Вы можаце меркаваць, што Tesla - добра вядомае імя ў аўтамабільнай прамысловасці, калі вы думаеце пра іх. Тэсла, піянер у галіне электрычных аўтамабіляў, без сумневу. Аднак яны з'яўляюцца тэхналагічнай фірмай, што і з'яўляецца сакрэтам іх поспеху.
Адна з рэчаў, якія зрабілі іх бізнес паспяховым, - гэта выкарыстанне штучны інтэлект тэхналогій. Поўная аўтаматызацыя аўтамабіляў Tesla з'яўляецца адным з галоўных прыярытэтаў кампаніі, і для дасягнення гэтай мэты яны выкарыстоўваюць штучны інтэлект і яго шматлікія кампаненты.
Абвясціўшы аб сваім прыбыцці ў пачатку 2021 г. Цеслы выклікала ажыятаж на субкантыненце. Ілон Маск амаль гатовы стварыць Бангалор, Індыя, як вытворчы цэнтр Tesla India.
Эксперты па штучным інтэлекту ў Індыі ўсхвалявалі працяг мемаў і твітаў аб тым, як у Індыі будуць працаваць хваленыя «самакіравальныя аўтамабілі».
Цэлая хваля штучнага інтэлекту, якая ў рэшце рэшт будзе кіраваць зямным шарам, толькі пачынаецца.
У гэтым паведамленні будзе падрабязна разгледжана, як Tesla інтэгруе штучны інтэлект у сваю сістэму, уключаючы спецыфіку і іншую інфармацыю.
Такім чынам, як AI вучыць аўтаномнаму кіраванню аўтамабіляў?
Аўтаномныя транспартныя сродкі пастаянна аналізаваць даныя сваіх датчыкаў і камер машыннага бачання, каб мець магчымасць кіраваць аўтамабілем самастойна. Затым яны выкарыстоўваюць гэтыя дадзеныя, каб вырашыць, што рабіць далей.
Яны выкарыстоўваюць штучны інтэлект, каб разумець і прадказваць наступныя рухі веласіпедаў, пешаходаў і аўтамабіляў. Яны могуць выкарыстоўваць гэтую інфармацыю, каб хутка планаваць свае дзеянні і прымаць рашэнні за долю секунды.
Аўтамабіль павінен працягваць рух па цяперашняй паласе або змяніць паласу? Працягнуць, дзе ёсць, ці прапусціць аўтамабіль перад імі? Калі транспартны сродак павінен тармазіць або паскарацца?
Tesla павінна сабраць адпаведныя дадзеныя для навучання алгарытмаў і харчавання свайго штучнага інтэлекту, каб зрабіць аўтамабілі цалкам аўтаномнымі. Лепшая прадукцыйнасць заўсёды будзе вынікам большай колькасці навучальных даных, і Tesla ззяе ў гэтай галіне.
Той факт, што Tesla атрымлівае ўсе свае дадзеныя з сотняў тысяч аўтамабіляў Tesla, якія зараз знаходзяцца ў дарозе, дае ім канкурэнтную перавагу. Як унутраныя, так і знешнія датчыкі адсочваюць, як паводзяць сябе Tesla ў розных абставінах.
Яны таксама збіраюць інфармацыю аб паводзінах вадзіцеляў, у тым ліку аб тым, як яны рэагуюць на пэўныя абставіны і як часта яны дакранаюцца да руля або прыборнай панэлі.
«Імітацыйнае навучанне» - так называецца стратэгія Тэслы. Мільёны сапраўдных вадзіцеляў па ўсім свеце прымаюць рашэнні, рэагуюць і рухаюцца, і іх алгарытмы вучацца на гэтых дзеяннях. Усе гэтыя кіламетры прыводзяць да неверагодна складаных аўтаномных транспартных сродкаў.
Іх сістэма сачэння сапраўды прасунутая. Напрыклад, Tesla захоўвае здымак дадзеных моманту, дадае яго ў набор дадзеных, а затым узнаўляе абстрактнае ўяўленне свету, выкарыстоўваючы каляровыя формы, якія нейронных сеткі можа навучыцца. Гэта адбываецца, калі аўтамабіль Tesla няправільна прадказвае паводзіны аўтамабіля або ровара.
Іншыя прадпрыемствы, якія распрацоўваюць аўтаномныя транспартныя сродкі, разлічваюць на гэта сінтэтычныя дадзеныя, што значна менш эфектыўна, чым рэальныя даныя, якія выкарыстоўваюцца Tesla для навучання свайго штучнага інтэлекту (напрыклад, паводзіны ваджэння з відэагульняў, такіх як Grand Theft Auto).
Зараз мы разгледзім кампаненты Tesla, якія выкарыстоўваюць перавагі штучнага інтэлекту.
Кампаненты Tesla, якія выкарыстоўваюць перавагі штучнага інтэлекту
Камера і датчыкі
Абавязкі, якія павінен выканаць Тэсла, даволі добра вядомыя. Усе гэтыя аперацыі, ад ідэнтыфікацыі паласы руху да адсочвання пешаходаў, выконваюцца ў рэжыме рэальнага часу. Дзеля гэтага Tesla дзейнічала з дапамогай 8 камер. Акрамя таго, наяўнасць такой колькасці камер гарантуе адсутнасць сляпой зоны і што ўся тэрыторыя вакол аўтамабіля ахоплена.
Гэта праўда, што вы толькі што прачыталі! няма LIDAR Няма сістэмы для адлюстравання высокай выразнасці. Тэсла хоча выкарыстоўваць толькі камп'ютэрны зрок, навучанне з дапамогай машыныі відэа з камеры для стварэння мадэлі аўтапілота. Згорткавыя нейронавыя сеткі (CNN) затым выкарыстоўваюцца для аналізу неапрацаванага відэа, каб адсочваць і выяўляць аб'екты.
Аўтапілот Tesla таксама мае радар і ультрагукавыя датчыкі ў дадатак да камер. Радар выкарыстоўваецца для выяўлення і вымярэння адлегласці паміж транспартнымі сродкамі і іншымі аб'ектамі. У мэтах аптымізацыі бяспекі кіроўцы ультрагукавыя датчыкі таксама працуюць у адпаведнасці з кантролем блізкасці да пасіўных аб'ектаў.
Каб разумець наваколле аўтамабіля і зрабіць магчымасці аўтапілота максімальна спагаднымі, нейронавыя сеткі інтэграваныя з абсталяваннем Tesla.
Чып Tesla FSD -3
Для павышэння прадукцыйнасці і бяспекі на дарогах сістэмы Tesla ўключаюць два працэсары штучнага інтэлекту. Сістэма Tesla імкнецца быць без памылак. Нават калі адзін блок выйдзе з ладу, аўтамабіль усё роўна можа працаваць з дапамогай дадатковых блокаў з-за рэзервовага харчавання і крыніц уводу дадзеных.
Кампанія Tesla выкарыстоўвае гэтыя дадатковыя меры, каб пераканацца, што аўтамабілі добра абсталяваны, каб пазбегнуць сутыкненняў у выпадку непрадбачанай аварыі. Толькі чалавечы мозг можа выконваць больш аперацый у секунду, чым новы мікрапрацэсар Tesla (1 квадрыльён аперацый у секунду). Гэта прыкладна ў 21 раз больш магутнае, чым мікрачыпы Tesla Nvidia, якія выкарыстоўваліся раней.
Tesla, несумненна, з'яўляецца лідэрам на рынку цалкам аўтаномных лакаматываў, але яна яшчэ далёкая ад вытворчасці перадавых аўтамабіляў з аўтапілотам.
У будучыні аўтамабіль з якасцямі, якія мы апісалі ў гэтым эсэ, несумненна, стане звычайнай з'явай. Tesla стварыла ўласныя перадавыя працэсары штучнага інтэлекту і архітэктуру нейронавай сеткі.
Навучанне нейронавай сеткі
Мадэль таксама павінна быць навучана пасля нейронавых сетак былі створаны. Мы ведаем, што Tesla стварыў шырокі спектр бібліятэк і інструментаў, каб забяспечыць перадавыя магчымасці камп'ютэрнага зроку.
Пітарх, які быў створаны аддзелам даследаванняў штучнага інтэлекту Facebook, з'яўляецца адной з такіх структур (FAIR). PyTorch выкарыстоўваецца Тэхналагічны стэк Tesla навучыць мадэль глыбокага навучання.
Варта адзначыць, што Tesla не спадзяецца на карты або LIDAR для дасягнення поўнай аўтаноміі. Выкарыстоўваюцца выключна камеры і чыстае камп'ютэрнае зрок, і ўсё робіцца ў рэжыме рэальнага часу.
Tesla выкарыстоўвае Pytorch для навучання, а таксама для розных дапаможных мерапрыемстваў, такіх як аўтаматызаваных рабочых планаванне, каліброўка парогавых значэнняў мадэлі, дбайная ацэнка, пасіўнае тэсціраванне, імітацыйныя тэсты і г.д.
Tesla траціць каля 70,000 48 гадзін GPU на навучанне 1,000 сетак, якія робяць 1000 розных прагнозаў. Гэта навучанне працягваецца, а не адзін раз. Мы ўсведамляем, што штучны інтэлект - гэта паўтаральны працэс, які развіваецца з цягам часу. У выніку ўсе XNUMX асобных прагнозаў застаюцца дакладнымі і ніколі не памыляюцца.
HydraNet
У любы момант выконваецца каля 100 заданняў, нават калі аўтамабіль не рухаецца і, хутчэй за ўсё, знаходзіцца на скрыжаванні. Выкарыстанне нейрасецівы для кожнай задачы дорага і неэфектыўна. ШІ ў аўтамабілях Tesla апрацоўвае велізарныя аб'ёмы інфармацыі ў рэжыме рэальнага часу.
У выніку агульная магістраль ResNet-50, якая можа адначасова апрацоўваць 1000 х 1000 малюнкаў, служыць цэнтральным працэсарам для працоўнага працэсу Computer Vision.
Канструкцыя нейроннай сеткі HydraNet у верхняй частцы сеткі дзеліцца на некалькі галін (або галовак). Калі кожная мікрагрупа навучальных даных будзе ўзважвацца па-рознаму для многіх галоваў, гэтыя галовы навучаюцца незалежна адзін ад аднаго і вывучаюць розныя рэчы.
Вядома, ёсць некалькі выпадкаў, калі гэтыя HydraNets працуюць разам, каб апрацоўваць штучны інтэлект для транспартных сродкаў. Кожная інфармацыя HydraNet выкарыстоўваецца для ліквідацыі перыядычных праблем.
Напрыклад, адно заданне можа быць актыўным, каб апрацоўваць знакі прыпынку, другое - мець справу з пешаходамі, і яшчэ адно - разглядаць сігналы святлафора. Усе гэтыя розныя абавязкі выконваюцца агульнай сістэмай.
Згодна з архітэктурай HydraNet, для кожнай з гэтых задач патрэбна толькі невялікая частка велізарнай нейронавай сеткі.
Гэта вельмі падобна на пераноснае навучанне, дзе асобныя блокі навучаюцца для агульнага блока для пэўных звязаных задач. Касцякі HydraNets навучаюцца розным рэчам, тады як кіраўнікі навучаюцца пэўным працам.
Гэта памяншае колькасць часу, неабходнага для навучання мадэлі, і паскарае вывад.
тэсла Аўтапілот
Аўтамабілі з функцыяй аўтапілота могуць самастойна кіраваць, паскарацца і спыняцца на паласе. Ён пабудаваны з выкарыстаннем канцэпцый глыбокай нейронавай сеткі. Ён назірае за ваколіцай аўтамабіля з дапамогай камер, ультрагукавых датчыкаў і радараў.
Датчыкі і камеры інфармуюць вадзіцеляў аб навакольным асяроддзі, і гэтая інфармацыя аналізуецца за лічаныя мілісекунды, каб зрабіць кіраванне больш бяспечным і менш напружаным.
У яркіх, цёмных і розных умовах надвор'я радар выкарыстоўваецца для назірання і ацэнкі прасторы вакол аўтамабіляў. У любой сітуацыі ўльтрафіялетавыя метады вызначаюць блізкасць, а пасіўнае відэа ідэнтыфікуе аб'екты паблізу і спрыяе бяспечнаму яздзе.
Акрамя таго, аўтапілот прызначаны для дапамогі кіроўцу і не ператварае Tesla ў самакіравальны аўтамабіль. Звычайная практыка папярэджваць кіроўцаў, каб яны трымалі рукі на рулі.
Калі вы гэтага не зробіце, спрацоўвае серыя папярэджанняў аб неабходнасці сесці за руль. Калі ігнараваць яго доўга, аўтамабіль пачынае запавольвацца, перш чым спыніцца. Пры тармажэнні, павароце або дэактывацыі пераключальніка круіз-кантролю кіроўцы заўсёды могуць адмяніць функцыі аўтапілота.
Птушыны погляд
Здымкі, якія інтэрпрэтуе абсталяванне Tesla, часта могуць мець патрэбу ў дадатковых памерах. Функцыя прагляду з вышыні птушынага палёту палягчае вымярэнне вялікіх адлегласцей і прапануе больш дакладнае ўяўленне аб знешнім свеце.
Гэта сістэма візуальнага маніторынгу, якая «адлюстроўвае» выяву аўтамабіля ў выглядзе зверху, каб спрашчаць паркоўку і прасцей арыентавацца ў невялікіх месцах. Без неабходнасці прадастаўляць няўдалае абгрунтаванне вашых здольнасцей паркавацца, цяпер вы можаце смела сесці за руль.
Будучыня Tesla
Калі вы шукаеце пазадарожнік сярэдняга памеру з шырокім запасам ходу, то 2022 Tesla Model Y гэта фантастычная адпраўная кропка для электрамабіляў. З-за рэгулярных абнаўленняў праграмнага забеспячэння Model Y пастаянна змяняецца, як і многія іншыя прадукты Tesla.
Павышаючы бяспеку і функцыянальнасць, гэтыя мадэрнізацыі робяць ваш аўтамабіль больш карысным. Для людзей, якім трэба падарожнічаць на вялікія адлегласці з сям'ёй і розным багажом, ёмісты корпус і доступ да сеткі Supercharger Tesla робяць яго выдатным выбарам.
З моманту свайго заснавання кампанія Tesla карысталася дадзенымі сваёй бягучай кліенцкай базы, і яе праца над аўтаномнымі транспартнымі сродкамі з'яўляецца часткай яе пастаянных амбіцый паставіць ІІ у аснову ўсіх сваіх аперацый.
Штучны інтэлект і вялікія даныя па-ранейшаму застануцца вернымі саюзнікамі Tesla з Ілонам Маск і яго камандай, калі яны пераходзяць да сваіх найноўшых ініцыятыў, уключаючы імкненне пераўтварыць электрычную сетку з дапамогай сонечных панэляў для дома.
заключэнне
Tesla, кампанія, якая прызнана адным з самых агрэсіўных наватараў на рынку, заўсёды рабіла збор і аналіз дадзеных сваім самым магутным інструментам. Яны прытрымліваліся тых жа правілаў, калі справа даходзіла да стварэння ўласных фішак.
Бізнэс распрацаваў аўтаномныя транспартныя сродкі, якія могуць цалкам змяніць наш спосаб кіравання аўтамабілямі дзякуючы штучнаму інтэлекту і аналізу даных.
Давайце паглядзім, наколькі добра платформа выконвае свае абяцанні і развівае свой бізнес. Куды кампанія пойдзе на рынку аўтаномных транспартных сродкаў у будучыні, яшчэ трэба будзе даведацца пасля выкарыстання гэтых тэхналогій.
Пакінуць каментар