Tesla Model X 試駕

帶著全家人試駕體驗，感受很深刻。和大部分的高級汽柴油車相比，完全是下一世代的物種。

就一般駕駛而言，特點有五：

• 前檔視野很大往上延伸，彷彿置身直升機座艙內。
• 車長達 5,037mm，迴轉半徑竟然只有 5.6m，很靈活的大個子。
• 座椅包覆性及支撐不錯，非常紓壓。
• 油門感受差異很有趣，在於 Tesla 利用放開油門時回收電能，所以滑行不滑，阻尼感很大，連下山都要輕踩油門。猜想不會有一般下坡時剎車過熱的問題。
• ACC/AEB/LKA/BLIS/氣壓懸吊，不用多提，當然標配。

終端的人工智慧

人工智慧中的機器學習有兩個階段：

• 訓練 (training)
• 推論 (inference)

訓練是根據大量的資料庫，利用雲端 CPU 或是 GPU 等級計算資源來訓練演算法，推論則是在場域裡利用現場資料，學習判斷，做出回應。

訓練需要大量的電腦資源，會在雲端。推論可以在雲端或是終端，在雲端的缺點是，回應會受到網路的影響，會有延遲時間，甚至斷線無回應。

譬如，使用 Siri，或是 Amazon Echo 必須保持連線，由雲端 AI 回應使用者。許多語音輸入的訓練推論都是在雲端完成。語音輸入應用的延遲還可以容忍。

這在需要即時回應的自動駕駛就不可行了。網路品質會受到地形、天候、所在位置的諸多影響。任何的延遲或是斷線都會造成危險。

兩個特點可以看出 Model X 內建終端的 AI 視覺辨識在車上：

• 鄰車的樣貌和位置，全部顯示在儀表板上，能辨識所有鄰車，AI 視覺的擴展性很棒。
• 倒車時不光是攝影及雷達逼逼叫，而是將車後環境的形貌和車身的相對距離，以曲線圖及數字精確顯示在儀表板上。這不只是量測距離的感測器或雷達，而是 AI 視覺了。

雲端的人工智慧

行車時，Model X 不斷會告訴你在所剩電力還可以行駛多少公里，據說很精準，這就是雲端人工智慧，根據路狀、車子的電子設備以及冷氣的耗電狀況、電池狀況，諸多參數去推算出來。具有終端的人工智慧，也利用雲端的資料以及人工智慧來學習和推算。

家用充電樁

特斯拉業務提供的管委會車用充電座提案，方便直接提交給管委會。

• 靠牆的車位，可以選壁掛型
• 沒靠牆的車位，就裝立柱型的充電樁即可
• 最佳狀況是車位和電表同一層，不然就跨層走線

想買房及未來想買電動車，的確要考慮充電樁的設置。不過最近 Model S 的火燒事件，可能讓管委會有所忌憚，車主也多了申請的難關。