포브스 재팬에서  테슬라의 카메라 의존형 자율주행 기술에 대한  보도.

머스크 주장 - 전 세계 테슬라 차량이 수집한 페타바이트 규모의 영상 데이터를 기반으로 세계 최고 가치의 인공지능(AI) 기업으로 도약할 것.

비판적인 전문가
일반적인 상황에서는 매끄럽게 주행할 수 있지만, 조금이라도 이례적인 상황이 발생하면 제대로 대처하지 못할 것이다.
예를 들어 10명 중 9명이 일시정지를 무시하는 데이터를 학습한다면, 그 AI 역시 일시정지를 무시하게 될 것이다.
FSD는 '완전 자율주행'이라는 명칭에도 불구하고 운전자의 지속적인 감독이 필요함.
FSD와 테슬라의 기존 '오토파일럿' 시스템은 현재까지 전 세계적으로 52건의 치명적인 교통사고와 관련됨.
학습 데이터 선별 과정에서 뛰어난 운전자의 영상과 형편없는 운전자의 영상을 어떻게 구별할 것인가? 이는 매우 중요한 문제다. 왜냐하면 이러한 AI 모델은 대부분 가장 일반적인 운전 패턴을 학습하기 때문이다.
학습해야 할 모든 예외적인 상황이 충분한 빈도로 데이터에 포함되어 있다고 확신할 수 없다.
끊임없이 쏟아지는 차량 내 비디오 데이터 중에서 AI 훈련에 가장 중요한 데이터를 선별하는 것은 매우 어려운 작업이다.
테슬라는 엄청난 양의 데이터를 보유하고 있지만, 학습해야 할 핵심 부분을 어떻게 식별하고 추출하는지는 알려져 있지 않다.
머스크의 로보택시 운행 약속은 지연되고 있다.

웨이모 -
피닉스, 샌프란시스코, 로스앤젤레스, 오스틴에서 자율주행 차량 공유 서비스를 운영하고 있으며, 지난달에는 주당 20만 건 이상의 유료 탑승을 기록했다.
경미한 사고를 일으킨 적은 있지만, 아직까지 사망 사고로 이어진 사례는 보고되지 않았다.

얀르쿤 (메타의 최고 AI 과학자이자 뉴욕대학교 컴퓨터 과학 교수)
- 데이터 양을 늘리면 성능이 향상되는 것은 맞지만, 그 효과는 점차 감소한다. 데이터 양을 두 배로 늘린다 해도 개선의 정도는 제한적이며, 인간의 신뢰성에는 여전히 크게 못 미친다.
- 17세 청소년은 약 20시간의 운전 연습만으로 면허를 취득할 수 있다는 사실은 현재의 AI 시스템이 소량의 데이터나 시행착오로부터 학습하는 능력에 근본적인 결함이 있음을 시사한다.
- 머스크는 '완전 자율 주행'에 대해 거의 10년 동안 과장된 주장을 계속해 왔지만, 실제로 달성한 것은 거의 없다
- 인간과 유사한 완전 자율주행이 현실화되는 것은 우리가 AI 시스템이 인간이나 동물처럼 세상을 이해하고 학습할 수 있는 방법을 찾아낸 이후가 될 것이다.
---
현재의 학습방식은 데이터양을 늘려도 한계가 있다.
피지컬AI가 완성단계가 되면 자율주행이 가능할것이다.