此举意在一边用现有的传感器收集数据，一边等激光雷达价格降下来。个人认为，如果固态激光雷达的价格真能如宣传中所说下降到100美元到200美元，为了保证汽车行驶的安全性，Musk肯定是会用的。
一方认为：数据为王，再牛的智能算法也拼不过海量的数据。而另一方则认为：数据只是建材，强大的分析能力才能让它变成摩天大楼，对效率的追求导致了算法，大数据取代不了算法。
日前，Google和特斯拉都公布了各自的测试里程数。据外媒报道，Google宣布自己的无人驾驶汽车刚刚完成200万英里道路行驶里程。而特斯拉创始人ElonMusk也于几天后在个人Twitter上宣布：特斯拉Autopilot发布后的1年中累计行驶里程已达到2.22亿英里。
Google和特斯拉两方的表态表面上似乎也印证了微博讨论中双方的观点：数据为王VS算法为王。那实际情况究竟如何？
我们不妨考虑另一个类似的现象：大多数人认为Google的搜索比微软的Bing搜索在质量上做得略好一点的原因是Google的算法好。
但在前Google工程师吴军博士看来，这种看法在2010年之前是对的，因为那时Bing在技术和工程方面明显落后于Google。但今天这两家公司在技术上已经相差无几了，Google还能稍稍占优，很大程度上靠的是数据的力量。
与搜索算法尚不成熟的2000年不同，今天已经不存在一个未知的方法，仅凭它就能将准确率提高哪怕一个百分点。Google凭借PageRank算法给搜索结果带来了质的变化，而好的搜索结果能吸引更多的用户使用Google的搜索引擎，这不知不觉间给Google提供了大量的点击数据。
有了这些数据之后，Google可以训练出更精确的“点击模型”，而点击模型贡献了今天搜索排序至少60%到80%的权重，这将吸引更多的用户，整个过程是一个典型的不断自我强化的正反馈过程。
在Google内部，产品经理们都遵循这样一个规则：在没有数据之前，不要给出任何结论。由此可见，Google的企业使命已经融入了员工的日常工作中。Google正是充分利用了大数据的力量，顺利成为了对整张互联网举足轻重的枢纽节点，非常自然地实现了对互联网的垄断。
再举一个例子，9月27日Google发布了新版本的神经机器翻译系统(GoogleNeuralMachineTranslation，GNMT)，宣称该系统的翻译质量接近人工笔译
大多数网友在实际测试过后，表示眼前一亮。与此同时，这也引起了某些翻译工作者的恐慌：「作为翻译看到这个新闻的时候，我理解了18世纪纺织工人看到蒸汽机时的忧虑与恐惧。」而这其实也是充分利用大数据的结果。
3
