टेस्ला एक अमेरिकी वाहन निर्माण कंपनी है जिसकी स्थापना द्वारा की गई थी एलोन मस्क 2003 में।
कंपनी अपनी इलेक्ट्रिक कारों और सौर पैनलों और लिथियम-आयन बैटरी ऊर्जा भंडारण में विशेषज्ञता के लिए जानी जाती है।
टेस्ला कारें सुपर-चार्जिंग, कीकार्ड एक्सेस और एक ऑटोपायलट मोड सहित कई क्रांतिकारी सुविधाओं के साथ आती हैं।
आर्टिफिशियल इंटेलिजेंस (एआई) और . के विचारों के कारण ऑटोपायलट मोड संभव हो पाया है टेस्ला का उन्नत न्यूरल नेटवर्क आर्किटेक्चर।
आइए टेस्ला न्यूरल नेटवर्क आर्किटेक्चर के बारे में विस्तार से चर्चा करें।
तंत्रिका नेटवर्क क्या हैं?
तंत्रिका नेटवर्क, या एनएन, की जैविक गतिविधि के बाद तैयार किए गए एल्गोरिदम की एक श्रृंखला है मानव मस्तिष्क. तंत्रिका नेटवर्क नोड्स से मिलकर बनता है, जिसे न्यूरॉन्स भी कहा जाता है। ऊर्ध्वाधर नोड्स के संग्रह को परतों के रूप में जाना जाता है।
प्रत्येक परत में नोड्स होते हैं, जिन्हें न्यूरॉन्स भी कहा जाता है, जहां गणना होती है। एक परत के नोड्स अगली परत से ट्रांसमिशन लाइनों के माध्यम से जुड़े होते हैं जैसा कि नीचे देखा गया है।
निम्नलिखित आरेख में, वृत्त नोड्स का प्रतिनिधित्व करते हैं और नोड्स का ऊर्ध्वाधर संग्रह परतों का प्रतिनिधित्व करते हैं। इस मॉडल में तीन परतें होती हैं।
वे कैसे सीखते हैं?
डेटा एक लेबल के साथ एक समय में मॉडल एक इकाई को खिलाया जाता है। डेटा को विखंडू में तोड़ दिया जाता है और मॉडल के प्रत्येक नोड के माध्यम से पारित किया जाता है।
नोड्स इन विखंडू पर गणितीय कार्य करते हैं। एक परत में गणनाओं की एक श्रृंखला के बाद, डेटा अगली परत पर जाता है और इसी तरह।
एक बार पूरा होने के बाद, हमारा मॉडल आउटपुट लेयर पर डेटा लेबल की भविष्यवाणी करता है। तब मॉडल इस अनुमानित मूल्य की वास्तविक लेबल मान के साथ तुलना करने के लिए आगे बढ़ता है।
यदि मान मेल खाते हैं, तो हमारा मॉडल अगला इनपुट लेगा, लेकिन यदि मान भिन्न हैं, तो मॉडल दोनों मानों के बीच अंतर की गणना करेगा, जिसे नुकसान कहा जाता है, और अगली बार मिलान करने वाले लेबल बनाने के लिए नोड गणना को समायोजित करेगा।
टेस्ला का न्यूरल नेटवर्क आर्किटेक्चर
टेस्ला धारणा से लेकर नियंत्रण तक की समस्याओं पर गहरे तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए अत्याधुनिक अनुसंधान का उपयोग करता है।
टेस्ला के प्रति-कैमरा नेटवर्क सिमेंटिक सेगमेंटेशन, ऑब्जेक्ट डिटेक्शन, और प्रदर्शन करने के लिए कच्ची छवियों का विश्लेषण करते हैं एककोशिकीय गहराई का अनुमान.
डेटासेट
तंत्रिका नेटवर्क को कच्ची छवियों पर प्रशिक्षित किया जाता है, जो बर्ड-आई-व्यू नेटवर्क कैमरों से लिए गए वीडियो से निकाले जाते हैं जो सड़क लेआउट, स्थिर अवसंरचना, और 3D ऑब्जेक्ट को सीधे ऊपर-नीचे दृश्य में आउटपुट करते हैं।
डेटा छवियों को लेबल नहीं किया गया है और दुनिया भर में कई विविध परिदृश्यों को कवर किया गया है और वास्तविक समय में दस लाख वाहन शामिल हैं।
यह कैसे काम करता है?
नेटवर्क में 70,000 ग्राफिकल प्रोसेसिंग यूनिट (जीपीयू) होते हैं, जो 48 . को प्रशिक्षित करते हैं ध्यान लगा के पढ़ना या सीखना मॉडल ।
कैमरे और सेंसर सहित कार के हार्डवेयर घटक, इन मॉडलों के नेटवर्क के माध्यम से पारित किए गए असुरक्षित डेटा प्रदान करते हैं।
कार दिए गए डेटा से पर्यावरण में संभावित वस्तुओं, जैसे पैदल यात्री, पेड़ आदि के बारे में सीखती है।
आर्किटेक्चर में दो एआई चिप्स भी होते हैं जो के सिद्धांतों का उपयोग करते हैं ध्यान लगा के पढ़ना या सीखना. ये चिप्स कार के लिए रीयल-टाइम निर्णय लेने में मदद करते हैं, जैसे ड्राइविंग करते समय कब और कैसे मुड़ना है।
तंत्रिका नेटवर्क वास्तुकला में कई शक्तिशाली उपकरण और अवधारणाएं शामिल हैं जो इसके कामकाज में योगदान करती हैं, जिनमें शामिल हैं:
एफएसडी चिप
पूर्ण स्व-ड्राइविंग (FSD) चिप्स एआई अनुमान चिप्स हैं जो टेस्ला के ऑटोपायलट सॉफ्टवेयर को चलाते हैं। इन चिप्स को माइक्रो-आर्किटेक्चरल सुधारों के साथ डिजाइन किया गया है जो अधिकतम सिलिकॉन प्रदर्शन-प्रति-वाट को निचोड़ते हैं।
एआई की कार्यक्षमता और प्रदर्शन को सत्यापित करने के लिए मजबूत परीक्षण और स्कोरबोर्ड लिखते समय एफएसडी फ्लोर-प्लानिंग, समय और शक्ति विश्लेषण को लागू करते हैं।
डोजो चिप्स एंड सिस्टम्स
डोजो टेस्ला का सुपर कंप्यूटर सिस्टम है जो हाई-पावर डिलीवरी और कूलिंग के लिए उन्नत तकनीक के साथ कठिन समस्याओं को हल करता है।
डोजो चिप्स में एआई शामिल है जो इन प्रणालियों को शक्ति प्रदान करता है और प्रत्येक ग्रैन्युलैरिटी पर अधिकतम प्रदर्शन, थ्रूपुट और बैंडविड्थ के लिए डिज़ाइन किया गया है।
साथ में, चिप्स और सिस्टम का उपयोग टेस्ला के एनएन के लिए शक्ति और प्रदर्शन को अनुकूलित करने के लिए किया जाता है।
स्वायत्तता एल्गोरिदम
स्वायत्तता एल्गोरिदम मुख्य एल्गोरिदम हैं जो दुनिया का एक उच्च-निष्ठा प्रतिनिधित्व बनाकर और किसी दिए गए स्थान में प्रक्षेपवक्र की योजना बनाकर कार चलाते हैं।
सेवा मेरे तंत्रिका नेटवर्क को प्रशिक्षित करें इस तरह के अभ्यावेदन की भविष्यवाणी करने के लिए, टेस्ला एल्गोरिदमिक रूप से अंतरिक्ष और समय में कार के सेंसर से जानकारी को मिलाकर सटीक और बड़े पैमाने पर जमीनी सच्चाई डेटा बनाता है।
ये एल्गोरिदम एक मजबूत योजना और निर्णय लेने की प्रणाली बनाने के लिए उन्नत तकनीकों का उपयोग करते हैं जो अनिश्चितता के तहत जटिल वास्तविक दुनिया की स्थितियों में संचालित होती हैं।
मूल्यांकन अवसंरचना
टेस्ला के मूल्यांकन बुनियादी ढांचे में ओपन-लूप, क्लोज्ड-लूप और हार्डवेयर-इन-द-लूप मूल्यांकन उपकरण और बड़े पैमाने पर बुनियादी ढांचा शामिल हैं।
यह बुनियादी ढांचा एआई को प्रदर्शन सुधारों को ट्रैक करने और प्रतिगमन को रोकने की अनुमति देता है।
टेस्ला के एनएन . की मुख्य विशेषताएं
- कैमरा, अल्ट्रासोनिक सेंसर और रडार पर्यावरण को समझते हैं
- एक रडार कार के चारों ओर की दूरी को मापता है
- पराबैंगनी तकनीक निकटता को मापती है और निष्क्रिय वीडियो कार के आसपास की वस्तुओं को पहचानता है
- गहरे तंत्रिका नेटवर्क के सिद्धांतों पर निर्मित दो एआई चिप्स का उपयोग करता है
- एआई चिप्स 6 अरब ट्रांजिस्टर से बना है
- एनवीडिया चिप्स की तुलना में 21 गुना तेज
- AI चिप्स में 32 मेगाबाइट हाई-स्पीड SRAM मेमोरी है
- 48 डीप लर्निंग मॉडल से मिलकर बनता है
- 70,000 ग्राफिकल प्रोसेसिंग यूनिट (जीपीयू) शामिल हैं
- प्रत्येक टाइमस्टेप पर 1000 अलग-अलग टेंसर (भविष्यवाणियां) आउटपुट करता है
निष्कर्ष
टेस्ला की अत्याधुनिक तंत्रिका नेटवर्क और एआई आर्किटेक्चर ने सेल्फ-ड्राइविंग कारों के विचार को वास्तविकता बना दिया है।
अग्रणी एआई-आधारित ऑटोमोबाइल निर्माता की यह सफलता इसके उन्नत . का परिणाम है एफएसडी चिप्स, डोजो चिप्स, स्वायत्तता एल्गोरिदम, मूल्यांकन अवसंरचना, और बहुत कुछ।
यदि आप एआई, डीप लर्निंग और नवीनतम प्रौद्योगिकी रुझानों के बारे में अधिक जानना चाहते हैं, तो हमारे अन्य दिलचस्प लेख देखें।
एक जवाब लिखें