Jo kinne oannimme dat Tesla in bekende namme is yn 'e auto-yndustry as jo oan har tinke. Tesla, in pionier yn elektryske auto's, is sûnder twifel. Se binne lykwols in technologysk bedriuw, dat is it geheim fan har sukses.
Ien fan 'e dingen dy't har bedriuw suksesfol hawwe makke is it gebrûk fan keunstmjittige yntelliginsje technologyen. De folsleine automatisearring fan Tesla's auto's is ien fan 'e hjoeddeistige topprioriteiten fan it bedriuw, en om dit doel te berikken, brûke se AI en syn protte komponinten.
Troch har oankomst oan it begjin fan 2021 oan te kundigjen, Tesla makke in opskuor op it subkontinint. Elon Musk is hast ree om Bangalore, Yndia, te fêstigjen as de produksjehub fan Tesla Yndia.
AI-saakkundigen yn Yndia jubelen doe't de memes en tweets oer hoe't de folle priizge "Selfridende auto's" yn Yndia sille operearje.
In hiele weach fan keunstmjittige yntelliginsje dy't úteinlik de wrâld sil regearje is krekt begon.
Dizze post sil yngeand ûndersykje hoe't Tesla AI yntegreart yn har systeem, ynklusyf spesifikaasjes en oare ynformaasje.
Dat, hoe leart AI autonoom riden yn auto's?
Autonome weinen analysearje kontinu gegevens fan har sensoren en masinefyzjekamera's om selsstannich te kinnen ride. Se brûke dan dizze gegevens om te besluten wat te dwaan.
Se brûke AI om de folgjende bewegingen fan fytsen, fuotgongers en auto's te begripen en te foarsizzen. Se kinne dizze ynformaasje brûke om har aksjes fluch te plannen en besluten fan split-sekonde te nimmen.
Moat de auto trochgean yn syn hjoeddeistige baan of moat it fan baan wikselje? Moat it trochgean wêr't it is of de auto foar har passe? Wannear moat it auto fertrage of fersnelle?
Tesla moat de passende gegevens sammelje om de algoritmen te trenen en har AI's te feeden om auto's folslein autonoom te meitsjen. Bettere prestaasjes sille altyd resultearje út mear trainingsgegevens, en Tesla skynt yn dit gebiet.
It feit dat Tesla al syn gegevens crowdsourcet fan 'e hûnderttûzenen Tesla-auto's dy't no op 'e dyk binne, jout har in konkurrinsjefoardiel. Sawol ynterne as eksterieur sensoren folgje hoe't Teslas gedrage yn in ferskaat oan omstannichheden.
Se sammelje ek ynformaasje oer bestjoerdersgedrach, ynklusyf hoe't se reagearje op bepaalde omstannichheden en hoe faak se it stjoer of it dashboard oanreitsje.
"Imitaasje learen" is de namme fan 'e strategy fan Tesla. Miljoenen echte sjauffeurs oer de hiele wrâld meitsje oardielen, reagearje en bewege, en har algoritmen leare fan dy aksjes. Al dy kilometers resultearje yn ongelooflijk ferfine autonome auto's.
Harren tracking systeem is echt avansearre. Bygelyks, Tesla slaat in momintopname fan it momint op, foeget it ta oan de gegevensset en makket dan in abstrakte foarstelling fan 'e wrâld opnij mei kleurkodearre foarmen dy't de neuronale netwurk fan leare kinne. Dit bart as in Tesla-auto it gedrach fan in auto of fyts ferkeard foarseit.
Oare bedriuwen dy't autonome auto's ûntwikkelje, fertrouwe op syntetyske gegevens, wat signifikant minder effektyf is as de echte wrâldgegevens brûkt troch Tesla om har AI's te trenen (bygelyks rydgedrach fan fideospultsjes lykas Grand Theft Auto).
Wy sille no Tesla-komponinten ûndersykje dy't profitearje fan AI.
Tesla-komponinten dy't profitearje fan AI
Kamera & Sensors
De ferantwurdlikheden dy't Tesla moat foltôgje binne frij goed bekend. Al dizze operaasjes, fan rydidentifikaasje oant fuotgongers folgjen, wurde yn realtime útfierd. Tesla operearre mei help fan 8 kamera's om dizze reden. Derneist soarget de oanwêzigens fan safolle kamera's dat d'r gjin bline sône is en dat it heule gebiet om 'e auto is bedekt.
It is wier wat jo krekt lêze! gjin LIDAR Gjin systeem foar hege-definysje mapping. Tesla wol gewoan kompjûterfisy brûke, masine learen, en kamera-fideo-feeds om it auto-pilotmodel te meitsjen. Convolutional Neural Networks (CNN's) wurde dan brûkt om de rau fideo te analysearjen om te folgjen en detect foarwerpen.
Tesla autopilot hat ek radar en ultrasone sensoren neist kamera's. De radar wurdt brûkt om de skieding tusken auto's en oare objekten te detectearjen en te mjitten. Om de feiligens fan de bestjoerder te optimalisearjen, funksjonearje de ultrasone sensoren ek yn oerienstimming mei it kontrolearjen fan tichtby mei passive objekten.
Om de omjouwing fan 'e auto te begripen en de autopilot-mooglikheden sa responsyf mooglik te meitsjen, binne neurale netwurken yntegreare mei de Tesla-hardware.
Tesla FSD Chip -3
Foar ferbettere prestaasjes en feiligens op 'e diken omfetsje Tesla-systemen twa AI-processors. It Tesla-systeem stribbet nei flaterfrij te wêzen. Sels as ien ienheid mislearret, kin de auto noch funksjonearje mei de ekstra ienheden fanwegen de reservekopykrêft en gegevensynputboarnen.
Tesla brûkt dizze ekstra maatregels om te soargjen dat de auto's goed útrist binne om botsingen te foarkommen yn gefal fan in ûnfoarsjoene mislearring. Allinnich de minskebern kin mear operaasjes per sekonde útfiere as de nije Tesla mikroprosessor (1 quadrillion operaasjes per sek). Dat is sawat 21 kear machtiger dan de Tesla Nvidia-mikrochips dy't earder yn gebrûk wiene.
Tesla is sûnder mis in merklieder foar folslein autonome lokomotiven, mar it is noch in lange wei fan it produsearjen fan in foaroansteande autopilotauto.
Yn 'e takomst sil in auto mei de kwaliteiten dy't wy yn dit essay beskreaun hawwe sûnder mis gewoan wurde. Tesla hat syn eigen foaroansteande AI-processors en neurale netwurkarsjitektuer makke.
Neural Network Training
It model moat ek wurde oplaat nei de neuronale netwurken binne makke. Wy binne ús bewust dat Tesla in breed oanbod fan bibleteken en ark hat ynsteld om avansearre mooglikheden foar kompjûterfisy mooglik te meitsjen.
pytorch, dat waard makke troch Facebook's AI Research ôfdieling, is ien sa'n ramt (FAIR). PyTorch wurdt brûkt troch de Tesla tech stack om it model foar djippe learen te trenen.
It is opmerklik dat Tesla net fertrout op kaarten of LIDAR om folsleine autonomy te berikken. De kamera's en suvere kompjûterfisy wurde eksklusyf brûkt, en alles wurdt dien yn real-time.
Tesla brûkt Pytorch foar training lykas ferskate helpaktiviteiten lykas automatisearre workflow scheduling, kalibraasje fan modeldrompels, yngeande beoardieling, passive testen, simulaasjetests, ensfh.
Tesla besteget rûchwei 70,000 GPU-oeren oan training 48 netwurken dy't 1,000 ûnderskate foarsizzings meitsje. Dizze training is trochgean, net ien kear. Wy binne ús bewust dat keunstmjittige yntelliginsje in iteratyf proses is dat oer de tiid foarút giet. As resultaat bliuwe alle 1000 aparte prognosen akkuraat en wankelje nea.
HydraNet
D'r binne op elts momint sa'n 100 banen ûnder ûntwikkeling, sels as in auto net beweecht en nei alle gedachten op in krúspunt stiet. It brûken fan in neural netwurk foar elke taak is kostber en net effektyf. Enorme hoemannichten ynformaasje wurde yn realtime ferwurke troch de AI yn Tesla-auto's.
As resultaat tsjinnet de ResNet-50 dielde rêchbonke, dy't 1000 x 1000 foto's tagelyk kin ferwurkje, as de sintrale ferwurkingsienheid foar de Computer Vision-workflow.
Tichtby de top fan it netwurk ferdielt it HydraNet neurale netwurkûntwerp yn ferskate tûken (as koppen). Troch elke mikrobatch trainingsgegevens oars te gewichten foar de protte hollen, wurde dizze koppen ûnôfhinklik leard en leare se ûnderskate dingen.
Fansels binne d'r ferskate eksimplaren fan dizze HydraNets dy't gearwurkje om de AI foar de auto's te ferwurkjen. De ynformaasje fan elke HydraNet wurdt brûkt om weromkommende problemen te ferhelpen.
Bygelyks, in taak kin aktyf wêze om stopbuorden te behanneljen, in oare om te gean mei fuotgongers, en noch in oare om ferkearssignalen te ûndersykjen. Dizze ûnderskate taken wurde allegear eksploitearre troch in mienskiplike rêchbonke.
Neffens de HydraNet-arsjitektuer is mar in lytse fraksje fan it enoarme neurale netwurk nedich foar elk fan dizze taken.
Dit is frij ferlykber mei oerdracht learen, wêrby't ûnderskate blokken wurde oplaat foar in mienskiplik blok foar bepaalde relatearre taken. De rêchbonken fan HydraNets wurde oplaat op in ferskaat oan dingen, wylst de hollen wurde leard op bepaalde banen.
Dit ferminderet de hoemannichte tiid dy't nedich is om it model te trenen en fersnelt de konklúzje.
Tesla Autopilot
Auto's mei autopilot-mooglikheden kinne autonoom stjoere, fersnelle en stopje yn in baan. It is konstruearre mei konsepten fan djippe neurale netwurken. It observearret it gebiet om de auto hinne mei kamera's, ultrasone sensoren en radar.
De sjauffeurs wurde bewust makke fan har omjouwing troch de sensoren en kamera's, en dizze ynformaasje wurdt analysearre yn in kwestje fan millisekonden om te helpen it riden feiliger en minder stress te meitsjen.
Yn helder, tsjuster en ferskate waarsomstannichheden wurdt radar brûkt om de romte om auto's te observearjen en te skatten. Yn elke situaasje bepale ultravioletmetoaden tichtens, en passive fideo identifisearret objekten yn 'e buert en befoarderet feilich riden.
Derneist is de autopilot ûntworpen om de bestjoerder te helpen en feroaret in Tesla net yn in selsridend auto. It is gewoane praktyk om bestjoerders te warskôgjen om har hannen op it stjoer te hâlden.
In searje warskôgings om it tsjil te nimmen wurde trigger as jo dat net dogge. As it folle langer negearre wurdt, begjint de auto te fertrage foardat it ta stilstân komt. Troch de cruise control stalk te remmen, te draaien of te deaktivearjen, kinne sjauffeurs altyd de autopilotfunksjes oerskriuwe.
Fûgelfersjoch
De foto's dy't Tesla-hardware faak ynterpretearret, kinne ekstra dimensjes nedich wêze. De funksje Bird's Eye View makket it makliker om fierdere ôfstannen te mjitten en biedt in krekter foarstelling fan 'e bûtenwrâld.
It is in fisueel monitoaringsysteem dat in topbyldôfbylding fan in auto "rendert" om parkeare ienfâldich te meitsjen en lytse plakken makliker te navigearjen. Sûnder in lamme rjochtfeardiging te jaan oer jo parkearmooglikheden, kinne jo no feilich it stjoer nimme.
De takomst fan Tesla
As jo op syk binne nei in mid-size SUV mei in sterk berik, de 2022 Tesla Model Y is in fantastysk útgongspunt foar EVs. Troch reguliere software-upgrades feroaret it Model Y konstant, lykas in protte fan Tesla's oare produkten.
Troch feiligens en funksjonaliteit te ferbetterjen, helpe dizze upgrades jo auto brûkber te wêzen. Foar minsken dy't lange ôfstannen moatte reizgje mei famylje en ferskate bagaazje, meitsje it romme lichem en tagong ta it Supercharger-netwurk fan Tesla it in prachtige kar.
Sûnt it begjin hat Tesla profitearre fan gegevens fan har hjoeddeistige klantbasis, en har wurk oan autonome auto's is in diel fan har oanhâldende ambysje om AI yn 'e kearn fan al har operaasjes te pleatsen.
AI en grutte gegevens sille Elon Musk en syn team bliuwe by Tesla's trouwe bûnsmaten, om't se har nijste inisjativen ferhúzje, ynklusyf har aspiraasjes om it elektryske net te transformearjen mei har sinnepanielen fan hûs.
Konklúzje
Tesla, in bedriuw dat wurdt erkend as ien fan 'e meast agressive fernijers fan' e merk, hat altyd it sammeljen en analysearjen fan gegevens syn machtichste ark makke. Se folgen deselde regels as it kaam ta it meitsjen fan harren eigen chips.
It bedriuw hat autonome auto's ûntwikkele dy't it potensjeel hawwe om folslein te feroarjen hoe't wy auto's ride troch keunstmjittige yntelliginsje en gegevensanalyse.
Litte wy sjen hoe goed it platfoarm syn beloften hâldt en har bedriuw ûntwikkelet. Wêr't it bedriuw yn 'e takomst sil gean op' e merke foar autonome auto's, bliuwt te sjen nei it benutten fan dizze technologyen.
Leave a Reply