉 FSD Beta 10.11 版本上线，在架构层面有了重大更新。

包括更准确地预测车辆转弯或合并的位置，以及在地图不准确或导航丢失的情况下，更好地理解路权。

另外，VRU（弱势交通参与者）检测更是提高了 44.9% 之多，同时还降低了与 VRU 相关的虚假减速（又称幽灵刹车）的发生率。

另一个重要进展是，对临近的摩托车、踏板车、轮椅和行人的预测速度误差减少了 63.6%。

图注：马斯克推特截图

11 项最新升级具体如下：

将车道几何模型从密集栅格（“点包”）升级为自回归解码器 ，这个解码器使用变压器神经网络逐点预测并连接“向量空间”车道。

这项功能主要用于预测交叉车道，允许计算成本更低且不易出错的后处理。可以更准确地预测车辆转向或合并位置，减少不必要减速。

当地图不准确或导航失灵时，提高FSD系统的路权理解。 尤其在交叉点范围的建模，现在仍完全基于神经网络预测，而非基于地图信息。

将 VRU 检测的精度提高了 44.9%后，显著减少了行人和自行车的误报 （尤其是在雨天和路面斑驳的情况）。

实现这一效果的举措有，增加下一代自动标记器的数据量、训练先前冻结的网络参数以及修改网络损失函数，大大降低了与 VRU 相关的错误减速的发生率。

将临近车辆的摩托车、踏板车、轮椅和行人的预测速度误差降低 63.6%。 为此，特斯拉引入了模拟对抗性高速 VRU 交互的全新数据集。

此项更新改进了围绕快速移动和切入 VRU 的自动驾驶控制。

更新后的版本，车辆在爬坡开始和结束时，拥有更高的加速度和制动能力。

更新了静态障碍物感知网络，提高对车辆周围障碍物的感知识别能力。

通过将数据集大小增加 14% ，实现将车辆“停放”错误率 17%的降低。还提高了刹车灯的准确性。

通过调整损失函数以提高困难场景中的性能，将通行场景速度误差降低 5%，高速公路场景速度误差降低 10%。

改进了对路边车辆打开车门的检测和控制。

优化了在车辆同时具有横向纵向加速，以及颠簸时的车身控制算法，从而提高转弯的平滑度。

将以太网数据传输管道优化 15%，提高了 FSD Ul 可视化的稳定性。

上一次的重大更新在今年 2 月初，版本升级到 FSD Beta 10.10 ，且删除了曾经备受诟病的“滚动停车”功能。

截至 2021 年第四季度，特斯拉在 FSD Beta 计划中已有近 60000 名成员。

马斯克表示，如果特斯拉FSD Beta v10.11表现好，考虑降低参测最低安全分要求。

这么多更新中，马斯克最看重的当属车道几何模型从密集栅格（“点包”）升级为自回归解码器。

提取并理解关键参数，对于神经网络而言至关重要。通过调整模型参数，获得不同数据间的数据融合表示，形成特征向量。

建模中无需再从图像提取大量点，便能直接生成 AI 理解的参数信息。

这对 FSD 系统而言，或许是质的飞跃。 系统的预测、多传感器信息后端融合的效率将会更高，算力成本也大大降低。

写在最后

“2022年特斯拉将会实现比人类驾驶员更安全的FSD。”

马斯克1月的豪言壮语言犹在耳。 虽然最 新的版本有了比较重大的更新，但目前来看，能否比人类更安全或许还有待考究。