来源：价值中国编译

不论是在新能源汽车、私人航空航天、共通交通、还是在人工智能领域，埃隆·马斯克天马行空的创想和脚踏实地的奋斗让人震惊不已。简直就是一个活着得的非物质文化遗产。

马斯克在全球范围内收割了无数粉丝。不论是企业家、工程师、科技研究人员、媒体还是普通的消费者。Lex Fridman，一位来自麻省理工学院人工智能自动驾驶方向的研究员就是马斯克的一名小迷弟。

做马斯克的粉丝，要有高智商，否则他可没功夫搭理你。Lex 一直关注特斯拉的自动驾驶研发和商用进程，依仗着自己在自动驾驶过程中，对人物图像识别、行为识别的研究理论和成果，长时间以来，在社交网络上和埃隆相互勾搭。马斯克居然还在去年圣诞节，给 Lex 发去了祝福。

功夫不负有心人。在网上长时间等待之后，Lex 终于有机会和自己的偶像见面了！而且是马斯克主动邀请的。本次对话内容，最初由 Lex 于 2019 年 4 月 12 日发布。

Lex Fridman from MIT

源起又似乎是个碰瓷行为。Lex 最新发布的论文中陈述了在特斯拉自动驾驶过程中，驾驶员会出现警惕性应激行为，不断去人工介入，接管自动驾驶，借此挑战特斯拉的自动驾驶系统是否安全。

这种研究成果，枉费马斯克对 Lex 这位小迷弟的一片苦心啊。Lex 背后是 MIT，他发出来的声音代表的严谨的科研学术届对特斯拉自动驾驶功能的质疑。

怎么办，为了安抚，马斯克也只能放下姿态，主动示好了。于是有了这次粉丝和偶像的对话。在长达 30 分钟的对话里，粉丝和偶像谈到了特斯拉自动驾驶的设计理念、技术细节、现状和未来，谈到了物理学，人工智能，现实世界，甚至，伟大的爱情！全程高能。

马斯克：艰辛却永不放弃的创业历程｜视频

最初的梦想

马斯克不认为自动驾驶对他来说是个愿景或者梦想。他认为汽车工业从过去到现在实际上有两次工业革命，一个是向电气化过渡，另一个就是自动化了。没有自主权的汽车，跟马没有区别。汽车完全可以驾驭自己，这只是一个时间问题。如果不参与到这场自动化革命，你造出来的汽车就没什么用。自动驾驶的汽车要比非自动驾驶的汽车在价值上高出 5-10 倍。而非自动向自动驾驶的完全过渡，会发生在未来的 5-10 年内。

强大的数据储备

马斯克强调了自动驾驶技术三个重要的方面：

• 是基础算法，像是神经网络架构；

• 是对数据不断演练；

• 是硬件开发。

特斯拉的汽车有 8 个外置摄像头和雷达，通常还有 12 个超声波传感器，GPS 显然和 IMU。目前有大约 40 万辆具有这种级别数据搜集能力、50 万辆拥有完整传感器套件的汽车每天在路上跑着。马斯克自信有这种传感器套件的其他品牌汽车目前不超过 5000 辆。这意味着每天都有海量的数据涌入特斯拉，特斯拉实际上拥有这个行业 99% 的自动驾驶数据。

特斯拉花了三年时间，目前终于开发出了全自动驾驶计算机 full self-driving computer（FSD）。这个建构在一块芯片上的两台计算系统，性能强大。能够以全帧速率，全分辨率运行摄像机，甚至不用裁剪图像。即便两个之中的一个放置不用，另一个也可以完全安全运行。性能边界仍有巨大开发空间。

自动驾驶不需人工干预

自动驾驶在历史上将会是一个巨大的跨越式发展。而马斯克在这里强调了，没有人工干预的自动驾驶，才算是真正的自动驾驶。

马斯克为此还举了个生动的例子。

想象一下，如果你坐电梯。以前会有一个电梯操作员在那里人工运营，控制电梯在楼层之间移动。现在没有人想要电梯操作员，因为自动电梯比电梯操作员安全得多。事实上，现在反而是，如果让人去操作电梯在楼层之间移动，那将会是非常危险的。

所以，如果有人在自动驾驶状态中进行人工干预驾驶，那系统将会把人工输入视为错误。即便有人去介入自动驾驶，那他输入的信息也将会系统自动为错误。

特斯拉已经发布的自动驾驶导航系统，拥有充足计算能力的 FSD 全自动驾驶计算机，完善的神经网络和控制软件，并且都能提供在线更新。该系统以后会涵盖诸如变道、出高速、换高速、红绿灯识别、复杂交通路口时别、自动寻找停车位等等大部分导航功能。

硬件方面永远不是问题。最难的是软件的升级。软件方面，马斯克说随着产品迭代和优化，自动驾驶的性能和可靠性都将会有显著提高，然后就可以得到监管部门的同意。

马斯克还不忘整出营销金句：「在高速公路上使用特斯拉自动驾驶，将会完全改变你的生活质量。今天你买车就是对未来的一个投资。意义深刻的一点是如果你今天买一辆特斯拉，我相信你买的是一种升值资产，而不是减值资产。」

什么时候可以实现全自动驾驶

马斯克认为特斯拉要实现真正的全自动驾驶，需要从现在往后数，至少 6 个月，如果超出一年，他会觉得很奇怪。

但他同时也非常明白，全自动驾驶要想取得监管部门的批准，特斯拉需要大量的数据，可能要证明自动驾驶要比人安全 200 或 300 倍，这样才能从统计学上高度自信地去证明，汽车比人更安全，加入人工并不会增加安全性。怎么去算安全性能？每英里事故数，这个指标又被拆解成撞车概率、受伤概率、死亡概率等等细分指标。

马斯克还不忘吐槽，每年大约有 4 万人死于车祸，但其中特斯拉引起的或者只有 4 起，但特斯拉受到的媒体曝光要比其他车祸多几千倍。是啊，谁叫咱是偶像呢，一举一动都被人盯着啊。

关于黑客

上个月腾讯科恩实验室里的「白帽黑客」侵入特斯拉自动驾驶系统，利用系统可能存在的漏洞做了一些对抗性测试，比如获取自动驾驶权突然变道。

当被问到未来特斯拉是否有能力真对这些黑客做出防御，因为这也关系到自动驾驶全行业的安危，马斯克很坚定回答当然可以做出防御。只不过特斯拉自动驾驶需要去继续深度学习。

马斯克说神经网络基本上只是一堆矩阵数学。但它必须得非常复杂。一旦如果有人真正了解神经网络，对矩阵的构建方式进行逆向构建，然后创建小的东西，就会导致矩阵数学略微偏离。但这也没什么，也可以很容易去阻止这种事情发生。用负面识别来阻止，如果系统看到的东西看起来像矩阵黑客，那系统就会排除它。

所以，有效数据和无效数据都得去学，然后在根本上去学习一些对抗性的案例，这样就可以去除他们。

世界上最好的面包机？

小迷弟 Lex 和偶像马斯克的对话已经到了后半程，是时候聊情怀啦。

Lex 问马斯克，超出特斯拉和自动驾驶，目前的深度学习方式，似乎还是离 artificialgeneral intelligence AGI（通用智能，机器智能可以做任何人类智能所做的事情）要远的多。特斯拉通过目前的途径可以把我们引向 AGI 么？或者说，需要去开创其他全新的方法？

小迷弟是 MIT 的吗？这言论听起来怎么有点业余啊。也许是在 AI 创新上对特斯拉赋予了太多的期望。

偶像忍不住开始澄清，他认为大家忽视了关于通用人工智能一些非常重要的看法。人工智能会来得非常迅猛措手不及，在还有选择余地之前，人类需要想想应该怎么去应对。人们不能把狭义 AI，比如一辆车可以自己选择车道，导航街道，和广义 AI 区分开来。狭义 AI 和广义 AI 是非常不同的两个东西。就像是烤面包机和电脑之间的区别一样。后者要比前者复杂得多的多。

马斯克强调说：「特斯拉世界上做好的烤面包机，是的。还有世界上最好的自动驾驶，对我来说，它们都是一样的游戏。我的意思是，我并不想自鸣得意，或者过分自信，但事实就是这样，现在我们就是最好的，也许我是错的，但特斯拉明显大幅领先任何其他人的。」

真实的爱

Lex：你认为我们能开发出来我们可以去爱的 AI 系统么？她也会爱我们，深深得爱上我们，就像电影《她》中描述的一样？

电影《她》剧照，讲述了一个男人爱上智能语音的故事

Elon：我认为 AI 将非常有能力让你爱上她。

Lex：这种爱，跟人类的爱情有区别么？

Elon：你知道，我们开始陷入一个形而上学的问题，情绪和思想存在于一个不同于物理的领域吗？也许是，也许不是，我不知道。但从物理学角度来看，在想事情的时候我倾向于－你知道，我专业是学物理的－从物理学的角度来看，从本质上来说，如果 AI，以一种你无法去判断，它是否是在以真实的方式爱你，那这爱就是真实的。

Lex：那是物理学角度的爱。

Elon：是的（大笑），如果你不能证明它不是，如果没有测试方法你可以用来检测它，能让你说出两者的区别，那就是没区别。

模拟世界

两个男人，就这样用非常巧妙且高智商的角度，切入了情感话题，接下来再往深里聊，那就只能上升到哲学和世界观了。要是去聊未来特斯拉会不会变身汽车人，那也太扯了吧。（话说回来，为什么没有这个可能呢？）。

马斯克在这之前曾经向世人披露过他的一个观点，他认为人类生活在一个模拟世界中，我们生活的现实是「一个基础现实」（Basicreality）几率约为「十亿分之一」。他的论点来自近几年非常火的 AR 和 VR 游戏。既然游戏中提供的虚拟世界，可以达到照片级真实模拟，未来游戏性能进一步提高后，游戏世界和真实世界的界限将不复存在。那我们现在生活的世界，是不是也是通过什么机制，是被模拟出来的？

接着人工智能爱情难分真假这个话题，小迷弟附和道，「模拟，从物理学角度，和真实之间或许是一样的。」

马斯克回答：「是的，或许有方法去测试这个世界是否是模拟的，或许有，我不是说没有。但是你肯定可以想象出来，如果是在一个模拟世界里，那错误就是可以被纠正的。一旦有个实体可以在这种模拟世界中找到一种方式去检测模拟、暂停模拟、开始一个新的模拟，或者做任何其他许多事情，去纠正那个错误的话，那证明这个世界，就是模拟的。」

到了最后时刻了，小迷弟需要问出一个惊世骇俗的好问题，来给这次偶像见面会收场了。

Lex：如果你，或者其他人，可以研制出通用人工智能系统的话，到那个时候，如果让你问她一个问题，你想问什么？

男神马斯克垂下眼帘，思维在一个似乎是很深的焦点上迅速运转，过了足足有 14 秒。

Elon：模拟世界之外是什么？

埃隆·马斯克 思考问题

马斯克：对年轻人的四个重要建议｜视频

马斯克自述（摘录）

马斯克的这段自述，还是很有可读性的，咱们先抛开特斯拉能否大成不说，马斯克的梦想确实很纯粹，这值得钦佩。总体看特斯拉高端前沿品牌定位还是成功的，马斯克的思维起到了很大的作用。

1  一种危机感

小时候，人们常会问我，长大要做什么，我其实也不知道。后来我想，搞发明应该会很酷吧，因为科幻小说家亚瑟·克拉克（《2001太空漫游》作者）曾说过，「任何足够先进的科技，都与魔法无异。」

想想看，三百年前的人类，如果看到今天我们可以飞行、可以远距沟通、可以使用网路、可以马上找到世界各地的资讯，他们一定会说，这是魔法。要是我能够发明出很先进的科技，不就像是在变魔法吗？

我一直有种存在的危机感，很想找出生命的意义何在、万物存在的目的是什么。最后得出的结论是，如果我们有办法让全世界的知识愈来愈进步，让人类意识的规模与范畴日益扩展，那么，我们将更有能力问出对的问题，让智慧、精神得到更多的启迪。

所以，我决定攻读物理和商业。因为要达成这样远大的目标，就必须了解宇宙如何运行、经济如何运作，而且还要找到最厉害的人才团队，一起发明东西。

2  最开始我只想接近技术的诞生地

我不确定是否该上大学。当初我从南非到北美，只是因为觉得很多尖端科技都是在北美诞生发展的，我了解到的每一项新技术，似乎都是从那里发源的。17 岁的时候，我独自去了北美，也没有上大学的明确计划，只是想接近技术的诞生地而已。

其实我考虑过两个选择：一个是去滑铁卢大学读计算机工程，另一个是去皇后大学。我去了滑铁卢大学后，发现那边女孩子并不多，就觉得没那么有意思。所以我就去了皇后大学，在那里遇到了我的妻子。

我学的科目范围很广泛，包括电子商务、工程学和数学。有人从皇后大学转学去了宾夕法尼亚大学沃顿商学院，反映说那边很不错。所以我就想申请沃顿，但我没有钱，要拿到奖学金才能去，我觉得自己拿不到奖学金。不过我还是申请了，而他们居然给了我奖学金。

在沃顿，两年的商学课程，我一年就完成了。因为我没有绿卡，所以我只能留在学校，不然他们会把我驱逐出境。之所以去读那个博士学位，是因为我觉得斯坦福有好多顶级实验室，可以免费使用，这样我就可以开发电动汽车技术了。

我喜欢物理。我毕业后可以去华尔街，也可以从事技术工程工作。最后我决定投身科学事业，所以就多花了一年，拿到了物理学的学位。之后我去了斯坦福大学，我想在那里学习如何研制能用于电动汽车的先进电容器，这也会涉及一些基础物理学，所以这差不多是一个结合了物理学和材料学的项目。但是后来我退学了，开了自己的公司。

3  创业我承受了一大堆的伤害

后来，我发现，朋友对我所做的任何事情的批评和黄金一样有价值。

通常你的朋友知道什么是错的，但他们不想告诉你，因为他们不想伤害你，这并不意味着你的朋友是对的，但是很多时候他们的批评却是最诚恳的。

这是真的。当你谈到你的想法时，那些最接近你的人通常都想鼓励你。他们最不想做的事就是让你失望。但这些人也是一个宝贵的资源：他们可以深入地告诉你，你的弱点在哪里，你需要改进什么。

当然，当你听到这些批评，关于你或你创造的东西并不完美时，这是很痛苦的。但是，任何有智慧的人都能明白这是一个什么样的反馈——这是一个改善的机会。

你必须尝试那些会错误的方法。然后你的目标就是尽量少地犯错。

当你第一次创业的时候，你很可能，一切的事情都很好，你的幸福指数很高，然后你会遇到各种各样的问题，幸福会不断下降，然后你会经历一整个世界的伤害。

如果你进入任何一个现有的市场，面对那些强大的竞争对手，你的产品或服务必须要比他们好得多，它不能只是有一点点的优势，因为当你站在消费者的立场上时，你总是会购买值得你信赖的品牌，除非这个产品有很大的差异性。

所以，你不能稍微好一点，而是要好得多。

你必须有个创新思维，而不是（创造）更好的同一性。你做事情不是只需要好出 10％，而是要创造出 10 倍的价值。想想 iPod 是如何取代随身听的，或者 iPhone 是如何取代黑莓的，又或者 iPad 是如何取代 Palm Pilot 的？

4  再漂亮的PPT都比不上拿出实际产品有说服力

1995 年，我来到加州（进入斯坦福大学念博士），想要找出提高电动车能量密度的方法，例如，有没有更好的电容器可以当作电池的替代。但那时，互联网兴起，我面临了两个抉择：继续研究成功机率不大的电容器技术，或者投身网络事业。最后，我选择辍学，参与网络创业，其中一家就是 PayPal。

创立 PayPal 最重要的领悟，来自于它的诞生过程。我们原先打算，用 PayPal 来提供整合性的金融服务，这是个很大、很复杂的系统。结果，每次在跟别人介绍这套系统时，大家都没什么兴趣。等到我们再介绍，系统里面有个电子邮件付款的小功能，所有人都变得好有兴趣。

于是，我们决定把重点放在电子邮件付款，PayPal 果然一炮而红。但是，当初要不是注意到了别人的反应，做出改变，我们或许不会这么成功。所以，搜集回馈很重要，要用它来修正你先前的假设。

PayPal 成功后，我开始想，眼前有哪些问题，最可能影响人类的未来？我认为，地球面临的最大问题是可持续能源，也就是如何用可持续的方式，生产和消费能源。如果不能在二十一世纪解决这个问题，我们将灾难临头。而另一个可能影响人类生存的大问题，是如何移居到其他星球。

第一个问题，促使我成立了特斯拉和 SolarCity（美国最大的屋顶太阳能系统供应商）。第二个问题，则让我创立了太空科技公司 SpaceX。

2002 年，为了解决太空运输问题，我成立了 SpaceX。当时跟我谈过的人，都劝我不要做，有个朋友还特别去找了火箭爆炸的影片给我看。他其实也没错，我从来没做过实体的产品，所以一开始真的很困难，火箭发射连续失败了三次，非常煎熬。

但我们从每次失败中学习，终于在 2008 年的第四次发射成功，让猎鹰一号进入地球轨道，那时我已经用光了所有资金，幸好成功了。

之后，我们的运输火箭从猎鹰一号做到了猎鹰九号，又开发出飞龙号太空船。最近，飞龙号在发射升空后，成功与国际太空站连接，再返回地球。我真的捏了一把冷汗，不敢相信我们做到了。

但是，想要让人类移居其他星球，还有更多目标要达成。所以，我希望你们也来加入 SpaceX 或其他太空探索公司。这不是看衰地球，事实上，我对地球的未来还满乐观的，我认为有 99% 的机率，人类还可以安居很长一段时间。不过，就算地球只有 1% 的未来风险，也足以刺激我们提早准备，做好「星球备份」。

2003 年，为了证明电动车的潜力，我创立特斯拉公司。以往很多人都认为，电动车速度太慢、跑不远、外型又丑，跟高尔夫球车没两样。为了改变人们的印象，我们开发出了特斯拉 Roadster，一款速度快、跑得远、造型拉风的电动跑车。

所以，想要开公司，你必须实实在在地做出产品原型。因为，再怎么精彩的纸上作业、PowerPoint 报告，都比不上拿出实际产品有说服力。

Roadster 面世后，又有人说，「就算做得出昂贵的限量跑车，你们有本事做真正的量产汽车吗？」没问题，我们就推出四门房车 Model S，证明给大家看。

这就是我一路走来的创业历程。

5  科学的方法对于搞清真相真的很有效

• 提出一个问题。

• 尽可能收集多的证据。

• 根据证据制定公理，并尝试为每个公理设定一个可能性的概率值。

• 根据有效性得出结论，以便确定：这些公理是否正确，是否相关，是否必然导致这个结论，以及有多大概率？

• 试图推翻结论。寻求别人的反驳，进一步帮助打破你的结论。

• 如果没有人可以使你的结论无效，那么你可能是对的，但你并不一定是对的。

这就是科学的方法，而这对于搞清楚棘手的事情真的很有帮助。但是大多数人不会使用它，他们更愿意一厢情愿，他们无视反驳，他们根据别人正在做什么和没有做出什么的结果来形成结论。这样的推理就会导致「这是真的，因为我说的是真的」，但不是因为它客观上是真实的。

我天生擅长工程学，这是我从父亲那里继承来的天赋，对别人来说很难的事对我来说很容易。曾有一段时间，我以为事情如此简单明了，每个人一定都知道这些。比如房子里的电线是怎么工作的。以及断路器的工作原理，什么是交流电和直流电、安培和伏特是什么，如何混合燃料和氧化剂以制造炸药。我以为每个人都知道这些知识，但实际上不是这样。

而对于这些人我的建议是，想要明白事物的本质，应该读一读书，偶尔也可以逛逛 Reddit，因为我就是靠书本长大的。

6  物理学为我提供了一个最理想的研究框架

想理解那些反直觉的新事物，我觉得物理学提供了一个最理想的研究框架。比如说，量子力学就是违背直觉的，现实世界似乎并不是那样运转，而事实就是，并可以通过实验高度精确地验证。

物理学之所以能够在这些反直觉领域取得进展，就是因为它将事物拆分到最基本的实质，再往上推。我觉得这是很重要的方法，事实上也是了解新事物、探索未知领域的唯一有效方法。

在日常生活中，我们非常善用类推方法，我们做别人正在做的事情，做些微小调整。类推提供了捷径，不需要大量思考，这在日常生活中没什么问题。我们不可能万事都用物理学第一原理，那需要太多计算。但第一原理对于了解新事物极其重要。

现在，物理课的教学方式不对。我们通常让学生背各种枯燥的公式，却没有传递公式的基本含义。这些公式在现实中代表什么呢？一个公式所能描述的美妙现实世界是令人难以置信的。物理的美妙和神奇没有通过课堂来传递。

另外，我觉得我们的教学应该以问题为重点，而不是以工具为重点。比方说，我们想了解内燃机的工作原理，那最好的方法就是把它拆开，把每个零部件都研究一下，然后再组装起来。在这个过程中我们需要什么工具呢？我们需要螺丝刀，扳手，以及其他各类工具。当你把内燃机拆开再组装起来的时候，你就知道这些工具的作用了。但如果反过来，让你先去上一堂关于螺丝刀和扳手的课，那效果就很差了，你很难记住。

我们大脑的进化方式是记住跟我们相关的事物，所以一定要建立相关性，不然记忆的过程会很痛苦，也很困难，因为看上去太抽象而无关紧要。所以必须有相关性和重要性，要理解事物的原因，才能自然而然地吸收知识。

我创立 SpaceX 的初衷不是为了创业。2001 年，我跟一个朋友聊天的时候，提到为什么我们还没有登陆火星？因为既然在 1969 年就登陆了月球，那现在也应该快登陆火星了。

我访问了 NASA 的官网，想看看有没有登陆火星的时间表，但什么也没找到。后来我了解到，NASA 已经放弃登陆火星了。所以我想搞一个公益性质的项目，将一个小型温室送上火星表面，起到一个表率作用。

如果成功的话，这将是地球生命去过的最远的地方，也是我们认知范围内生命首次出现在火星。所以我们就有了把绿色植物送上红色火星表面的宏伟计划，我想这应该能激起公众的兴趣，从而促使 NASA 增加预算，那样我们就能延续阿波罗之梦了。这就是最早的想法。

我甚至还去了三趟俄罗斯，我想买一些用过的 ICMB（洲际弹道导弹），用于火星任务。生意确实谈成了。但我这时意识到，之前的想法是错的。我们之所以没去火星，不是因为不想去，而是因为认为没有能力去。大家都觉得没有成功的可能，于是就放弃了。

所以我决心创立一家公司，减少太空旅行的开支，同时改进火箭技术，因为火箭技术自上世纪六十年代以来根本没取得什么进展。从某种意义上说，火箭技术还退步了，因为将物质送入轨道需要花费的成本更高了。这就是我创立 SpaceX 的初衷，不过在公司刚创立的时候，我觉得公司的存活几率只有 10%。

物理学原理就是最有用的，只要好好研究下物理学原理就能发觉它是最有价值的。另外我觉得量子力学也很有趣，量子力学现象总是令人感到不可思议，但却都是真实的。量子力学很难学，因为量子力学极其违背直觉。你在其他很多领域都可以用直觉，但对于量子力学，你不能用惯常的思维方式来推断，因为你的直觉是无效的，所以量子力学很难。此外，量子力学还结合了大量高等数学和统计学的内容。

我觉得应该尽可能广泛涉猎各个科目。很多创新发明都是跨学科的成果。我们的知识储备越来越庞大，所以必须能够融会贯通。

有人精通一个领域，而不了解其他领域，如果你能把不同领域的知识结合在一起，就有机会创造出超常成果，这里有大把的创新机会。

所以我鼓励大家尽可能广泛地学习各个科目。对于工科学生，我建议去学一点经济学，学点文学，或者其他领域。我建议，在有兴趣的前提下，大家可以学习每个领域的基础知识，然后思考一下如何将不同领域的知识融汇贯通。这样很容易产生奇思妙想。

7    年纪愈大要承担的责任愈多

很多人问我，成功的秘诀是什么。

第一，非常努力地工作（work super hard）：想创业的人，尤其得如此。我跟我弟弟成立第一家公司 Zip2 的时候，我们租了一间办公室，直接就睡在沙发上，每天跑到 YMCA 洗澡，而且两人只有一台电脑。我们的网站只能在白天上线，因为晚上我要写程式。就这样，每周工作七天，只要是醒着的时候都在工作。

第二，吸引顶尖人才与你共事：企业是一群人集合在一起创造产品或服务。不论你要创业或进入企业工作，关键都在与顶尖人才共事。你应该设法加入一个优秀团队，跟那些让你佩服的人一起工作。创业的话，更要想尽办法，找到最厉害的人才。

第三，聚焦在信号，而非杂音（signal over noise）：很多企业混淆了焦点，花很多钱去做一些不会让产品变得更好的事情。在特斯拉，我们从不做广告，而是把钱投入研发和生产设计，不断改进产品。每家公司都应该自问，我们所做的这些事情，到底有没有让产品或服务更好，如果没有，就应该喊停了。

第四，不要盲目跟随潮流：物理学研究的第一条原则，不要以类比方式来推理，应该从最根本的真理开始思考。物理学家就是运用这种原则，搞懂一些反直觉的东西，例如量子力学。所以，多利用这个原则来判断，你做的事情是否真的合理有意义，还是其实你只是在跟随别人？如果你想开创新事业、开发新产品，这是最好的思考方法。

也许这些你已经听过，但确实没有什么捷径了。

对于发现社会上的需求，如果你发觉这确实是大家所需要的，你可以找一些志同道合的人，一起来研究、解决。

我觉得，最适合做这些事情的时候是大学时代或大学刚毕业，因为这个时候你身上承担的责任较轻，不需要养家。随着时间推移，你身上的担子越来越重，你就需要承担更大的风险。年纪愈大，要承担的责任愈多。你要面对可能会失败的风险时，往往还要考虑到身边的其他人，变得比较犹豫。

马斯克完整演讲｜我们创造的未来｜视频

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”