Jy kan aanneem dat Tesla 'n bekende naam in die motorbedryf is as jy aan hulle dink. Tesla, 'n pionier in elektriese motors, is sonder twyfel. Hulle is egter 'n tegnologiese firma, wat die geheim van hul sukses is.
Een van die dinge wat hul besigheid suksesvol gemaak het, is die gebruik van kunsmatige intelligensie tegnologieë. Die volle outomatisering van Tesla se voertuie is een van die maatskappy se huidige topprioriteite, en om hierdie doel te bereik, gebruik hulle KI en sy vele komponente.
Deur sy aankoms aan die begin van 2021 aan te kondig, Tesla het 'n opskudding op die subkontinent geskep. Elon Musk is amper gereed om Bangalore, Indië, as Tesla Indië se vervaardigingsentrum te vestig.
KI-kenners in Indië het gejuig terwyl die memes en twiets oor hoe die baie geprysde "Selfbestuur-motors" in Indië sal funksioneer, voortduur.
’n Hele golf van kunsmatige intelligensie wat uiteindelik die wêreld sal regeer, begin net.
Hierdie pos sal in diepte ondersoek hoe Tesla KI in sy stelsel integreer, insluitend besonderhede en ander inligting.
So, hoe leer AI outonome bestuur in motors?
Outonome voertuie ontleed voortdurend data van hul sensors en masjienvisiekameras om onafhanklik te kan bestuur. Hulle gebruik dan hierdie data om te besluit wat om volgende te doen.
Hulle gebruik KI om die volgende bewegings van fietse, voetgangers en motors te begryp en te voorspel. Hulle kan hierdie inligting gebruik om vinnig hul aksies te beplan en 'n split-sekonde besluite te neem.
Moet die motor in sy huidige baan voortgaan of moet dit van baan wissel? Moet dit voortgaan waar dit is of die motor voor hulle verbysteek? Wanneer moet die voertuig vertraag of versnel?
Tesla moet die toepaslike data insamel om die algoritmes op te lei en sy KI's te voed om motors heeltemal outonoom te maak. Beter prestasie sal altyd voortspruit uit meer opleidingsdata, en Tesla skitter in hierdie gebied.
Die feit dat Tesla al sy data verkry van die honderdduisende Tesla-voertuie wat nou op die pad is, gee hulle 'n mededingende voordeel. Beide interne en buite-sensors spoor hoe Teslas optree in 'n verskeidenheid van omstandighede.
Hulle versamel ook inligting oor bestuurdersgedrag, insluitend hoe hulle op sekere omstandighede reageer en hoe gereeld hulle aan die stuurwiel of paneelbord raak.
“Nabootsingsleer” is die naam van Tesla se strategie. Miljoene regte bestuurders regoor die wêreld maak oordeel, reageer en beweeg, en hul algoritmes leer uit daardie aksies. Al daardie kilometers lei tot ongelooflike gesofistikeerde outonome voertuie.
Hul opsporingstelsel is regtig gevorderd. Tesla stoor byvoorbeeld 'n data-snapshot van die oomblik, voeg dit by die datastel en herskep dan 'n abstrakte voorstelling van die wêreld deur gebruik te maak van kleurgekodeerde vorms wat die neurale netwerk by kan leer. Dit gebeur wanneer 'n Tesla-voertuig die gedrag van 'n motor of fiets verkeerd voorspel.
Ander besighede wat outonome voertuie ontwikkel maak staat op sintetiese data, wat aansienlik minder effektief is as die werklike data wat Tesla gebruik om sy KI's op te lei (byvoorbeeld bestuursgedrag van videospeletjies soos Grand Theft Auto).
Ons sal nou Tesla-komponente ondersoek wat voordeel trek uit KI.
Tesla-komponente wat voordeel trek uit KI
Kamera en sensors
Die verantwoordelikhede wat Tesla moet nakom, is redelik bekend. Al hierdie operasies, van baanidentifikasie tot voetgangeropsporing, word intyds uitgevoer. Tesla het om hierdie rede met behulp van 8 kameras bedryf. Daarbenewens verseker die teenwoordigheid van soveel kameras dat daar geen blinde sone is nie en dat die hele area rondom die motor bedek is.
Dit is waar wat jy sopas gelees het! geen LIDAR Geen stelsel vir hoëdefinisie-kartering nie. Tesla wil net rekenaarvisie gebruik, machine learning, en kamera video feeds om die outo-vlieënier model te skep. Convolutional Neural Networks (CNN's) word dan gebruik om die rou video te ontleed om op te spoor en voorwerpe opspoor.
Tesla autopilot het ook radar- en ultrasoniese sensors benewens kameras. Die radar word gebruik om die skeiding tussen voertuie en ander voorwerpe op te spoor en te meet. Om bestuurdersveiligheid te optimaliseer, funksioneer die ultrasoniese sensors ook in ooreenstemming met die monitering van nabyheid met passiewe voorwerpe.
Ten einde die omgewing van die motor te verstaan en die outovlieënier-vermoëns so responsief moontlik te maak, is neurale netwerke geïntegreer met die Tesla-hardeware.
Tesla FSD Chip -3
Vir verbeterde werkverrigting en veiligheid op die paaie, sluit Tesla-stelsels twee KI-verwerkers in. Die Tesla-stelsel streef daarna om foutvry te wees. Selfs as een eenheid misluk, kan die motor steeds funksioneer deur die ekstra eenhede te gebruik as gevolg van die rugsteunkrag en data-invoerbronne.
Tesla gebruik hierdie ekstra maatreëls om seker te maak die motors is goed toegerus om botsings te vermy in die geval van 'n onvoorsiene mislukking. Slegs die menslike brein kan meer bewerkings per sekonde uitvoer as die nuwe Tesla-mikroverwerker (1 kwadrilljoen bewerkings per sekonde). Dit is ongeveer 21 keer sterker as die Tesla Nvidia-mikroskyfies wat voorheen in gebruik was.
Tesla is ongetwyfeld 'n markleier vir ten volle outonome lokomotiewe, maar dit is nog 'n lang pad van die vervaardiging van 'n voorpunt-autopilot-motor.
In die toekoms sal 'n motor met die eienskappe wat ons in hierdie opstel uiteengesit het, ongetwyfeld alledaags word. Tesla het sy eie voorpunt-KI-verwerkers en neurale netwerkargitektuur geskep.
Neurale netwerk opleiding
Die model moet ook na die neurale netwerke opgelei word geskep is. Ons is bewus daarvan dat Tesla 'n wye reeks biblioteke en gereedskap ingestel het om die nuutste rekenaarvisievermoëns moontlik te maak.
vuurvlam, wat deur Facebook se KI-navorsingsafdeling geskep is, is een so 'n raamwerk (FAIR). PyTorch word gebruik deur die Tesla tegnologie stapel om die diepleermodel op te lei.
Dit is opmerklik dat Tesla nie op kaarte of LIDAR staatmaak om volledige outonomie te bereik nie. Die kameras en suiwer rekenaarvisie word uitsluitlik gebruik, en alles word intyds gedoen.
Tesla gebruik Pytorch vir opleiding sowel as verskeie hulpaktiwiteite soos outomatiese werkstroom skedulering, kalibrering van modeldrempels, deeglike assessering, passiewe toetsing, simulasietoetse, ens.
Tesla spandeer ongeveer 70,000 48 GPU-ure om 1,000 netwerke op te lei wat 1000 XNUMX duidelike voorspellings maak. Hierdie opleiding is deurlopend, nie net een keer nie. Ons is bewus daarvan dat kunsmatige intelligensie 'n iteratiewe proses is wat met verloop van tyd vorder. As gevolg hiervan bly al XNUMX afsonderlike voorspellings akkuraat en wankel nooit.
HydraNet
Daar is ongeveer 100 werksgeleenthede op enige gegewe tydstip besig, selfs wanneer 'n motor nie beweeg nie en heel waarskynlik by 'n kruispad staan. Die gebruik van 'n neurale netwerk vir elke taak is duur en ondoeltreffend. Groot hoeveelhede inligting word intyds deur die KI in Tesla-voertuie verwerk.
Gevolglik dien die ResNet-50 gedeelde ruggraat, wat 1000 x 1000 prente op een slag kan verwerk, as die sentrale verwerkingseenheid vir die Computer Vision-werkvloei.
Naby die bokant van die netwerk verdeel die HydraNet neurale netwerkontwerp in verskeie takke (of koppe). Deur dat elke mikro-batch opleidingsdata verskillend vir die baie koppe geweeg word, word hierdie koppe onafhanklik geleer en leer hulle verskillende dinge.
Natuurlik is daar verskeie gevalle van hierdie HydraNets wat saamwerk om die KI vir die voertuie te verwerk. Elke HydraNet se inligting word gebruik om herhalende probleme reg te stel.
Byvoorbeeld, 'n taak kan aktief wees om stoptekens te hanteer, 'n ander om voetgangers te hanteer, en nog 'n ander om verkeersseine te ondersoek. Hierdie afsonderlike pligte word almal deur 'n gemeenskaplike ruggraat bedryf.
Volgens die HydraNet-argitektuur is net 'n klein fraksie van die enorme neurale netwerk nodig vir elk van hierdie take.
Dit is baie soortgelyk aan oordragleer, waar afsonderlike blokke opgelei word vir 'n gemeenskaplike blok vir sekere verwante take. Die ruggraat van HydraNets is opgelei oor 'n verskeidenheid dinge, terwyl die hoofde oor spesifieke werke geleer word.
Dit verminder die hoeveelheid tyd wat nodig is om die model op te lei en bespoedig afleiding.
Tesla outopilot
Motors met autopilot-vermoëns kan outonoom in 'n baan stuur, versnel en stop. Dit is saamgestel met behulp van diep neurale netwerk konsepte. Dit neem die area rondom die motor waar met behulp van kameras, ultrasoniese sensors en radar.
Die bestuurders word bewus gemaak van hul omgewing deur die sensors en kameras, en hierdie inligting word binne 'n kwessie van millisekondes ontleed om te help om bestuur veiliger en minder stresvol te maak.
In helder, donker en verskillende weersomstandighede word radar gebruik om die ruimte rondom motors waar te neem en te skat. In elke situasie bepaal ultravioletmetodes nabyheid, en passiewe video identifiseer voorwerpe naby en bevorder veilige bestuur.
Boonop is autopilot ontwerp om die bestuurder te help en verander nie 'n Tesla in 'n selfbesturende voertuig nie. Dit is algemene praktyk om bestuurders te waarsku om hul hande op die stuur te hou.
'n Reeks waarskuwings om die wiel te vat, word geaktiveer as jy dit nie doen nie. As dit baie langer geïgnoreer word, begin die motor stadiger ry voordat dit tot stilstand kom. Deur die spoedbeheerhendel te rem, draai of deaktiveer, kan bestuurders altyd die outomatiese vlieënierfunksies ignoreer.
Soos die voël kyk
Die prente wat Tesla hardeware dikwels interpreteer, kan ekstra afmetings benodig. Die Bird's Eye View-funksie maak dit makliker om verder afstande te meet en bied 'n meer akkurate voorstelling van die buitewêreld.
Dit is 'n visuele moniteringstelsel wat 'n boaansig-beeld van 'n motor "weergawe" om parkering eenvoudig te maak en om klein plekke makliker te navigeer. Sonder om 'n lam regverdiging oor jou parkeervermoëns te verskaf, kan jy nou veilig die wiel vat.
Toekoms van Tesla
As jy op soek is na 'n middelgrootte SUV met 'n sterk reeks, die 2022 Tesla Model Y is 'n fantastiese beginpunt vir EV's. As gevolg van gereelde sagteware-opgraderings, verander die Model Y voortdurend, net soos baie van Tesla se ander produkte.
Deur veiligheid en funksionaliteit te verbeter, help hierdie opgraderings jou motor om nuttiger te wees. Vir mense wat lang afstande met familie en verskeie bagasie moet reis, maak die ruim lyf en toegang tot Tesla se Supercharger-netwerk dit 'n wonderlike keuse.
Tesla het sedert sy begin baat gevind by data van sy huidige kliëntebasis, en sy werk aan outonome voertuie is deel van sy voortdurende ambisie om KI in die kern van al sy bedrywighede te plaas.
KI en groot data sal voortgaan om Elon Musk en sy span by Tesla se getroue bondgenote te wees terwyl hulle na hul nuutste inisiatiewe beweeg, insluitend hul aspirasies om die elektriese netwerk met hul tuis sonkragpanele te transformeer.
Gevolgtrekking
Tesla, 'n maatskappy wat erken word as een van die mark se mees aggressiewe innoveerders, het nog altyd data-insameling en -ontleding sy kragtigste hulpmiddel gemaak. Hulle het dieselfde reëls gevolg wanneer dit kom by die skep van hul eie skyfies.
Die onderneming het outonome voertuie ontwikkel wat die potensiaal het om heeltemal te verander hoe ons motors bestuur danksy kunsmatige intelligensie en data-analise.
Kom ons kyk hoe goed die platform sy beloftes nakom en sy besigheid ontwikkel. Waar die maatskappy in die toekoms in die mark vir outonome voertuie gaan gaan, moet nog gesien word nadat hierdie tegnologieë ingespan is.
Lewer Kommentaar