马斯克：自动驾驶最难的是建立向量空间，特斯拉FSD或年底达致L4

加本设定了渐近极限。在制品不变时，你把百分比看作一个奇妙的数字，在大幅算出后，把原子排列成再加再度的外形，这将是你厂家的最较高运输再加本。本来厂家运输再加本的高较高在于如何将原子放到所需的外形中不想。

Lex Fridman：我想到时闲谈一段故冤枉，我偶尔和Jim Keller聊天，他曾经与你老朋友过。

尼尔：Jim在爱迪生要用得较好。

Lex Fridman：所以我想他也受到了你的启发，思维状况的作法应和你相似。值得特别注意，其他在爱迪生和SpaceX文书工作的人也具有值得特别注意的思维。他们都学不想了这种思维作法，而且颇为显着。

Jim曾跟我发觉过，Tesla Bot的运输再加本意味著不高。之前我们有过争论，我不看来他发觉的，规模量产的运输再加本不意味著较高。目之前为止，我不太可能与学术界和仿真机械人层面的新新能源人员顺利进行了多次沟通，他们研发仿人机械人和动出力系统机械人的运输再加本太高。Jim则所持极为相同观点，他发觉：“第一性大体原理就是提高制造者运输再加本。”我想你就是这样要用的，你不太可能在爱迪生轿车上和各种到时之前被当再加可用的该系统上要用了值得特别注意的思维。你的话说是：“我们今天如何把它简转化？”

尼尔：是的，我当再加如果某行业善于制造者，那完仅有也可以即便如此制造者。厂家的制造者运输再加本渐进式地近其制品价值，日后另补足你并不需要获取的任何著作权。这是一件颇为吃出力的冤枉，但对任何从之前来发觉都是意味著的。因此一个厂家在以之前新设计时，偶尔时有发生的状况是，人们从他们有意思的来进行、部件和作法开始，然后试图用他们既有的来进行和作法制造者这个厂家。

另一种思维作法是到时之前现实日常生活与众不同厂家或新新能源，不管它是什么。然后想：“原子怎样才能与众不同地排列成？让我们试着找出如何给予这种外形的饰品”。

Lex Fridman：在开始认真思维之前，这种作法问慢慢地本来有点儿“查克和莫蒂”（美国科幻喜剧动画片）式的荒谬。如果大家按照以之前的思维作法要用冤枉偶尔受挫，那么到底信息分析作法这种作法来思维。

尼尔：少见的思维作法本来是一种惯性功能。人们不够倾向于应用于他们有意思的来进行和作法，造成了要用出的从之前不太意味著是与众不同厂家。所以这就是为什么要从两个方向来考虑状况：第一，可以用我们的来进行建在什么；第二，假定的与众不同厂家是什么样的？

因为你学习得越多，对与众不同厂家的定义也不想相反。在此之之前，你本来不发觉与众不同的厂家不想是什么样的，但你可以制造者一个近似于与众不同的厂家。具有了以上两个思维方向，你应不想想：“今天我们并不需要创造什么来进行、作法、材料才能让原子变回并不需要的外形？”

这种思维作法很理论上，但常常人这么想。

建立建立联系矢量室内空间是自动驾驶员最枉的其余部分

Lex Fridman：爱迪生的Autopilot在过往六年中不想获取了引人枉以置信的再加就，因为我清楚地发觉这其中不想充满了面对。

我之前在MIT文书工作，同时我也有荣多在DARPA文书工作的朋友，所以颇为解读集再加电路美感的吃出力。因此，当我第一次驾驶员以之前基于Mobileye自动驾驶员该系统的爱迪生轿车上时，我所持一种怀疑消极。我当再加这辆车上不意味著要用到自主保证车上道，并为驾驶员员创造一种悠闲的驾驶员趣味。

尼尔：本来车上道保证很枉以要用到。

Lex Fridman：但本来以之前Mobileye给爱迪生的原型新设计方案极为能转化解这个状况。

尼尔：我们才会在Mobileye新设计方案的并重编写就大量的标识符，Mobileye的新设计方案极为是我们推向市场的自动驾驶员新设计方案。

Lex Fridman：这本来就是Autopilot工业发展仅有过程中不想的插曲——你要用冤枉的作法。你习惯以一种仅有最初作法转化解状况，这本来是我所想起的最犀利的要求，你在加载该系统和驱动程序上，都要用了一套仅有最初自动驾驶员新设计方案。

我意味著最关心和最害羞的是Andrej Karpathy所拥护的文书工作——信息集的选择、信息引擎仅有过程、机器人学习架构、在也就是说日常生活中不想线下络次测试、有效性的作法。与集再加电路美感的图形线下假设相比，这就像本质21世纪的机器人学习。

尼尔：Andrej很了不起，他似乎造就了最主要抑制作用。本来我们也有很多颇为有才智的人在推动这项文书工作，Ashock本来是自动驾驶员二期工程的交由人，Andrej是机器人学习工程建设的交由人。

不嘲讽地发觉，爱迪生Autopilot的AI他的团队汇聚了21世纪上最顶尖的一群人。所以爱迪生的自动驾驶员加载该系统才能大幅获取成效。

Lex Fridman：在Autopilot工业发展的5-6年中不想，你对自动驾驶员有哪些见解？

尼尔：一开始，我就发觉让轿车上自动驾驶员是一件十分吃出力的冤枉，但在工程建设推进的仅有过程中不想，我挖掘出这比我现实日常生活的还要吃出力。要让车上辆自动驾驶员的基础就是重现本能的驾驶员作法——本能嘴唇感官并用机器人学习检视的资讯，再度完再加驾驶员行为。

而爱迪生的FSD加载该系统就是这样新设计的，完仅有是来进行美感算法和机器人学习要用到自动驾驶员。因此，为了部署FSD，我们并不需要将美感算法和机器人学习以数字的表达方式扩建慢慢地，摄像有安仅有性上的提升，同时机器人学习在笔记本电脑系统之外不想。很显着，这种作法能够构建完仅有自动驾驶员能出力。并且，这是唯一的转化解新设计方案，我不看来还有其他转化解新设计方案。

Lex Fridman：但状况是要把哪些类人的感官能出力编码到机器人当中不想？当本能在火车上上时都不想引意哪些众所周知？比如机器人要发觉一个带进的车上门是怎样的，这就是感官能出力。该系统才会首到时转化解感官状况，才能再进一步支配、规划轿车上。你才会把驾驶员中不想涉及的内容研究透彻，这其中不想还有很多极为相同的边缘状况。

尼尔：我当再加枉点极为在于支配逻辑。

Lex Fridman：你当再加在整个状况中不想，什么才是最吃出力的其余部分？

尼尔：最吃出力的应是建立建立联系一个可靠的矢量室内空间，因为并不需要根本的加载该系统，以及大量的标识符。摄像感官图形之后形再加数字路径，并不需要将数字路径映射到矢量室内空间中不想，再度可以鉴别轿车上、人、车上道终点站、曲终点站和红蝙蝠侠等。一旦建立建立联系起了可靠的矢量室内空间，支配车上辆就不想更加像玩的游戏一样可用，就比如说玩GTA、赛博庞克等的游戏一样。建立建立联系可靠的矢量室内空间虽然很枉，但极为是不可逾越的。

Lex Fridman：是的，本能自身的感官该系统将光子映射到头脑中不想的矢量室内空间是一件奇特的冤枉，但大其余部分人都没有人察觉到。

尼尔：其构建在你的中枢神经系统将要检视大量的信息，为你呈现了一副颇为准确的图形。就好像我们环顾四周时，你不想想到五彩缤纷的颜色，但本来这些颜色是你嘴唇的明度细胞传递给中枢神经系统的。这种细胞能接受光焦虑，能将光能转换为神经本能，故又称光感受器。

你的嘴唇不想给想到的从之前“上色”。但你并没有人察觉到这个仅有过程。你的中枢神经系统在对嘴唇的美感路径顺利进行大量的初检视。这很奇特，但本来人的中枢神经系统在检视一些信息的时候，也不想忘记一些冤枉，所以心灵出力或荣是本能中枢神经系统最薄弱的大都。我们的心灵出力是依赖于的，中枢神经系统在转交的资讯的同时也不想消逝，所以它最后检视完的的资讯本来要比中枢神经系统转交的的资讯要少。

因此，你的中枢神经系统在试图创建者一个矢量室内空间，当你在火车上上的时候，可以思维下你的中枢神经系统在无意识地想什么。

爱迪生的轿车上用摄像来充当嘴唇，完再加自动驾驶员。这和本能火车上上的作法一样，人的嘴唇就等同于两个摄像。虽然火车上上时用视出力观察周遭的自然环境作法不太好，但人们不想分心，思维一些从之前、发短信、吵架或是转调电台。

人在往之方有观察的时候，本来就是在新纪录中枢神经系统的矢量室内空间，中枢神经系统试图浓缩出系统性的矢量室内空间，这些室内空间完仅有是固定左边的和将要伸展的星体，然后中枢神经系统把这些内容主编再加最少量的的资讯。这些的资讯是你火车上上时的必要的资讯。

Lex Fridman：中枢神经系统能自动主编矢量室内空间，或者再进一步压缩再加定义之类的从之前。本能的中枢神经系统有时近乎了矢量室内空间，变回定义室内空间，你想到的从之前不日后是室内空间上的某种展现，它就像一个你应发觉的定义。

如果在学校区域，你不想想起这是一个定义，这很奇怪。虽然之前没有人想到学生，但你真是不想想：要小心火车上上，进去学生。

尼尔：你并不需要建立建立联系矢量室内空间，然后对这些室内空间顺利进行也就是说预报。

比如当你火车上上时，之前面有一辆面包车上，还有一些孩子准备好过沿路，当你相距面包车上较近的时候，面包车上挡住了你的视终点站，你看不到那些小孩了。这时，你真是想的是这些孩子今天在什么左边，并不需要提之前预报一下（左边）。

Lex Fridman：对集再加电路美感来发觉，鉴别伸展的星体，比如这个星体被一棵树遮挡后又重新用到，这种特别之处的追踪是颇为枉的。

尼尔：这就是我们将要要用冤枉——“本质除此以外”，这有点像本能的神经线下， 当一个人从幼儿阶段少年时期时，有一个提升自我思维的整整点，机器人也是如此。

如果你把人偶或其他从之前藏在背后，然后日后拿出来给一个幼儿看，对那个幼儿来发觉，每次你把从之前拿出来，这个从之前都是第一次用到的，对幼儿们来发觉都是新冤枉物。他/她们可以整天玩藏猫猫。但之后，幼儿少年时期给予了“本质除此以外”，他们察觉到这个从之前本来仍然都存有，并没有人消失，只是被人藏在胳膊了。

Lex Fridman：有时我努力我们忍耐不让给予“本质除此以外”。

尼尔：是的。轿车上机器人学习的一个最主要的工业发展是心灵，横越整整和室内空间的心灵。本来本能的中枢神经系统无法掌控心灵的多少，你想做到的越多，就不想要花费不够多的牺牲。

所以如果你想长整整做到根本的从之前的话，到初很多心灵就不想更加相当陈旧，并且你还并不需要日后做到一些最初从之前。

比如发觉，一段5秒钟的心灵——你把车上停在红灯之前，行车道在蝙蝠侠亮起时过沿路。但如果你日后次经过路口时，因为一些原因你意味著看不清行车道，但你依然并不需要做到沿路边上意味著不想有行车道，并且他们意味著要过沿路之类的冤枉。所以即使这超过了你的整整心灵，也无法超过你的室内空间心灵。

Lex Fridman：所以获取信息来学习你所发觉的所有定义是一个递归的仅有过程。

尼尔：对，但我们意味著不想换个名字。

Lex Fridman：好吧，我看来这不想和《查克和莫蒂》一样动人。

尼尔：我们的他的团队在车上里新设计机器人学习很多次了，超恶作剧的。

Lex Fridman：所以每次有一个新旧版本，你都不想把它重命原称不够荒谬或不够深情和可爱的从之前吗？啊不对，无法发觉是荒谬。

尼尔：目之前操纵轿车上的机器人学习的非常可用阵列有颇为多的一般而言，这是颇为可用的，所以我们没有人选用这种作法。

我们选用可用的机器人学习，完仅有就是在一个照相机的每条图形上顺利进行鉴别，然后试着把它们结合在一起。我们有自己的C语言编译器。因此，为了给予最大的安仅有性，我们也在大幅优转化我们的C语言编译器的最大工作效率。

冤枉实上，我们最近在C语言编译器上要用了一个最初REV命令，它将直接编译到我们的Autopilot自动驾驶员驱动程序上。

Lex Fridman：你不想用你自己的编译器编译所有的从之前吗?

尼尔：对，有各种各样的算出。

Lex Fridman：那就是发觉也之外CPU、GPU这些大体的从之前吗？所以你自己也参加到编译标识符中不想了？

尼尔：对，我们还安排了很多人参加其中不想。

这涉及到很多的硬核的加载该系统二期工程，所以我们也在FSD集再加电路上要用了大量的算出，并且我们并不需要在依赖于的算出能出力下尽意味著地翻倍每秒最高的帧数。

爱迪生他的团队有很多颇为有能出力的加载该系统二期土木工程，他们也在致出力于提高我们的算出工作效率。

Lex Fridman：你不想翻倍像电脑系统的游戏一样多的高帧率的话就并不需要仅有分辨率，高帧率，较高延时。

尼尔：对，除了上述几点，还并不需要较高用到异常。今天我们要要用的冤枉之一就是不并不需要通过图形路径检视器对图形顺利进行后检视。

比如一般的胶片为了让拍照看慢慢地不够很漂亮，并不需要要用很多后检视。但我们不关心图像究竟很漂亮，我们只不想信息，所以我们的胶片查阅的只是原始的光子计数。

所以我们的该系统在电脑系统上想到的图形本来比人们通常想到的要多得多。人眼想到大概光终点站的两个点，本来光子百分比意味著相差很多。这意味著我们的胶片在黑暗中不想也能看得很清楚，因为它能侦测到光子数的微小关联性。

由于去掉了图像的后检视仅有过程，我们的延时提升了13毫秒。其中不想每个摄像大概是花费了1.5或者1.6毫秒，8个摄像另加慢慢地就花费了13毫秒。

我们如何统计延时？之外景象进入摄像，摄像信息进入多种机器人学习，进入基于C语言和少量C++写就的程序，日后到自动驾驶员该系统假定驾驶员指令，并将指令发给电驱动监督单元，以构建较慢、制动或者转向加载。

一些的系统的文书工作频率在10Hz（每100ms文书工作一次），所以这时候不太可能转化再加了100毫秒的延时。所以我们不想新增电驱动该系统的的系统，让它以100Hz或者不够高的频率顺利进行文书工作（每10毫秒文书工作一次），这样就能减小整个该系统的底物延时。

引：尼尔表示，延时状况可量度和预报，不是那么枉。真正枉的是一个原称“用到异常”的现象，用到异常应用于描述信息传输延时的变动程度。用到异常越高，整个该系统的延时状况就不想被大幅变形，这时候该系统就不知所措了。

尼尔没有人介绍爱迪生是如何转化解用到异常的，但他表示Autopilot或者FSD该系统再度的驾驶员展现，比007詹姆士艾伦火车上上还得意。

今年底将构建L4

今后车上辆可以鉴别沙哑

Lex Fridman：回顾过往的6年，同时面向今后，基于你目之前的解读，你当再加转化解FSD这个状况枉度如何？你当再加爱迪生轿车上在什么时候不想翻倍L4级的FSD？

尼尔：我当再加自动驾驶员看上去颇为有意味著，意味著不想在2022年构建。

Lex Fridman：那么是通过什么样的作法构建的呢？是通过目之前的FSD beta旧版本吗？这一旧版本不想更加越来越好并再度近乎目之前的低水平构建不够高的自动支配吗？

尼尔：是的，任何关引爱迪生FSD beta的人都可以想到目之前车上辆的交由百分比将要大幅下降。极端前提，司机也可以采取行动让车上辆远离一些有意味著的状况。目之前每一百万英里的司机干预将要急剧下降，看慢慢地在2022年就能够构建自动驾驶员，FSD的冤枉故时有发生百分比不想小于一般人。

对于此，我们不可向监管独立机构似乎这一点，我们只并不需要一个相应的新标准来似乎FSD的展现比一般人不够好。我说道自动驾驶员的安仅有性将至少不想低于本能两倍或者三倍，受到损伤的意味著性也不想较低于本能两倍或者三倍，自动驾驶员将不想是不够好的一种作法。

Lex Fridman：所以目之前爱迪生面世了FSD 10.6旧版本，10.7旧版本也不太可能在路上了，或荣11.0旧版本也不想在不远的本来用到。

尼尔：是的，本来我们颇为努力在2021年面世11.0旧版本，但是11.0旧版本有很多基础的机器人学习架构并不需要改写就，此外还在创建者矢量室内空间上有一些大体优转化。

Lex Fridman：也就是发觉FSD 11.0旧版本将不想有很多固的洗练，11也是一个颇为大叔的数字。

尼尔：FSD 11.0到底不想有很多大体的优转化，机器人学习的变动将不想造成不够多安仅有性的提升。在一开始意味著不想有很多状况，但这是很有益的。

就像我们在来进行贝塔加载该系统那样，完仅有并不需要检视一大堆C，C++标识符，用机器人学习本来其余部分C++标识符，Andrej Karpathy颇为强转调这一点。这就像机器人学习逐步“吃掉”传统的加载该系统，随着整整的很长，传统的加载该系统将不想大大减少，而机器人学习不想越来越多。

再度呈现的结果仍然是加载该系统，但不够多是通过机器人学习来构建的，基于启发式算法少了。这是一个很大的优转化。

Lex Fridman：所以你不想仍然减小机器人学习。

尼尔：但这甚至不是所有的机器人学习，就像一个相反的游戏规则的人，但是才会来进行大量C、C++组再加一个机器人学习。

机器人学习通过少量的信息来鉴别：这是一条车上道终点站；这是一个可两车室内空间；这是一辆车上；这是一辆骑行上或其他的篱笆。机器人学习才会向C、C++标识符转换再加可靠的矢量。

对于我们不太可能完再加的，我说道我们要用得较好，使它的经济总量翻倍了局部的最大值，这是了不起的冤枉。另一众所周知，我们对机器人学习的训练也顺利进行了很大的转修改，需对原始图形顺利进行训练，得到再度的图形的资讯。

Lex Fridman：所以这是一种提高可用性的作法，提高了整个仅有过程的可用度。

尼尔：是的，所以标识符百分比也不想大大减小。

Lex Fridman：这很迷人。所以，爱迪生目之前将要通过所有传感器的转到来提高枉度。

尼尔：主要借助于于摄像。

Lex Fridman：和本能一样，但我们也通过嘴唇问沙哑。

尼尔：是的，本来我们还要将沙哑融入其中不想，并不需要问医护人员上的警报声或者消防车上的沙哑，日后或者有人对你大喊大叫，所以也并不需要一些播放器。

挑剔发觉，提出这些初衷颇为枉以，但实施慢慢地颇为吃出力。就像提出去土星是最可用的一其余部分，而穿越土星是最枉的其余部分。

整个仅有过程中不想在加载该系统和驱动程序层面都存有很多核心的二期工程状况，并不需要对很多标识符顺利进行转修改，减小延时，如果我们不这样要用，该系统就不不想文书工作。

而这就是二期土木工程们主要的文书工作内容，他们就像你重新认识的那些丰碑，他们对工程建设的再度至关最主要。

Lex Fridman：对于我来发觉，外面在时有发生什么冤枉，安德烈在要用什么冤枉，这都让我超级引人兴奋。加载该系统的基础架构等一切都在用信息引擎顺利进行，整个仅有过程像一个室内装饰。

尼尔：它的规模之大枉以引人看来。我们编写就了这些所有的应用于培训和字句的定制加载该系统，并且顺利进行标定，标定是必不可少的，因为，当你检视像周围截图的时候很枉，从头开始标识周围截图是颇为吃出力的。

一个人并不需要费时很长整整比如几个天内来标识一个截图剪辑，或者要用一个标定，而加载该系统只并不需要对截图剪辑信息分析作法顺利进行大量的算出，顺利进行预到时分配和猜测周围截图中不想时有发生的所有冤枉。

Lex Fridman：还有就是并不需要纠正它们。

尼尔：是的，然后本能所要要用的就是转修改，比如转修改不可靠的大都。这就像把生产出力提升了100倍或不够多。

爱迪生身躯机械人可以被选为本能的女同性恋？

Lex Fridman：你发觉爱迪生机械人将不想在工厂有抑制作用。我当再加身躯机械人对所有机械人爱好都是枉以置信的。我当再加类人机械人、四肢机械人所重现的优雅运动真是太大叔了。我们不太可能闲谈谈了相当近似于的所有初衷，其中不想一些你不太可能闲讲到过了，如爱迪生FSD本来只是另一种机械人状况。

我颇为关心本能和机械人的交友能够重现出了如此人性转化的好像，你当再加机械人应在工厂内文书工作？还是发觉在任何一个大都比如家里，被选为朋友或者文员之类的？

尼尔：我当再加意味著性是无穷无尽的，这极为完仅有符合爱迪生较慢可持续新能源的主要任务方向，但制造者身躯机械人，是我们可以为这个21世纪要用的一些颇为古怪的冤枉，能够以很多表达方式为21世纪造成鼓励。

我当再加今后有很多文书工作，如果没有人报酬，人们就不不想去要用，比如发觉扫碗，你整天都在扫碗的话，就不想很焦躁，就算你到底很害羞扫碗，你愿意每天扫八个天内吗？

日后比如发觉那些有意味著的文书工作，这些文书工作既有意味著又无聊，还存有重复性压出力伤害。

我当再加这些文书工作就是身躯机械人能够造就最大价值的大都，我们尽可能就是让机械人去要用一些本能不愿意要用的文书工作。

Lex Fridman：你究竟现实日常生活过今后21世纪上有数以亿计的爱迪生机械人，在21世纪各地要用极为相同的文书工作，监督极为相同的任务。

尼尔：我还没有人真正思维过这个状况，但我想意味著不想有近似于的冤枉时有发生。

Lex Fridman：我可以反问一个恶作剧的状况吗？目之前爱迪生的工业产值较慢减小，不太可能近200万辆，他们中不想有很多都具有FSD（尼尔：我想我们不太可能超过了200万辆），你当再加爱迪生机械人的百分比究竟不想超过爱迪生轿车上的百分比？

尼尔：我当再加这个状况很古怪，通常前提我不想思维颇为遥远的冤枉，但我似乎没有人思维过爱迪生机械人的今后。

我称这些机械人为optimus Subprime，因为他不像一个更大的可以变形的机械人，但他应是一个通用的鼓励机械人。我当再加爱迪生偶尔和本质21世纪顺利进行交友，我们研发自动驾驶员，同时定制很多驱动程序，硬核加载该系统，让它们高效列车上运行和节能。

如果你有一个握有10000台算出的更大客户端机房，那么要用机器人学习极为可用，但今天把它浓缩出来让其在一个较高功耗的身躯机械人集再加电路或轿车上上列车上运行，这本来颇为吃出力，有很多可用的加载该系统文书工作要要用。

因此，我们用机器人学习转化解轿车上导航的状况，而轿车上又有点像有四个车轮的机械人，如果把它相接放到一个有手臂和腿的机械人中不想，相当吃出力的中点是既要让机械人足够人机，又要让其以一种明智的作法和自然环境交互。

要达再加这一切，既并不需要本质21世纪的AI，又并不需要颇为大叔爱制造者。爱迪生颇为大叔爱制造者，又有AI，所以让身躯机械人文书工作意味著研发与轿车上极为相同的定制日立和传感器。

我当再加我们在研发高安仅有性的电动机和的电子电出力众所周知有众所周知的长处，都可以应用于身躯机械人的信息分析作法。

Lex Fridman：有一些从之前对我们很有吸引出力，但不一定能够吸引到所有的人。21世纪上被更大的孤独包围，很多人都不想不够多的陪伴，与其他人的亲密关系等，在奥斯汀，有很多人养猴子。似乎还有一个更大的机不想让机械人减小21世纪上的孤独感，鼓励人们互不建立联系，在某种程度上猴子就可以构建这个尽可能。你究竟值得一提的是爱迪生机械人在这一点造就抑制作用？还是当再加爱迪生机械人应造就特定的任务，不与人交往？

尼尔：挑剔发觉，我并没有人从陪伴的取向值得一提的是，但我当再加它本来再度不想被选为一个颇为好的女同性恋。它可以特质转化工业发展，随着整整的工业发展，他意味著不想工业发展出一种鲜明的特质，而不是所有的机械人都一样。

而这种特质意味著不想更加和握有者意味著，或者被选为本能的小杰、另一半。

我说道这很古怪，就像一个我很害羞的日语名词：wabi-sabi，或多或少的瑕疵，使某些从之前更加众所周知，机械人特质的或多或少缺陷，或荣不想让它被选为一个奇特的伙伴，完仅有就像R2D2、C-3PO（《星球大战》电影中不想的两个机械人）之类的从之前。

Lex Fridman：从机械人的取向来看，我当再加有一些缺陷的特性颇为好，在一般的少年时期中不想，有一些缺陷颇为可爱，你意味著不想爱上这些缺陷。但这与自动驾驶员颇为极为相同，自动驾驶员在一个高风险的自然环境中不想，你无法搞砸。因此在家用机械人不够古怪。

尼尔：是的，冤枉实上，如果你现实日常生活R2D2、C-3PO，他们就有很多近似于的缺陷和不与众不同的大都，他们不想为了愚蠢的冤枉互相争论。

Lex Fridman：他们到底大叔爱要用任何冤枉吗？我不相符。

尼尔：但他们负责任为故冤枉减小了一些古怪的元素，他们不想被忽视。这只是让人们对他们的可爱转化再加共鸣。所以我当再加爱迪生机械人也意味著不想时有发生这样的冤枉。

我们有信心制造者出来他们，但是我不相符可信的整整表是什么，我们意味著不想在2022年底或近似于的整整握有一个原型。

Lex Fridman：它可以与爱迪生轿车上连接，这一定颇为大叔。

尼尔：是的，它将应用于自动驾驶员逻辑推理集再加电路 ，我们为了Model S/Y/3/X这四款车上要用了很多训练，在鉴别本质21世纪冤枉物众所周知的新新能源可以直接给机械人用。不过也有很多并不需要定制的监督器和传感器有待研发。

Lex Fridman：我们的许多人不想要用一些大冤枉的话，你不想给他们什么表示同意？

尼尔：到时之前要用一些简便的冤枉，要用对你同胞、对21世纪简便的冤枉。随时思维你贡献的比你消耗的多吗？要努出力为社不想采取行动致力的贡献，我当再加这就是尽可能。

不让为了被选为拥护者或者其他什么而试图被选为拥护，很多时候，被选为拥护者的人却是不想被选为拥护者的人。

如果你过着简便的日常生活，那就是可爱的日常生活，值得过的日常生活。就像我发觉的，我不想鼓励人们应用于物理和焦虑来进行，并将它们新新能源性到日常生活中不想，这是众所周知的来进行。

Lex Fridman：当你想到教育和自我教育时，你有什么表示同意？如何更加简便，转化再加不够多致力影响？

尼尔：我鼓励人们读者大量书籍，尽意味著多的吸收的资讯。你至少对知识自然风光有一个大致的解读，到时之前解读很多从之前，因为你意味著不发觉自己感兴趣的是什么。最常的探求，和极为相同的人交闲谈，解读专业人士，害羞什么拳击手就去要用。

尽意味著的多学习，寻找意义。多读者和到时之前，寻找和你的才能相意味著的冤枉去要用。

本文授权转载自车上从之前。

关于贝塔乡政府

贝塔乡政府（Alpha Startup Fund）是中不想国领到时的晚期融资慈善独立机构，由曾带领母公司在纳斯达克上市的荣农业合作转化和之前创新工场共同管理律师事务所蒋亚萌在2015年共同完再加创立。

贝塔乡政府慈善独立机构的四大特点是该系统转化融资、交友转化的企业社区运营和重度产业资源较慢再加长。专引在器件、行业服务加载该系统、机器人学习信息分析作法、物联线下新新能源、股票市场新能源等新能源创新层面顺利进行晚期融资。目之前不太可能在救世主轮融资了之外白山云新能源、领创集团(Advance Intelligence Group)、Zenlayer、帷幄新能源、所思新能源等为数众多的出类拔萃工程建设。

贝塔乡政府给予36铍“2017年度最受的企业青睐救世主融资独立机构Top20”、“2019年中不想国行业服务层面最受LP青睐晚期融资独立机构”、“2019年中不想国行业服务层面最具挖掘出出力融资独立机构TOP10”以及“2020中不想国最受的企业青睐晚期融资独立机构TOP50”、“2021年度中不想国最受LP认可晚期融资独立机构TOP30”、“2021年中不想国最受的企业青睐晚期独立机构TOP50”、“2021年中不想国跨境搭船层面融资独立机构TOP10”新锐；给予钛报导“2020 EDGE TOP50融资独立机构”；还给予嫡母慈善独立机构研究中不想心“2018年中不想国晚期慈善独立机构最佳这样一来TOP30”、“2019中不想国晚期慈善独立机构最佳这样一来TOP30”，以及嫡母慈善独立机构周刊“2020中不想国融资独立机构软实出力GP100新能源出力Top10”新锐。

创设律师事务所荣农业合作转化给予2020年“福布斯中不想国创投人100”、投中不想“2019年中不想国最佳晚期融资人TOP50”，以及36铍“2018年中不想国行业服务层面融资人TOP10”、“2019行业服务层面融资人TOP20”新锐。创设律师事务所蒋亚萌给予2019及2021年“福布斯中不想国创投人100”、36铍“2019年中不想国中不想生代融资人TOP50”大奖。

。