行业] 特斯拉首席执行官埃隆 · 马斯克在 2024 年的年度股东大会上谈到了困扰特斯拉完全自动驾驶 ( FSD ) 系统的重大难题。两年前，业内人士就曾推测这一 " 跷跷板问题 " 可能阻碍特斯拉实现无人驾驶出租车的目标。
马斯克表示，随着 FSD 系统不断进步，判断哪个 AI 模型更好变得愈发困难。因为当行驶数千英里后才出现一次需要人工干预的情况时，如何快速评估新模型的性能就成了难题。一个模型解决了 A 问题，却可能带来 B 问题，这使得评估 AI 模型的性能变得复杂。
为了解决这一问题，特斯拉正在采取多种方式。首先，通过仿真测试和影子模式运行，部分车辆不启用 FSD 功能，从而对比新模型的驾驶行为和用户行为，发现不同模型的优劣势。其次，特斯拉可以利用旗下数百万辆汽车的庞大数据库，比较 AI 模型的预测行为和用户实际驾驶行为之间的差异，从而判断哪个模型表现更好。
Cleantechnica 编辑 Zachary Shahan 两年前就推测特斯拉 FSD 系统可能存在这个“跷跷板问题”，即系统在修正既有问题的过程中可能会引入新的问题，导致整体效果停滞不前。
“目前最大的限制并不是训练数据，而是测试 AI 模型的效率，”马斯克坦言，“以及如何巧妙地判断新模型是否更优秀。例如，我们知道一些特定的路口非常复杂…… 所有模型在没有复杂路口的良好道路上行驶时都表现良好。因此，我们在美国选取了几千个复杂路口，专门用来测试新模型的性能。”
自2013年起，特斯拉开始研发自动驾驶辅助系统。2014年，特斯拉推出了自动驾驶辅助系统Autopilot 1.0，并在此后进行了四次升级。