Tesla haqqında düşünəndə avtomobil sənayesində tanınmış bir ad olduğunu güman edə bilərsiniz. Elektrikli avtomobillərdə qabaqcıl olan Tesla, şübhəsiz ki, var. Bununla belə, onlar texnoloji firmadırlar ki, bu da uğurlarının sirridir.
Onların işini uğurlu edən şeylərdən biri də istifadədir süni intellekt texnologiyalar. Tesla avtomobillərinin tam avtomatlaşdırılması şirkətin hazırkı prioritetlərindən biridir və bu məqsədə çatmaq üçün onlar süni intellektdən və onun bir çox komponentlərindən istifadə edirlər.
2021-ci ilin əvvəlində gəlişini elan edərək, Tesla yarımadada ajiotaj yaratdı. Elon Musk Hindistanın Banqalor şəhərini Tesla Hindistanın istehsal mərkəzi kimi qurmağa demək olar ki, hazırdır.
Hindistandakı süni intellekt mütəxəssisləri, Hindistanda çox təriflənən “Özünü idarə edən Avtomobillərin” necə işləyəcəyi ilə bağlı memlar və tvitlər davam edərkən alqışladılar.
Nəhayət, bütün dünyanı idarə edəcək süni intellekt dalğası yeni başlayır.
Bu yazı Tesla-nın süni intellektni öz sisteminə necə inteqrasiya etdiyini, o cümlədən xüsusiyyətləri və digər məlumatları ətraflı araşdıracaq.
Beləliklə, süni intellekt avtomobillərdə avtonom sürməyi necə öyrədir?
Muxtar nəqliyyat vasitələri müstəqil idarə edə bilmək üçün sensorlarından və maşın görmə kameralarından alınan məlumatları davamlı olaraq təhlil edin. Daha sonra nə edəcəyinə qərar vermək üçün bu məlumatlardan istifadə edirlər.
Onlar velosipedlərin, piyadaların və avtomobillərin növbəti hərəkətlərini başa düşmək və proqnozlaşdırmaq üçün süni intellektdən istifadə edirlər. Onlar bu məlumatdan öz hərəkətlərini tez planlaşdırmaq və iki saniyəlik qərarlar qəbul etmək üçün istifadə edə bilərlər.
Avtomobil indiki zolağında davam etməlidir, yoxsa zolaqları dəyişməlidir? Olduğu yerdə davam etməli, yoxsa onların qarşısındakı avtomobili keçməlidir? Avtomobil nə vaxt yavaşlamalı və ya sürətləndirməlidir?
Tesla avtomobilləri tamamilə avtonom etmək üçün alqoritmləri öyrətmək və süni intellektləri qidalandırmaq üçün müvafiq məlumatları toplamalıdır. Daha yaxşı performans həmişə daha çox təlim məlumatı ilə nəticələnəcək və Tesla bu sahədə parlayır.
Teslanın bütün məlumatlarını hazırda yolda olan yüz minlərlə Tesla avtomobilindən əldə etməsi onlara rəqabət üstünlüyü verir. Həm daxili, həm də xarici sensorlar Teslasın müxtəlif şəraitlərdə necə davrandığını izləyir.
Onlar həmçinin sürücünün davranışı, o cümlədən müəyyən vəziyyətlərə necə reaksiya vermələri və sükan çarxına və ya tablosuna nə qədər tez-tez toxunduqları barədə məlumat toplayırlar.
“Təqlid öyrənmə” Teslanın strategiyasının adıdır. Dünyada milyonlarla həqiqi sürücü mühakimə edir, cavab verir və hərəkət edir və onların alqoritmləri bu hərəkətlərdən öyrənirlər. Bütün bu kilometrlər inanılmaz dərəcədə mürəkkəb avtonom nəqliyyat vasitələri ilə nəticələnir.
Onların izləmə sistemi həqiqətən inkişaf etmişdir. Məsələn, Tesla o anın məlumat şəklini saxlayır, onu məlumat dəstinə əlavə edir və sonra rəng kodlu formalardan istifadə edərək dünyanın mücərrəd təsvirini yenidən yaradır. neyron şəbəkə -dən öyrənə bilər. Bu, Tesla avtomobili bir avtomobilin və ya velosipedin davranışını səhv proqnozlaşdırdıqda baş verir.
Avtonom nəqliyyat vasitələrini inkişaf etdirən digər müəssisələr etibar edir sintetik məlumatlar, bu, Tesla-nın süni intellektləri öyrətmək üçün istifadə etdiyi real dünya məlumatlarından əhəmiyyətli dərəcədə az effektivdir (məsələn, Grand Theft Auto kimi video oyunlarından sürücülük davranışı).
İndi süni intellektdən istifadə edən Tesla komponentlərini araşdıracağıq.
Süni intellektdən istifadə edən Tesla komponentləri
Kamera & Sensorlar
Tesla-nın yerinə yetirməli olduğu öhdəliklər olduqca yaxşı məlumdur. Zolaqların müəyyən edilməsindən tutmuş piyadaların izlənməsinə qədər bütün bu əməliyyatlar real vaxt rejimində həyata keçirilir. Tesla bu səbəbdən 8 kameranın köməyi ilə işlədilib. Bundan əlavə, bu qədər kameranın olması heç bir kor zonanın olmadığını və avtomobilin ətrafındakı bütün ərazinin örtülməsini təmin edir.
Oxuduqlarınız həqiqətdir! yoxdur LIDAR Yüksək dəqiqlikli xəritəçəkmə üçün sistem yoxdur. Tesla yalnız kompüter görmə qabiliyyətindən istifadə etmək istəyir, maşın təlim, və kamera video lentləri avtomatik pilot model yaratmaq üçün. Konvolutional Neyron Networks (CNN) daha sonra izləmək və izləmək üçün xam videonu təhlil etmək üçün istifadə olunur. obyektləri aşkar etmək.
Tesla avtopilotu kameralara əlavə olaraq radar və ultrasəs sensorları da var. Radar nəqliyyat vasitələri ilə digər obyektlər arasındakı fərqi aşkar etmək və ölçmək üçün istifadə olunur. Sürücünün təhlükəsizliyini optimallaşdırmaq üçün ultrasəs sensorlar da passiv obyektlərlə yaxınlığın monitorinqinə uyğun olaraq fəaliyyət göstərir.
Avtomobilin ətrafını anlamaq və avtopilot imkanlarını mümkün qədər həssas etmək üçün neyron şəbəkələri Tesla aparatına inteqrasiya olunub.
Tesla FSD Çipi -3
Yollarda təkmilləşdirilmiş performans və təhlükəsizlik üçün Tesla sistemlərinə iki AI prosessoru daxildir. Tesla sistemi səhvsiz olmağa çalışır. Bir vahid sıradan çıxsa belə, avtomobil ehtiyat gücü və məlumat daxiletmə mənbələri səbəbindən əlavə qurğulardan istifadə etməklə işləyə bilər.
Tesla gözlənilməz nasazlıq zamanı toqquşmaların qarşısını almaq üçün avtomobillərin yaxşı təchiz olunduğundan əmin olmaq üçün bu əlavə tədbirlərdən istifadə edir. Yalnız insan beyni saniyədə yeni Tesla mikroprosessorundan daha çox əməliyyat yerinə yetirə bilir (saniyədə 1 katrilyon əməliyyat). Bu, əvvəllər istifadə edilən Tesla Nvidia mikroçiplərindən təxminən 21 dəfə daha güclüdür.
Tesla, şübhəsiz ki, tam avtonom lokomotivlər üzrə bazar lideridir, lakin o, ən müasir avtopilot avtomobili istehsal etməkdən hələ çox uzaqdır.
Gələcəkdə bu essedə qeyd etdiyimiz keyfiyyətlərə malik avtomobil, şübhəsiz ki, adi hala çevriləcəkdir. Tesla öz qabaqcıl AI prosessorlarını və neyron şəbəkə arxitekturasını yaratdı.
Neyron Şəbəkə Təlimi
Model neyron şəbəkələrdən sonra da öyrədilməlidir yaradılmışdır. Biz bilirik ki, Tesla qabaqcıl kompüter görmə imkanlarına imkan vermək üçün geniş çeşiddə kitabxanalar və alətlər yaratmışdır.
pitorchFacebook-un AI Araşdırma departamenti tərəfindən yaradılan , belə çərçivələrdən biridir (FAIR). PyTorch tərəfindən istifadə olunur Tesla texnologiya yığını dərin öyrənmə modelini öyrətmək.
Maraqlıdır ki, Tesla tam muxtariyyət əldə etmək üçün xəritələrə və ya LIDAR-a etibar etmir. Kameralar və təmiz kompüter görmə qabiliyyəti yalnız istifadə olunur və hər şey real vaxt rejimində edilir.
Tesla Pytorch-u təlim, eləcə də müxtəlif köməkçi fəaliyyətlər üçün istifadə edir avtomatlaşdırılmış iş axını planlaşdırma, model hədlərinin kalibrlənməsi, hərtərəfli qiymətləndirmə, passiv sınaq, simulyasiya testləri və s.
Tesla 70,000 fərqli proqnoz verən 48 şəbəkənin məşqinə təxminən 1,000 GPU saatı sərf edir. Bu təlim bir dəfə deyil, davam edir. Süni intellektin zamanla irəliləyən iterativ bir proses olduğunu bilirik. Nəticədə, 1000 ayrı proqnozun hamısı dəqiq olaraq qalır və heç vaxt dəyişmir.
HydraNet
İstənilən vaxt, hətta avtomobil hərəkət etmədikdə və çox güman ki, yol ayrıcında olsa belə, 100-ə yaxın iş gedir. Hər bir tapşırıq üçün neyron şəbəkədən istifadə baha başa gəlir və səmərəsizdir. Böyük miqdarda məlumat Tesla avtomobillərində süni intellekt tərəfindən real vaxt rejimində işlənir.
Nəticədə, eyni anda 50 x 1000 şəkli emal edə bilən ResNet-1000 paylaşılan magistral Kompüter Vision iş prosesi üçün mərkəzi emal vahidi kimi xidmət edir.
Şəbəkənin yuxarı hissəsinə yaxın HydraNet neyron şəbəkəsi dizaynı bir neçə filiala (və ya başlığa) bölünür. Təlim məlumatlarının hər bir mikro partiyasının bir çox başçılar üçün fərqli ölçülməsi ilə bu başlar müstəqil şəkildə öyrədilir və fərqli şeylər öyrənilir.
Əlbəttə ki, bu HydraNets-in nəqliyyat vasitələri üçün AI-ni emal etmək üçün birlikdə işləyən bir neçə nümunəsi var. Hər bir HydraNet məlumatı təkrarlanan problemləri həll etmək üçün istifadə olunur.
Məsələn, bir tapşırıq dayanma nişanlarını idarə etmək üçün, digəri piyadalarla işləmək üçün və digəri isə yol siqnallarını yoxlamaq üçün aktiv ola bilər. Bu fərqli vəzifələrin hamısı ümumi bir onurğa tərəfindən idarə olunur.
HydraNet arxitekturasına görə, bu tapşırıqların hər biri üçün nəhəng neyron şəbəkəsinin yalnız kiçik bir hissəsi lazımdır.
Bu, müəyyən əlaqəli tapşırıqlar üçün ümumi blok üçün fərqli blokların öyrədildiyi köçürmə öyrənməsinə tamamilə bənzəyir. HydraNets-in onurğaları müxtəlif şeylər üzrə öyrədilir, rəhbərlər isə xüsusi işlərdə öyrədilir.
Bu, modeli öyrətmək üçün lazım olan vaxtı azaldır və nəticə çıxarmağı sürətləndirir.
Tesla Otopilotu
Avtopilot imkanlarına malik avtomobillər hərəkət zolağında avtonom şəkildə sükanı idarə edə, sürətləndirə və dayana bilər. Dərin neyron şəbəkə anlayışlarından istifadə etməklə qurulur. O, kameralar, ultrasəs sensorlar və radarlardan istifadə edərək avtomobili əhatə edən ərazini müşahidə edir.
Sürücülər sensorlar və kameralar vasitəsilə ətrafdakılardan xəbərdar edilir və bu məlumatlar sürücülüyü daha təhlükəsiz və daha az stressli etmək üçün bir neçə millisaniyə ərzində təhlil edilir.
Parlaq, qaranlıq və müxtəlif hava şəraitində radardan avtomobilləri əhatə edən məkanı müşahidə etmək və qiymətləndirmək üçün istifadə olunur. Hər bir vəziyyətdə ultrabənövşəyi üsullar yaxınlığı müəyyən edir, passiv video isə yaxınlıqdakı obyektləri müəyyən edir və təhlükəsiz sürücülük imkanı yaradır.
Bundan əlavə, avtopilot sürücüyə kömək etmək üçün nəzərdə tutulmuşdur və Tesla-nı özü idarə edən avtomobilə çevirmir. Sürücülərə əllərini sükanda saxlamaları barədə xəbərdarlıq etmək adi haldır.
Əgər etməsəniz, sükanı götürmək üçün bir sıra xəbərdarlıqlar işə salınır. Əgər daha uzun müddət nəzərə alınmasa, avtomobil dayanmadan əvvəl yavaşlamağa başlayır. Kruiz-kontrol kolunu əyləcləmək, döndərmək və ya söndürməklə sürücülər həmişə avtopilot funksiyalarını ləğv edə bilərlər.
Quş baxışı
Tesla aparatının şərh etdiyi şəkillər tez-tez əlavə ölçülərə ehtiyac duya bilər. Bird's Eye View xüsusiyyəti daha uzaq məsafələri ölçməyi asanlaşdırır və xarici dünyanın daha dəqiq təsvirini təqdim edir.
Dayanmağı sadələşdirmək və kiçik yerlərdə naviqasiyanı asanlaşdırmaq üçün avtomobilin yuxarıdan görünüşünü “göstərən” vizual monitorinq sistemidir. Parkinq qabiliyyətlərinizlə bağlı yalnış bir əsaslandırmaya ehtiyac olmadan, indi sükanı təhlükəsiz şəkildə idarə edə bilərsiniz.
Teslanın gələcəyi
Güclü diapazonlu orta ölçülü SUV axtarırsınızsa, bu 2022 Tesla Model Y EV üçün fantastik başlanğıc nöqtəsidir. Proqram təminatının müntəzəm təkmilləşdirilməsi səbəbindən Model Y, Tesla-nın bir çox digər məhsulları kimi daim dəyişir.
Təhlükəsizlik və funksionallığı artırmaqla, bu təkmilləşdirmələr avtomobilinizin daha faydalı olmasına kömək edir. Ailəsi və müxtəlif baqajları ilə uzun məsafələrə səyahət etməli olan insanlar üçün geniş korpus və Tesla-nın Supercharger şəbəkəsinə çıxış onu gözəl seçim edir.
Yarandığı gündən Tesla cari müştəri bazasındakı məlumatlardan faydalanır və avtonom avtomobillər üzərindəki işi onun süni intellektni bütün əməliyyatlarının əsasına yerləşdirmək üçün davam edən ambisiyasının bir hissəsidir.
Süni intellekt və böyük məlumat, Elon Musk və Tesla-nın sadiq müttəfiqlərindəki komandası olmağa davam edəcəklər, çünki onlar ev günəş enerjisi panelləri ilə elektrik şəbəkəsini dəyişdirmək istəkləri də daxil olmaqla, ən yeni təşəbbüslərinə keçəcəklər.
Nəticə
Bazarın ən aqressiv yenilikçilərindən biri kimi tanınan Tesla şirkəti həmişə məlumat toplama və təhlili özünün ən güclü alətinə çevirmişdir. Öz çiplərini yaratmaq üçün eyni qaydalara əməl etdilər.
Biznes süni intellekt və məlumatların təhlili sayəsində avtomobilləri idarə etməyimizi tamamilə dəyişdirmək potensialına malik avtonom avtomobillər hazırlayıb.
Gəlin görək platforma öz vədlərinə nə dərəcədə əməl edir və biznesini inkişaf etdirir. Gələcəkdə şirkətin avtonom avtomobillər bazarında hara gedəcəyi bu texnologiyalardan istifadə etdikdən sonra görünəcək.
Cavab yaz