当向普通投资者提及特斯拉时，常常会有两种完全不同的反应：多头的赞扬或空头的批评。  换句话说，它要么将永远改变汽车行业，要么很快就将无处可去。  但是，让我们暂时抛开财务、竞争和它一直娱乐性很强的名人执行官埃隆·马斯克的恶作剧，从不同的角度来看看这家公司。  特斯拉有一个方面一直领先着竞争对手好几英里。这就是其利用数据来构建的世界上复杂、尖端的神经网络。  当大数据成为下一件大事时  硅谷喜欢用时髦的流行语来隐喻下一件大事。  例如，数据是“新石油”。它只是在那里等着，是一个未经提炼的资产，随时可以被挖掘、提炼和利用来推动竞争优势。  但对大数据的大肆宣传和大肆吹捧已经被技术挑战的本质现实所掩盖，这些挑战主要在于如何将结构化、非结构化和半结构化的东西转化为真正有价值的东西。  事实上，我们已经陷入了Gartner的关于大数据的众所周知的 “幻灭低谷”。Hadoop从来没有成为像10年前看起来的那样有希望的大型统一数据平台。  与此同时，人工智能和机器学习也越来越受到重视。但是除了大型社交媒体平台(他们渴望优化算法，向你出售更多你不知道自己需要的东西)，谁又在这里做了任何有意义的事情?  特斯拉利用数据、人工智能和数学建模语言来构建了一个神经网络--一个由传感器、数据、通信、处理器、外围硬件和软件组成的系统，像人类一样共同处理信息、适应和学习--这是该公司真正的亮点。  比赛开始了  据分析人士称，目前可供自主交通的市场总量已达数万亿。  这就是特斯拉、谷歌的Waymo、Uber和所有大型传统汽车制造商都在争先恐后开发这种新车型的原因。  事实上，多年来，自动驾驶已经渗透到了我们人类的驾驶习惯当中了。巡航控制、ABS制动、变道引导，甚至包括气囊，都可以被视为实现自动驾驶的步骤，而人类根本不需要参与其中。(特斯拉的自动驾驶模式可以说是迄今为止复杂的驾驶员辅助系统。)  然而，实现完全自主运行仍然是一项艰巨的工作。当面对我们称之为驾驶的不可预知的疯狂世界时，你如何确保一台车轮上的计算机能够思考、反应和做出明智的决定?  这将需要数百万小时的编码、定义和算法优化、复杂的3D建模和模拟、轨迹测试，甚至是在现实生活中的测试。  至少，如果你使用传统的方法，情况就会是这样。但特斯拉并不是这么做的。它正在做一些相当新奇的事情。  随着60万辆汽车的上路，特斯拉把每辆车，每一个传感器，每一个“事件”(即与方向盘、刹车踏板等进行的人机交互。)都看作一个数据点。  然后，它获取这些数据，对其进行分析，并利用这些数据来改进算法，创建新的算法，然后再将这些改进通过空中传送给车辆。  截至2018年11月，特斯拉已经积累了10亿英里的自动驾驶数据。相比之下，Waymo已经收集了大约1500万英里。  专注于颠覆性技术和市场的投资公司ARK的分析师Tasha Keeny说，当你查看特斯拉汽车行驶的总英里数时(无论自动驾驶是否启用)，记录的总英里数约为100亿英里。  这是一个巨大的图书馆，特斯拉可以利用它来教授它的神经网络新的东西，然后去适应和改进。  但是特斯拉和其他汽车之间真正重要的区别是：  •特斯拉的数据是从真实世界的英里数中收集的  •特斯拉车主不只是开车去上班或办事。他们同时也是训练特斯拉AI/ML的引擎。  马斯克说：“当一辆车学会了一些东西时，他们都学会了。”(财富杂志，“特斯拉自动驾驶仪是如何学习的”)  这肯定是当今有效的众包AI/ML培训计划之一。  自治日  特斯拉是如何实现这些数字并推动系统不断改进的?  最近，在特斯拉号称 “自治日” 的投资者活动中，工程副总裁Stuart Bowers*提出了这种方法(可以在 Y