IT之家 5 月 6 日消息，特斯拉近日透露，Cybertruck 的前備箱使用了“學習算法”來進行防夾檢測，這解釋了為何在一些測試中會出現(xiàn)不一致的結果。
Cybertruck 鋒利的棱角設計曾讓許多人擔憂其安全性，網(wǎng)上流傳著大量用 Cybertruck 前備箱切菜的視頻，讓其安全隱患顯得更加突出。
IT之家注意到，特斯拉最近發(fā)布了新的軟件更新，聲稱改進了前備箱的物體檢測系統(tǒng)。更新說明中寫道：“電動前備箱在即將關閉時可以更好地檢測到障礙物。”然而，部分車主更新后測試發(fā)現(xiàn)，防夾功能表現(xiàn)并不穩(wěn)定。
Cybertruck 首席工程師 Wes Morrill 解釋了其中的原因：前備箱的防夾檢測使用的是學習算法（learning algorithm），當前備箱多次嘗試關閉但未成功鎖定時，會增加關閉力度。
這就可以解釋為什么重復測試會出現(xiàn)不同的結果。Morrill 舉例說明，如果前備箱內有較大的袋子，也可能會觸發(fā)防夾檢測。這時用戶可能會再次嘗試關閉，算法就會認為用戶這么做一定是有原因的，前備箱應該關上，于是增加關閉力度。簡而言之，特斯拉希望 Cybertruck 的前備箱能夠通過反復施加更大的力度來實現(xiàn)自動關閉。
將學習算法應用于前備箱或后備箱尚屬首次，雖然有些冒險，但隨著人工智能的進步，或許最終能實現(xiàn)完美的效果。
