一直以来，特斯拉公司都认为无需笨重的激光雷达传感器，只需要特斯拉的相机、雷达（Radars）和超声波传感器组成的系统，即可达到完全自动驾驶车的境界。近日，特斯拉决定收购一家名为DeepScale的小型人工智能新创公司，使得这一观点似乎更加明确。为了顺利开发出自动驾驶技术，特斯拉正将所需的关键技术纳入其整个体系之内。另外，DeepScale可帮助特斯拉填补今夏离开的数名自动驾驶工程师留下的空白。
资料图
据悉，这家总部位于旧金山湾区的新创公司DeepScale，创立之初就是以专注于深度神经网络（Deep Neural Network，DNN）闻名。未来，DeepScale执行官Forrest Iandola将以先进机器学习科学家的身分加入特斯拉团队，并与特斯拉自动驾驶团队展开合作。
2018年4月，DeepScale才完成一轮1500万美元的A轮融资，且为汽车开发了一款名为Carver21的计算机视觉人工智能软件。其技术主要是帮助汽车制造商使用低功率处理器，来驱动非常精确的计算机视觉系统。未来，只要透过这些处理器与传感器和控制系统一起工作，就能帮助车辆完成对周围环境的感知。
最重要的是，DeepScale一直专注于高运算能力的深度学习系统，这与特斯拉关注的领域不谋而合。毕竟，特斯拉已经决定设计自己的计算机芯片来驱动自动驾驶软件。所以，这笔交易将加速特斯拉完成配备先进驾驶员协助系统的汽车。
2019年夏季，特斯拉的自动驾驶团队有十一名工程师离职，为寻找符合公司发展方向的人才，除不断以挖角的方式获得相关人才之外，透过购并似乎是最快的方式。
在过去几年中，由于许多AI公司、芯片大厂或汽车公司对于自动驾驶的工程师需求很大，因而，特斯拉已被英伟达、通用汽车旗下自动驾驶公司Cruise、谷歌、Lyft等公司挖走不少人才。现今透过收购DeepScale，又可获得在人工智能方面的人才，将有助于其未来在这场自动驾驶车之战中，维持一定研发水平的地位。
特斯拉已经对外发布了一套可支持其电动车走向完全自动驾驶的硬件，现在，特斯拉希望软件也能追上硬件脚步，进而在2020年达到100万辆特斯拉电动车执行自动驾驶出租车的目的。
其实，特斯拉能否真的实践2020年诺言，专家的疑问还很多。毕竟，要在有限的运算能力之下实现出色的机器学习性能，是一个特别棘手的问题。因此，DeepScale能否在短短的一年中，就帮助特斯拉完成这一梦想，进而成为自动驾驶车的巨头，值得观望。