Sommario[Nascondere][Spettacolo]
Il mondo come lo conosciamo potrebbe cambiare a causa dell'intelligenza artificiale (AI). Per quanto riguarda i miglioramenti nei sistemi semi-autonomi, Tesla li sta ampiamente utilizzando.
Inoltre, Elon Musk afferma che alla fine verrà applicato in altri campi. Per la sua tecnologia Full Self-Driving e il sistema di pilota automatico,
Tesla usa la visione artificiale, machine learninge intelligenza artificiale (FSD).
In questo pezzo, discuteremo di cosa rende Tesla un'azienda tecnologica e di come utilizza l'intelligenza artificiale, la visione artificiale, i big data e altre tecnologie per sviluppare auto a guida autonoma. Cominciamo.
Esamineremo prima come Tesla sia un'azienda tecnologica.
Perché Tesla è stata considerata un'azienda tecnologica?
Tesla sta producendo una notevole quantità di software. Il caratteristico sistema di infotainment di Tesla, Interfaccia utentee le funzioni di guida autonoma sono tutte basate su software.
Mentre altre case automobilistiche stanno iniziando solo ora a sperimentare aggiornamenti via etere, Tesla lo fa da anni. I dipendenti Tesla hanno creato e migliorano continuamente i sistemi operativi per le automobili Tesla.
Tesla produce anche una varietà di altri prodotti tecnologici, inclusi pannelli solari, tegole solari sui tetti, diversi tipi di batterie, stazioni di ricarica, computer e componenti chiave del computer (per le auto Tesla).
Sebbene sia Nokia che Blackberry avessero un software, l'iPhone aveva una combinazione equilibrata di entrambi, motivo per cui ha conquistato il business della telefonia mobile e ha modificato il modo in cui attualmente utilizziamo i nostri telefoni.
Questo è ciò che Tesla sta facendo per il settore automobilistico. Le Tesla sono veicoli, sì (e SUV e presto camioncini, semirimorchi e ATV). Ma questi veicoli incorporano un software per l'uso quotidiano creato da Tesla internamente o incorporato nel sistema di Tesla.
Mentre sei parcheggiato, Tesla ha introdotto scelte di intrattenimento tra cui TRAX, Caraoke e numerosi giochi (e forse un giorno durante il trasporto). Il sistema di sicurezza Sentry Mode, che combina hardware e software Tesla, ha aiutato le forze dell'ordine a risolvere crimini come il vandalismo. Il tuo smartphone funge da chiave della tua Tesla.
Usando il tuo telefono, puoi chiamare la tua Tesla per venire da te. Inoltre, l'auto avviserà il tuo telefono se si verifica un evento significativo grazie all'esclusiva tecnologia Sentry Mode di Tesla.
Dal momento che Tesla utilizzerà i dati che ha raccolto sulle effettive abitudini di guida dei conducenti Tesla (la raccolta dei dati è un elemento chiave della tecnologia, in particolare quando è diretta in questo modo e non avviene attraverso indagini di ricerca di mercato), anche l'assicurazione di Tesla sarà un'estensione del lato tecnologico.
Quale tecnologia utilizza Tesla per il pilota automatico?
Creano e utilizzano l'autonomia su larga scala in macchine come robot e automobili. Sostengono che l'unico metodo in grado di fornire una risposta esauriente per intero guida autonoma e oltre è uno che si basa su un'intelligenza artificiale all'avanguardia per la pianificazione e la visione, integrata da un hardware efficace per l'inferenza.
Chip FSD Tesla
I sistemi Tesla sono dotati di due processori AI per prestazioni migliorate e sicurezza stradale. Il sistema Tesla punta a un funzionamento senza errori. A causa dell'alimentazione di backup e delle fonti di input dei dati, l'auto può continuare a funzionare anche in caso di malfunzionamento di un'unità.
Tesla adotta queste precauzioni aggiuntive per garantire che i veicoli siano ben preparati a prevenire incidenti in caso di guasto imprevisto.
L'unico dispositivo in grado di eseguire più operazioni al secondo rispetto al nuovo microprocessore Tesla è il cervello umano (1 quadrilione di operazioni al secondo). Questo è circa 21 volte più potente dei microchip Tesla Nvidia utilizzati in precedenza.
Costruisci processori di inferenza AI per alimentare il loro software Full Self-Driving, tenendo conto di ogni piccolo miglioramento architettonico e micro-architettonico e massimizzando le prestazioni del silicio per watt.
Sebbene Tesla sia indiscutibilmente leader nel mercato delle locomotive completamente autonome, è ancora molto lontana dallo sviluppo di un veicolo con pilota automatico all'avanguardia.
Chip Tesla Dojo
Tesla ha presentato il Tesla D1, un nuovo processore con 362 TFLOP di potenza in BF16/CFP8 creato appositamente per intelligenza artificiale. Lo ha rivelato nel corso di un recente IA Tesla Presentazione del giorno.
Un enorme chip viene creato collegando una rete di unità funzionali chiamata rete di unità funzionali, a cui il Tesla D1 aggiunge un totale di 354 nodi di addestramento. Ciascuna unità funzionale dispone di una CPU ISA quad-core a 64 bit con un design specializzato su misura per il collegamento, le trasmissioni e le trasposizioni. L'implementazione superscalare viene utilizzata da questa CPU (condutture vettoriali scalari a 4 larghezze e 2 larghezze).
Questo nuovo silicio Tesla è più piccolo della GPU GA100 che si trova nell'acceleratore NVIDIA A100, che ha una dimensione di 826 mm quadrati. È prodotto utilizzando un processo a 7 nm, ha 50,000 milioni di transistor in totale e occupa un'area quadrata di 645 mm.
Tesla afferma che il suo chip Dojo elaborerà i dati di visione artificiale quattro volte più velocemente rispetto ai sistemi attuali, consentendo all'azienda di automatizzare completamente il suo sistema di guida autonoma.
Tuttavia, le due imprese tecnologiche più impegnative, vale a dire l'interconnessione tile-to-tile e il software, non sono ancora state realizzate da Tesla.
Gli switch di rete di prima qualità non possono competere con la larghezza di banda esterna di qualsiasi tile. Per fare ciò, Tesla ha creato interconnessioni uniche.
Sistema Dojo
Crea il sistema Dojo, dalle API del software di alto livello per controllarlo alle interfacce del firmware del silicio. Utilizza tecnologie di erogazione e raffreddamento ad alta potenza all'avanguardia per risolvere situazioni difficili e crea circuiti di controllo scalabili e software di monitoraggio.
Utilizza l'intera esperienza dei loro team di ingegneria meccanica, termica ed elettrica per sviluppare la prossima generazione di elaborazione di machine learning da utilizzare nei data center Tesla. L'unico limite è la tua immaginazione.
Lavora con ogni componente di sistema di design. Sviluppa un'API rivolta al pubblico che renda Dojo accessibile a chiunque e collabori con l'apprendimento della flotta Tesla per fornire carichi di lavoro di formazione utilizzando i loro enormi set di dati.
Algoritmi di autonomia
Crea un modello del mondo ad alta fedeltà e traccia la traiettoria in quello spazio per sviluppare gli algoritmi chiave che fanno funzionare l'automobile.
Aggregando i dati dai sensori dell'auto nel luogo e nel tempo, un algoritmo può fornire dati precisi ed estesi sulla verità del suolo che possono essere utilizzati per addestrare reti neurali anticipare queste rappresentazioni.
Costruiscono un solido sistema di pianificazione e decisione utilizzando metodologie all'avanguardia che possono funzionare in scenari difficili del mondo reale con incertezza.
L'analisi degli algoritmi a livello dell'intera flotta Tesla è vantaggiosa.
Reti neurali
Le reti neurali profonde possono essere addestrate su questioni che vanno dalla percezione al controllo utilizzando ricerche all'avanguardia. Per realizzare la segmentazione semantica, l'identificazione degli oggetti e la stima della profondità monoculare, le loro reti per telecamera esaminano le immagini grezze.
Le loro reti a volo d'uccello utilizzano filmati di tutte le telecamere per generare la prospettiva dall'alto del tracciato stradale, dell'infrastruttura statica e degli oggetti 3D.
Le loro reti sono costantemente alimentate dai dati della loro flotta di circa 1 milione di auto, che include le circostanze più complesse e variegate del mondo.
Le 48 reti che compongono l'intero costrutto delle reti neurali Autopilot necessitano di 70,000 ore di GPU per l'addestramento. Ad ogni passo temporale, producono collettivamente 1,000 diversi tensori (predizioni).
Valutazione delle infrastrutture
Hanno anche creato infrastrutture e strumenti di valutazione hardware-in-the-loop ad anello aperto e chiuso su larga scala per accelerare la velocità dell'innovazione, monitorare i miglioramenti delle prestazioni e fermare le regressioni.
Utilizzano le clip caratteristiche anonime della loro flotta e le incorporano in molti scenari di test. Scrivi codice che simuli il loro ambiente reale, generando immagini incredibilmente realistiche e altri dati dei sensori per il loro programma Autopilot da utilizzare per test automatizzati o debug in tempo reale.
In che modo Tesla sfrutta i big data, l'intelligenza artificiale e l'apprendimento automatico?
Big Data
I big data non vengono utilizzati solo da Tesla per affrontare i problemi; è anche usato per aumentare la felicità dei consumatori. Acquisiscono informazioni dalle comunità online dei loro clienti e le utilizzano per migliorare la loro successiva produzione. Questo tipo di interazione con il cliente è inaudito nel mondo degli affari.
I big data supportano gli sforzi di Tesla per risparmiare sui costi, trovare nuovi mercati, soddisfare i consumatori, creare nuovi prodotti e migliorare i suoi veicoli.
Le informazioni vengono utilizzate per creare mappe estremamente dense di dati che mostrano qualsiasi cosa, dalla posizione dei rischi che costringono i conducenti ad agire all'aumento medio della velocità del traffico su un certo tratto di strada.
Edge computing determina l'azione che ogni singola auto deve intraprendere in questo momento, mentre l'apprendimento automatico nel cloud gestisce l'addestramento dell'intera flotta.
Inoltre, esiste un terzo livello di processo decisionale, in base al quale le automobili possono connettersi con i vicini veicoli Tesla per costruire reti e condividere le conoscenze sull'area.
Queste reti probabilmente comunicheranno anche con veicoli realizzati da altri produttori e con altri sistemi come telecamere del traffico, sensori a terra o telefoni in un mondo prossimo futuro in cui le auto a guida autonoma sono all'ordine del giorno.
Intelligenza Artificiale
Per poter guidare da sole, le auto a guida autonoma valutano continuamente i dati provenienti dai loro sensori e dalle telecamere di visione artificiale. Quindi prendono decisioni sulla base di queste informazioni.
Usano l'IA per comprendere e anticipare i movimenti di biciclette, pedoni e automobili. Possono esprimere giudizi in una frazione di secondo e pianificare rapidamente le loro attività utilizzando questa conoscenza.
L'auto dovrebbe rimanere nella corsia in cui si trova ora o dovrebbe cambiare? Dovrebbe andare avanti così com'è o sorpassa l'auto davanti a loro? Quando l'auto dovrebbe rallentare o accelerare?
Per rendere le auto completamente autonome, Tesla deve raccogliere i dati necessari per addestrare gli algoritmi e alimentare le sue IA. Più dati di allenamento porteranno sempre a prestazioni migliori e Tesla eccelle in questo senso.
Tesla ha un vantaggio competitivo poiché raccoglie tutti i suoi dati dalle centinaia di migliaia di veicoli Tesla che sono ora in circolazione. I sensori interni ed esterni tengono sotto controllo il funzionamento delle Tesla in varie condizioni.
Inoltre, osservano come si comportano i conducenti, comprese le loro reazioni alle varie situazioni e la frequenza con cui toccano il volante o il cruscotto. Hanno un sistema di tracciamento molto sofisticato.
Ad esempio, Tesla registra un istante nel tempo, lo aggiunge alla raccolta dei dati e quindi utilizza forme colorate per generare un'immagine astratta dell'ambiente da cui la rete neurale può apprendere.
Ciò si verifica quando un veicolo Tesla fa un'ipotesi imprecisa su come si comporterebbe un'auto o una bicicletta.
machine Learning
Con l'uso di sensori interni ed esterni che possono persino raccogliere informazioni sulla posizione della mano del conducente sui comandi e su come continuano a essere azionati, il machine learning di Tesla raccoglie con successo alcuni dei suoi dati chiave da tutti i suoi veicoli, nonché dai loro autisti.
Le informazioni vengono utilizzate anche per creare mappe ad alta densità di dati che mostrano tutto, dall'aumento medio della velocità del traffico nel corso di una particolare lunghezza di strada alla presenza di pericoli e persino invitano i conducenti ad agire.
Mentre fa parte del edge computing su ogni singola auto determina l'azione che l'auto deve intraprendere in questo momento, il machine learning basato su cloud di Tesla è incaricato di addestrare l'intera flotta.
Al fine di scambiare alcune informazioni e approfondimenti locali, le automobili sono in grado di connettersi con alcuni altri veicoli Tesla nelle vicinanze.
Conclusione
Tesla è sempre stata un'azienda che produce raccolta e analisi di dati che è lo strumento più potente per qualsiasi cosa faccia. Non hanno fatto eccezioni durante la progettazione delle loro CPU.
Lo sviluppo di veicoli autonomi e l'analisi dei dati statistici da parte dell'azienda hanno permesso di cambiare completamente il modo in cui guidiamo grazie a intelligenza artificiale, analisi dei dati, big data, machine learning, computer vision, reti neurali, chip FSD e molti altri algoritmi.
Lascia un Commento