提到人工智能（AI），Google絕對是培養AI專才的搖籃，其子公司DeepMind開發的圍棋軟件AlphaGo系列，以及專攻星際遊戲StarCraft的軟件AlphaStar，均在各自領域橫掃人類頂尖高手，去年底DeepMind更破解生物學50年來最大謎團之一，由其開發的AlphaFold 2軟件可以單憑氨基酸（amino acid）的線性序列，準確預測蛋白質的三維結構，這項技術突破有助藥廠更快研製如治療新冠肺炎的新藥。以往AI在資訊科技、航天及軍事應用已非新聞，但在講求實驗為本的生物科技，以純電腦軟件解決難題則較少見。
在自動駕駛的市場盛宴上，Google自然也不會錯過，公司於2009年成立自動駕駛項目Waymo，使用激光雷達（LiDAR）或Radar等傳感器進行汽車導航，在高精度地圖配合下，能夠構建準確度高的三維道路場景，精細度甚至每支交通燈的位置都可以定位，但其短板是這類激光傳感器的成本以千美元計，所以商用普及性一直受到質疑。
與自動駕駛飛機的系統比較，開發汽車自動駕駛系統的難度不屬同一檔次。首先，空中航道無交通擠塞問題，又不需要辨認各式各樣的路牌標誌，反之，路面情況受天氣、行人、各類交通工具及標誌等複雜因素所交互影響，要教曉電腦系統安全駕駛，需要在服務體驗與低成本尋求最優方案，Tesla的自動駕駛系統是由出身Google的Andrej Karpathy和40多名AI工程師的團隊參與開發，這項目是迄今人工智能最艱巨的工程之一，Tesla的7000億美元市值至少有四分之一來自市場對自動駕駛系統商用價值的憧憬。
Andrej在一次演講提到，無保護左轉（unprotected left turn，即沒有交通燈或停車標誌引導的左轉）、辨認停車標誌，以及從感應器收集的數據重構路面場景等，這些對自動駕駛系統都是非常具挑戰性的任務。其他諸如轉線、自動泊車，以及辨認警車執行任務的指示燈狀態，系統都要恰如其分處理，而在各類駕駛技巧中，難度最大的是「左轉」。
統計顯示，因左轉導致的交通意外較右轉的高出10倍至20倍，而且出事後果通常嚴重，Waymo自動駕駛系統雖然開發已一段時間，但其先行優勢遭Tesla的FSD（Full self driving）測試版後來居上，與Waymo卡在左轉的技術位有一定關係，Waymo曾經有段時間為安全駕駛原因，儘量避免左轉，所以曾試過等足10分鐘，系統仍未能作出左轉的行車指示。另一邊廂，FSD測試版在左轉上卻有頗大進步，由參與測試的Tesla車主上傳的片段，包括左轉等駕駛技巧似乎難不到FSD系統。
Tesla會參考一般地圖，但主要採用純視覺方案，高度仿效人類的耳目及腦袋去駕馭一部汽車，意味當Tesla的電動車置身任何場景，FSD系統都當是到訪新地方一樣。一部Model 3搭載8個攝像頭、一個雷達及12個超聲波感應器，以每秒17幀速度閱讀攝像頭傳來的影像，利用強大AI功能分辨出會走動的人畜和靜物、其他汽車及各類交通標誌，從而建構如同激光傳感器做到的三維路面場景，所以純視覺方案雖然僅使用普通的攝像頭來收集影像數據，但對司機的駕車體驗不遜色於Waymo的激光傳感器的主流派，所以內地AI科技龍頭百度近年亦遊走兩項技術方案之間，明顯是不想押注單一方案而失去市場的競爭優勢。
由全球數十萬輛Tesla電動車收集得來的海量數據是極具商業潛力的金礦，然而，若沒有正確分析，再多數據只會帶來更多噪音。有女股神之稱的Ark Investment掌舵人Cathie Wood曾指不值得投資召車服務公司Uber及Lyft，原因是這些公司錯過收集行車數據的時機，讓Tesla有機鞏固其自動駕駛市場一哥的地位，這些大數據也是Tesla不懼來自Google及Apple等科技巨擘挑戰的底氣所在。
目前Tesla電動車所收集的數據多達30億小時，遠遠高於Waymo的數千萬小時，這些行車數據會上傳至大型主機Dojo進行深度學習，當電動車作出錯誤決定或遇上新情況時，由車主舉報糾正後新方案，Dojo收集眾多數據再行自我優化，將學習心得回饋至電動車的FSD系統。
Software 2.0架構
Tesla的AI團隊編寫自動駕駛軟件時是以第二代Software 2.0架構進行，任何系統需要學習的新功能可以隨時即插即用（Plug & Play），無須重寫軟件程式。那麼，何謂Software 2.0架構？這是相對第一代Software 1.0而言，傳統由人編寫的電腦程式屬於此類，第二代Software 2.0則是電腦根據第一代軟件的數據運行結果再行編寫，也可以說是電腦自我深度學習的過程。
目前Tesla在自動駕駛技術方面擁有輕微優勢，已成為全球AI科企追趕的目標，但真正要達到第5級全自動駕駛的水平仍一段長路要走。市調機構預期，自動駕駛市場規模預計到2026年將達5566.7億美元。而由此帶來的界外商業效益更是以萬億美元計，是智能手機後另一商界兵家必爭之地，真正的戰幔只是剛剛開始。
