Mündəricat[Gizlət][Göstər]
Bildiyimiz kimi dünya süni intellekt (AI) nəticəsində dəyişə bilər. Yarı avtonom sistemlərdə təkmilləşdirmələrə gəldikdə, Tesla onlardan çox istifadə edir.
Bundan əlavə, Elon Musk bunun sonda digər sahələrdə də tətbiq ediləcəyini iddia edir. Tam Self-Driving texnologiyası və Autopilot sistemi üçün,
Tesla kompüter görmə qabiliyyətindən istifadə edir, maşın təlim, və süni intellekt (FSD).
Bu yazıda biz Tesla-nı nəyin texnoloji firmaya çevirdiyini və onun süni intellekt, kompüter görmə qabiliyyəti, böyük məlumat və özü idarə edən avtomobilləri inkişaf etdirmək üçün digər texnologiyalardan necə istifadə etdiyini müzakirə edəcəyik. Başlayaq.
Əvvəlcə Teslanın necə bir texnoloji firma olduğunu araşdıracağıq.
Niyə Tesla texnologiya şirkəti hesab olunur?
Tesla əhəmiyyətli miqdarda proqram təminatı istehsal edir. Tesla-nın fərqli məlumat-əyləncə sistemi, istifadəçi interfeysi, və avtonom sürmə funksiyaları proqram təminatına əsaslanır.
Digər avtomobil istehsalçıları yalnız indi havadan təkmilləşdirmələri sınaqdan keçirməyə başlasa da, Tesla bunu illərdir edir. Tesla işçiləri Tesla avtomobilləri üçün əməliyyat sistemləri yaratdılar və davamlı olaraq təkmilləşdirirlər.
Tesla, həmçinin günəş panelləri, dam örtüyü günəş plitələri, bir neçə növ akkumulyator, doldurma stansiyaları, kompüterlər və əsas kompüter komponentləri (Tesla avtomobilləri üçün) daxil olmaqla, müxtəlif texnoloji məhsullar istehsal edir.
Həm Nokia, həm də Blackberry proqram təminatına malik olsa da, iPhone hər ikisinin balanslaşdırılmış kombinasiyasına malik idi, buna görə də o, mobil telefon biznesini fəth etdi və hazırda telefonlarımızdan istifadə tərzimizi dəyişdirdi.
Bu, Teslanın avtomobil biznesi üçün etdiyi şeydir. Tesla nəqliyyat vasitələridir, bəli (və yolsuzluq avtomobilləri və tezliklə pikap yük maşınları, yarı yük maşınları və ATV-lər). Lakin bu avtomobillər Tesla tərəfindən daxili olaraq yaradılmış və ya Tesla sisteminə daxil edilmiş gündəlik istifadə üçün proqram təminatını özündə birləşdirir.
Siz park etdiyiniz müddətdə Tesla TRAX, Caraoke və çoxsaylı oyunlar (və bəlkə də nə vaxtsa tranzitdə olarkən) daxil olmaqla əyləncə seçimlərini təqdim etdi. Tesla-nın aparat və proqram təminatını birləşdirən Sentry Mode təhlükəsizlik sistemi vandalizm kimi cinayətlərin açılmasında hüquq-mühafizə orqanlarına yardım edib. Smartfonunuz Tesla-nın açarı kimi xidmət edir.
Telefonunuzdan istifadə edərək, sizə gəlmək üçün Tesla-ya zəng edə bilərsiniz. Bundan əlavə, avtomobil Tesla-nın unikal Sentry Mode texnologiyası sayəsində əhəmiyyətli bir hadisə baş verərsə, telefonunuzu xəbərdar edəcək.
Tesla, Tesla sürücülərinin faktiki sürücülük vərdişləri haqqında topladığı məlumatlardan istifadə edəcəyi üçün (məlumatların toplanması texnologiyanın əsas elementidir, xüsusən də birbaşa olaraq bu kimi olduqda və bazar araşdırması sorğuları vasitəsilə həyata keçirilmədikdə), Tesla sığortası da genişlənəcək. texnoloji tərəfdən.
Tesla avtopilot üçün hansı texnologiyadan istifadə edir?
Onlar robotlar və avtomobillər kimi maşınlarda geniş miqyasda muxtariyyət yaradır və istifadə edirlər. Onlar iddia edirlər ki, yeganə üsul hərtərəfli cavab verə bilər muxtar sürücülük və ondan kənarda, planlaşdırma və görmə üçün ən müasir süni intellektə əsaslanan və nəticə çıxarmaq üçün effektiv avadanlıqla tamamlanır.
Tesla FSD çipi
Tesla sistemləri təkmilləşdirilmiş performans və yol təhlükəsizliyi üçün iki AI prosessoru ilə gəlir. Tesla sistemi səhvsiz işləməyi hədəfləyir. Ehtiyat güc və məlumat daxiletmə mənbələri sayəsində bir vahid nasaz olsa belə, avtomobil işləməyə davam edə bilər.
Tesla gözlənilməz nasazlıq halında qəzaların qarşısını almaq üçün avtomobillərin yaxşı hazır olmasını təmin etmək üçün bu əlavə tədbirləri görür.
Yeni Tesla mikroprosessorundan saniyədə daha çox əməliyyat yerinə yetirə bilən yeganə cihaz insan beynidir (saniyədə 1 katrilyon əməliyyat). Bu, əvvəllər istifadə edilən Tesla Nvidia mikroçiplərindən təxminən 21 dəfə güclüdür.
Hər bir kiçik memarlıq və mikro-memarlıq təkmilləşdirməsini nəzərə alaraq, onların Tam Self-Driving proqram təminatını gücləndirmək üçün AI nəticə çıxarma prosessorları yaradın, eyni zamanda hər vatt başına silikon performansını artırın.
Tesla, şübhəsiz ki, tamamilə avtonom lokomotivlər bazarında liderlik etsə də, qabaqcıl avtopilot vasitəsini inkişaf etdirməkdən hələ çox uzaqdır.
Tesla Dojo Çipi
Tesla, BF1/CFP362-də 16 TFLOP gücə malik yeni Tesla D8 prosessorunu təqdim etdi. süni intellekt. Bu yaxınlarda keçirilən görüş zamanı açıqlanıb Tesla AI Gün təqdimatı.
Tesla D1 cəmi 354 təlim qovşağını əlavə edən funksional bölmələr şəbəkəsi adlanan funksional bölmələr şəbəkəsini birləşdirməklə nəhəng çip yaradılır. Hər bir funksional blokda keçidlərin ötürülməsi, yayımlar və transpozisiyalar üçün sifarişli, xüsusi dizayna malik dördnüvəli, 64-bit ISA CPU var. Superscalar tətbiqi bu CPU (4 geniş skalar və 2 enli vektor boru kəmərləri) tərəfindən istifadə olunur.
Bu yeni Tesla silikonu 100 mm kvadrat ölçüdə olan NVIDIA A100 sürətləndiricisində tapılan GA826 GPU-dan kiçikdir. O, 7 nanometrlik bir proseslə istehsal olunur, ümumilikdə 50,000 milyon tranzistora malikdir və 645 mm kvadrat sahəni tutur.
Tesla iddia edir ki, onun Dojo çipi kompüter görmə məlumatlarını mövcud sistemlərdən dörd dəfə daha sürətli emal edəcək və şirkətə özünü idarə edən sistemi tam avtomatlaşdırmağa imkan verəcək.
Bununla belə, ən çətin iki texnoloji nailiyyət, yəni kafeldən plitə arasında əlaqə və proqram təminatı Tesla tərəfindən hələ həyata keçirilməyib.
Ən yüksək səviyyəli şəbəkə açarları heç bir kafelin xarici bant genişliyi ilə rəqabət edə bilməz. Bunun üçün Tesla unikal interconnects yaratdı.
Dojo sistemi
Dojo sistemini yüksək səviyyəli proqram API-lərindən silisium mikroproqram interfeyslərinə qədər idarə etmək üçün yaradın. Çətin vəziyyətləri həll etmək üçün qabaqcıl yüksək gücə malik çatdırılma və soyutma texnologiyalarından istifadə edin və miqyaslana bilən idarəetmə dövrələri və monitorinq proqram təminatı yaradın.
Tesla məlumat mərkəzlərində istifadə üçün maşın öyrənmə hesablamalarının növbəti nəslini inkişaf etdirmək üçün mexaniki, istilik və elektrik mühəndisliyi komandalarının bütün təcrübəsindən istifadə edin. Yeganə məhdudiyyət sizin təsəvvürünüzdür.
Hər bir komponentlə işləyin sistem dizaynı. Dojo-nu hər kəs üçün əlçatan edəcək ictimai bir API hazırlayın və onların böyük məlumat dəstlərindən istifadə edərək təlim iş yüklərini çatdırmaq üçün öyrənən Tesla donanması ilə əməkdaşlıq edin.
Avtonomiya alqoritmləri
Avtomobili idarə edən əsas alqoritmləri inkişaf etdirmək üçün yüksək dəqiqlikli dünya modeli yaradın və həmin məkanda trayektoriya tərtib edin.
Avtomobilin sensorlarından alınan məlumatları məkan və zaman üzrə birləşdirərək, alqoritm məşq etmək üçün istifadə oluna bilən dəqiq və geniş yerüstü həqiqət məlumatlarını təmin edə bilər. sinir şəbəkələri bu təmsilləri təxmin etmək.
Onlar qeyri-müəyyənliklə real dünya ssenarilərinə meydan oxumaqda fəaliyyət göstərə bilən qabaqcıl metodologiyalardan istifadə edərək güclü planlaşdırma və qərar qəbuletmə sistemi qururlar.
Alqoritmləri bütün Tesla donanması səviyyəsində təhlil etmək faydalıdır.
Sinir şəbəkələri
Dərin neyron şəbəkələri qabaqcıl tədqiqatlardan istifadə etməklə qavrayışdan tutmuş nəzarətə qədər müxtəlif mövzularda təlim keçə bilər. Semantik seqmentasiya, obyektin identifikasiyası və monokulyar dərinliyin qiymətləndirilməsini həyata keçirmək üçün onların hər kamera şəbəkələri xam şəkilləri yoxlayır.
Onların quşbaxışı şəbəkələri yol planının, statik infrastrukturun və 3D obyektlərin yuxarıdan aşağı perspektivini yaratmaq üçün bütün kameraların görüntülərindən istifadə edir.
Onların şəbəkələri daim dünyanın ən mürəkkəb və müxtəlif vəziyyətlərini özündə əks etdirən təxminən 1 milyon avtomobildən ibarət parkından məlumatlarla qidalanır.
Avtopilot neyron şəbəkələrinin bütün strukturunu təşkil edən 48 şəbəkəyə məşq etmək üçün 70,000 GPU saat lazımdır. Hər zaman addımında onlar birlikdə 1,000 müxtəlif tensor (proqnozlar) istehsal edirlər.
İnfrastrukturun Qiymətləndirilməsi
Onlar həmçinin innovasiyaların sürətini sürətləndirmək, performans təkmilləşdirmələrini izləmək və reqressiyaları dayandırmaq üçün miqyasda infrastruktur və açıq və qapalı dövrə aparatının qiymətləndirilməsi alətlərini yaratmışlar.
Onlar öz donanmasının anonim xarakteristik kliplərindən istifadə edir və onları bir çox sınaq ssenarilərinə daxil edirlər. Avtomatlaşdırılmış sınaq və ya canlı sazlama üçün istifadə etmək üçün onların Autopilot proqramı üçün inanılmaz dərəcədə canlı vizual görüntülər və digər sensor məlumatları yaradaraq, onların faktiki mühitini simulyasiya edən kod yazın.
Tesla Big Data, Süni İntellekt və Maşın Öyrənməsindən necə istifadə edir?
Big Data
Böyük verilənlər yalnız Tesla tərəfindən problemləri həll etmək üçün istifadə edilmir; istehlakçı xoşbəxtliyini artırmaq üçün də istifadə olunur. Müştərilərinin onlayn icmalarından məlumat alırlar və ondan sonrakı istehsallarını artırmaq üçün istifadə edirlər. Müştərilərin bu cür qarşılıqlı əlaqəsi biznesdə eşidilmir.
Böyük məlumatlar Tesla-nın xərclərə qənaət etmək, yeni bazarlar tapmaq, istehlakçıları sevindirmək, yeni məhsullar yaratmaq və avtomobillərini təkmilləşdirmək səylərini dəstəkləyir.
Məlumat sürücüləri hərəkətə keçirməyə məcbur edən risklərin yerləşdiyi yerdən tutmuş yolun müəyyən hissəsində hərəkət sürətinin orta artımına qədər hər şeyi göstərən son dərəcə məlumat sıx xəritələr yaratmaq üçün istifadə olunur.
Kənar hesablama buludda maşın öyrənməsi bütün donanmanın təlimini idarə edərkən, hər bir fərdi avtomobilin hazırda hansı hərəkəti etməli olduğunu müəyyən edir.
Bundan əlavə, qərar qəbuletmənin üçüncü səviyyəsi var ki, bununla da avtomobillər şəbəkələr qurmaq və ərazi haqqında bilikləri bölüşmək üçün qonşu Tesla avtomobilləri ilə əlaqə saxlaya bilər.
Bu şəbəkələr, ehtimal ki, avtonom avtomobillərin adi hal aldığı yaxın gələcəkdəki dünyada digər istehsalçılar tərəfindən istehsal edilən avtomobillərlə, eləcə də trafik kameraları, yerüstü sensorlar və ya telefonlar kimi digər sistemlərlə də əlaqə saxlayacaq.
Süni İntellekt
Özbaşına idarə edə bilmək üçün avtonom avtomobillər sensorlarından və maşın görmə kameralarından alınan məlumatları davamlı olaraq qiymətləndirirlər. Daha sonra bu məlumatlar əsasında qərarlar qəbul edirlər.
Onlar süni intellektdən velosipedlərin, piyadaların və avtomobillərin hərəkətini başa düşmək və təxmin etmək üçün istifadə edirlər. Onlar bu biliklərdən istifadə edərək bir neçə saniyəlik mühakimə yürütə və öz fəaliyyətlərini sürətlə planlaşdıra bilərlər.
Maşın indi olduğu zolaqda qalmalı, yoxsa dəyişməlidir? Olduğu kimi davam etməlidir, yoxsa onların qarşısındakı maşını ötməlidir? Avtomobil nə vaxt sürətini azaltmalı və ya sürətləndirməlidir?
Avtomobilləri tam avtonom etmək üçün Tesla alqoritmləri öyrətmək və süni intellektləri qidalandırmaq üçün lazımi məlumatları toplamalıdır. Daha çox məşq məlumatları həmişə daha yaxşı performansa səbəb olacaq və Tesla bu mövzuda üstündür.
Tesla, bütün məlumatlarını yolda olan yüz minlərlə Tesla avtomobilindən topladığı üçün rəqabət üstünlüyünə malikdir. Daxili və xarici sensorlar Teslasın müxtəlif şərtlərdə necə işlədiyini izləyir.
Bundan əlavə, onlar sürücülərin necə davrandıqlarını, o cümlədən müxtəlif vəziyyətlərə reaksiyalarını və sükan çarxına və ya tablosuna nə qədər toxunduqlarını müşahidə edirlər. Onların çox mürəkkəb izləmə sistemi var.
Məsələn, Tesla anında qeyd edir, onu məlumat kolleksiyasına əlavə edir və sonra neyron şəbəkənin öyrənə biləcəyi mühitin mücərrəd görüntüsünü yaratmaq üçün rəngli formalardan istifadə edir.
Bu, Tesla avtomobilinin avtomobilin və ya velosipedin necə davranacağı ilə bağlı qeyri-dəqiq fərziyyə irəli sürdüyü zaman baş verir.
Machine Learning
Nəzarətlərdə sürücünün əlinin yeri və onların necə idarə olunmağa davam etdiyi barədə məlumat ala bilən daxili və xarici sensorların istifadəsi ilə Tesla maşın öyrənməsi bütün nəqliyyat vasitələrindən, eləcə də onların əsas məlumatlarından bəzilərini uğurla crowdsource edir. sürücülər.
Məlumat həmçinin yolun müəyyən bir uzunluğu boyunca nəqliyyat sürətinin orta artımından təhlükələrin mövcudluğuna və hətta sürücülərin hərəkətə keçməsinə qədər hər şeyi əks etdirən çox məlumatla zəngin xəritələr yaratmaq üçün istifadə olunur.
hissəsi isə kənar hesablama Hər bir fərdi avtomobildə avtomobilin hazırda hansı hərəkəti yerinə yetirməli olduğunu müəyyən edir, Teslanın bulud əsaslı maşın öyrənməsi bütün donanmanın təliminə cavabdehdir.
Bəzi yerli anlayışlar və məlumat mübadiləsi üçün avtomobillər yaxınlıqdakı bəzi digər Tesla avtomobilləri ilə şəbəkə qura bilirlər.
Nəticə
Tesla həmişə etdiyi iş üçün ən güclü vasitə olan məlumatların toplanması və təhlili istehsal edən bir iş olmuşdur. CPU-larını dizayn edərkən heç bir istisna etmədilər.
İnkişafı muxtar nəqliyyat vasitələri və korporasiya tərəfindən statistik məlumatların təhlili süni intellekt, məlumatların təhlili, böyük verilənlər, maşın öyrənməsi, kompüter görmə, neyron şəbəkələri, FSD çipi və bir çox digər alqoritmlər sayəsində avtomobil idarə etmə tərzimizi tamamilə dəyişdirməyə imkan verdi.
Cavab yaz