4月17日消息，據外媒報道，特斯拉電動汽車公司希望其車輛有朝一日能通過“艦隊學習”(fleet learning)實現無人駕駛，這種方法包括從車主的車輛上無線上傳大量圖像和傳感器數據。然而3月份發生的Model X致命事故表明，使用這些數據來記錄潛在的道路危險，並訓練其車輛避免這些危險依然任重道遠。
3月23日，特斯拉車主、蘋果工程師沃爾特·黃(Walter Huang)在加州山景城(Mountain View)的101號高速公路上駕車行駛時，撞上了混凝土交通車道隔板遇難。當時，沃爾特正使用特斯拉的半自動駕駛系統Autopilot，但他沒有意識到該系統讓他走上了“碰撞道路”。儘管聯邦安全調查人員還沒有確定沃爾特、Autopilot或兩者是否都有過錯，但特斯拉已經確定了一個車禍因素。
特斯拉在3月27日的博客文章中宣稱:“這次事故如此嚴重的一個原因在於碰撞衰減器，這是高速公路上的安全屏障，它的設計目的是為了減少對混凝土車道隔板的影響。在事故發生之前，它要麼被移除，要麼被壓碎，但卻沒有及時更換。我們的數據顯示，自2015年首次推出Autopilot以來，特斯拉的車主們已經利用它在這條高速公路上行駛了大約85000次，今年以來已經行駛裡了2萬次，而此前從未發生過事故。”
確切地說，車道隔板上何時失去延展的金屬衰減器還不清楚。儘管多次電話詢問，但加州運輸部都沒有澄清此事。特斯拉發佈的一張照片顯示，該衰減器至少在事故發生的前一天已經損壞，這無意中對一家率先使用汽車連接和無線更新的公司提出了潛在限制。
特斯拉收集的所有用於研發的圖像和傳感器數據似乎都沒有記錄物理危險(比如受損的車道隔板)和提醒標誌，也沒有訓練Autopilot避開這些危險。市場研究機構Gartner Research分析師邁克·拉姆齊(Mike Ramsey)說：“這絕對在他們的能力範圍之內。如果機器學習技術被部署用以提高無人駕駛水平，你就會預料到這種事情會被認為是重要的。”
Alphabet旗下導航應用Waze鼓勵用戶報告道路危險，這些信息很快就會被其他用戶分享
拉姆齊表示，英特爾旗下的Mobileye公司使用基於攝像頭的技術，即道路體驗管理（Road Experience Management）系統來收集此類數據，並與其他配備了REM芯片的車輛共享。一名特斯拉發言人證實，與物理道路危險有關的警報目前還沒有集成到其導航系統中，但他沒有詳細說明。
Alphabet旗下導航應用Waze鼓勵用戶通過應用程序手動記錄各種道路問題，包括碰撞、道路封閉和其他危險，包括路面坑窪、道路上的物體、道路交通堵塞、交通信號燈損壞以及路邊停車車輛等。然後，附近的該應用用戶就會注意到這些潛在危險。拉姆齊說:“手機更先進，可能沒有比Waze更先進的系統了。”
自事故發生以來，特斯拉用戶甚至試圖複製沃爾特的撞車事故，其中包括一位Model S車主，他於4月2日在101公路上再現了當時的場景。在YouTube和Reddit網站上發佈的視頻中，他聲稱自己的車也直奔護欄而去，如果他沒有從Autopilot手中接管汽車，也必然會撞上。
特斯拉已經通知客戶，它收集廣泛的車輛使用數據，原因是監測車輛的總體性能和狀態以及Autopilot的使用。它還可以跟蹤車輛的位置，並給出事故的視頻片段。特斯拉在其客戶隱私政策中表示:“為了進一步幫助開發和提高無人駕駛的安全功能，我們可能利用汽車的外部攝像頭收集視頻短片，以學習如何識別車道線、街道標誌和交通燈位置等信息。”
特斯拉總是滔滔不絕地談論自己如何為數據收集“打開閘門”，以改進其無人駕駛系統。在第四季度給股東的業績信中，特斯拉吹噓說，它已經“在數據收集和分析、以及機器學習能力方面有了階梯式的改進”。該公司表示:“隨著我們的客戶隊伍不斷壯大，我們的神經網絡能夠收集和分析比以往更多的高質量數據，從而使我們能夠在2018年及以後推出一系列新的無人駕駛功能。”
在3月27日的博客中，特斯拉表示:“在這條道路上，每天有超過200次Autopilot支持的成功無人駕駛旅行。”然而，這一評論並沒有具體說明有多少次旅行使用了沃爾特遇難的車道，也沒有具體說明有多少人需要控制方向盤。很有可能特斯拉已經接近於充分利用所有收集到的數據，但就像該公司過去的許多說法一樣，其崇高的抱負與現實之間的距離仍然很難彌合。
閱讀更多 科技互聯網 的文章
