私たちが知っている世界は、人工知能(AI)の結果として変化する可能性があります。 半自律システムの改善に関しては、テスラはそれらを多用しています。
さらに、Elon Muskは、最終的には他の分野にも適用されると主張しています。 その完全な自動運転技術と自動操縦システムのために、
テスラはコンピュータビジョンを使用していますが、 機械学習、および人工知能(FSD)。
この記事では、テスラがテクノロジー企業である理由と、AI、コンピュータービジョン、ビッグデータ、その他のテクノロジーを使用して自動運転車を開発する方法について説明します。 さぁ、始めよう。
まず、テスラがどのようにテクノロジー企業であるかを調べます。
テスラがハイテク企業と見なされているのはなぜですか?
テスラ かなりの量のソフトウェアを生産しています。 テスラの特徴的なインフォテインメントシステム、 ユーザーインターフェース、自動運転機能はすべてソフトウェアに基づいています。
他の自動車メーカーが無線アップグレードの実験を始めたばかりですが、テスラは何年もそれを行ってきました。 テスラの従業員は、テスラの自動車のオペレーティングシステムを作成し、継続的に改善しています。
テスラは、ソーラーパネル、屋上ソーラータイル、数種類のバッテリー、充電ステーション、コンピューター、主要なコンピューターコンポーネント(テスラ車用)など、他のさまざまな技術製品も製造しています。
NokiaとBlackberryの両方にソフトウェアがありましたが、iPhoneには両方のバランスの取れた組み合わせがありました。そのため、iPhoneは携帯電話ビジネスを征服し、現在の電話の使用方法を変えました。
これはテスラが自動車事業のために行っていることです。 テスラは車両です、はい(そしてSUVとすぐにピックアップトラック、セミトラック、そしてATV)。 しかし、これらの車両には、テスラが社内で作成した、またはテスラのシステムに組み込まれた、日常的に使用するためのソフトウェアが組み込まれています。
あなたが駐車している間、テスラはTRAX、カラオケ、そして数多くのゲームを含むエンターテインメントの選択肢を紹介しました(そしておそらくいつか輸送中に)。 テスラのハードウェアとソフトウェアを組み合わせたセキュリティシステムのセントリーモードは、破壊行為などの犯罪を解決するために法執行機関を支援してきました。 スマートフォンはテスラの鍵として機能します。
あなたの電話を使って、あなたはあなたのところに来るためにあなたのテスラに電話をすることができます。 さらに、テスラ独自のセントリーモードテクノロジーのおかげで、重要なイベントが発生した場合、車は携帯電話に通知します。
テスラはテスラドライバーの実際の運転習慣について収集したデータを使用するため(データ収集は技術の重要な要素であり、特にこのように直接的なものであり、市場調査調査では行われない場合)、テスラの保険も延長されます技術面の。
テスラはオートパイロットにどのような技術を使用していますか?
彼らは、ロボットや自動車などの機械で大規模な自律性を生み出し、使用しています。 彼らは、完全に包括的な答えを提供できる唯一の方法であると主張しています 自動運転 そしてそれを超えて、計画とビジョンのために最先端のAIに依存し、推論のための効果的なハードウェアによって補完されます。
テスラFSDチップ
テスラシステムには、パフォーマンスと交通安全を強化するためのXNUMXつのAIプロセッサが付属しています。 テスラシステムは、エラーのない操作を目指しています。 バックアップ電源とデータ入力ソースにより、XNUMX台が故障しても車は走り続けることができます。
テスラはこれらの追加の予防措置を講じて、予期しない障害が発生した場合の衝突を防ぐために車両が十分に準備されていることを確認します。
新しいテスラマイクロプロセッサよりも毎秒多くの操作を実行できる唯一のデバイスは、人間の脳です(毎秒1兆回の操作)。 これは、以前に使用されていたTeslaNvidiaマイクロチップよりも約21倍強力です。
AI推論プロセッサを構築して、フルセルフドライブソフトウェアに電力を供給し、ワットあたりのシリコンパフォーマンスを最大化しながら、アーキテクチャおよびマイクロアーキテクチャのあらゆる小さな機能強化を考慮に入れます。
テスラは間違いなく完全自律型機関車の市場をリードしていますが、最先端の自動操縦車両の開発にはまだ長い道のりがあります。
テスラ道場チップ
テスラは、特にのために作成されたBF1/CFP362で16TFLOPの電力を備えた新しいプロセッサであるテスラD8を発表しました。 人工知能。 これは最近の会見で明らかになった テスラAI 当日のプレゼンテーション。
テスラD1が合計354のトレーニングノードを追加する機能ユニットのネットワークと呼ばれる機能ユニットのネットワークを接続することにより、巨大なチップが作成されます。 各機能ユニットには、クアッドコアの64ビットISA CPUがあり、リンクトラバーサル、ブロードキャスト、および転置用に特注の特殊な設計が施されています。 スーパースカラーの実装は、このCPUによって使用されます(4幅のスカラーおよび2幅のベクトルパイプライン)。
この新しいテスラシリコンは、NVIDIAA100アクセラレータに搭載されているGA100GPUよりも小さく、サイズは826mm四方です。 7nmプロセスを使用して製造され、全体で50,000百万個のトランジスタを備え、645mmの正方形の面積を占めます。
テスラは、Dojoチップが現在のシステムのXNUMX倍の速度でコンピュータービジョンデータを処理し、自動運転システムを完全に自動化できると主張しています。
ただし、タイル間の相互接続とソフトウェアというXNUMXつの最も困難な技術的偉業は、テスラによってまだ達成されていません。
トップグレードのネットワークスイッチは、どのタイルの外部帯域幅とも競合できません。 これを行うために、テスラは独自の相互接続を作成しました。
道場システム
高レベルのソフトウェアAPIからDojoシステムを作成して、それを制御し、シリコンファームウェアインターフェイスに接続します。 最先端の高電力供給および冷却テクノロジーを利用して、困難な状況を解決し、スケーラブルな制御ループと監視ソフトウェアを作成します。
機械、熱、電気工学チームの専門知識全体を活用して、テスラのデータセンターで使用する次世代の機械学習コンピューティングを開発します。 唯一の制限はあなたの想像力です。
のすべてのコンポーネントを操作する システム設計。 Dojoを誰でもアクセスできるようにする公開APIを開発し、Teslaフリートラーニングと協力して、膨大なデータセットを利用してトレーニングワークロードを提供します。
自律アルゴリズム
忠実度の高い世界モデルを作成し、その空間に軌道をプロットして、自動車を操作する主要なアルゴリズムを開発します。
車のセンサーからのデータを場所と時間にわたって集約することにより、アルゴリズムは、トレーニングに使用できる正確で広範なグラウンドトゥルースデータを提供できます。 ニューラルネットワーク これらの表現を予測します。
彼らは、不確実性のある現実世界の困難なシナリオで機能できる最先端の方法論を使用して、強力な計画および意思決定システムを構築します。
テスラ艦隊全体のレベルでアルゴリズムを分析することは有益です。
ニューラルネットワーク
ディープニューラルネットワークは、最先端の研究を利用することにより、知覚から制御に至るまでの問題についてトレーニングすることができます。 セマンティックセグメンテーション、オブジェクト識別、および単眼深度推定を実現するために、カメラごとのネットワークが生の画像を調べます。
彼らの鳥瞰図ネットワークは、すべてのカメラからの映像を使用して、道路レイアウト、静的インフラストラクチャ、および3Dオブジェクトのトップダウンの視点を生成します。
彼らのネットワークには、世界で最も複雑で多様な状況を含む約1万台の自動車のフリートから常にデータが供給されています。
オートパイロットニューラルネットワークの構成全体を構成する48のネットワークは、トレーニングに70,000GPU時間を必要とします。 各タイムステップで、1,000個の異なるテンソル(予測)をまとめて生成します。
インフラストラクチャの評価
また、インフラストラクチャと、オープンループおよびクローズドループのハードウェアインザループ評価ツールを大規模に作成して、イノベーションの速度を速め、パフォーマンスの向上を監視し、回帰を阻止しました。
彼らは艦隊の匿名化された特徴的なクリップを利用し、それらを多くのテストシナリオに組み込んでいます。 実際の環境をシミュレートするコードを記述し、自動操縦プログラムで信じられないほどリアルなビジュアルやその他のセンサーデータを生成して、自動テストやライブデバッグに使用します。
テスラはビッグデータ、人工知能、機械学習をどのように活用していますか?
ビッグデータ
ビッグデータは、問題に対処するためにテスラによって使用されるだけではありません。 また、消費者の幸せを高めるためにも使用されます。 彼らはクライアントのオンラインコミュニティから情報を取得し、それを使用してその後の製造を強化します。 このタイプのクライアントとのやり取りは、ビジネスでは前例のないものです。
ビッグデータは、コストを節約し、新しい市場を見つけ、消費者を喜ばせ、新製品を作成し、車両を強化するというテスラの取り組みをサポートします。
この情報は、ドライバーに行動を起こさせるリスクの場所から、特定の道路の平均的な交通速度の上昇まで、あらゆるものを示す非常にデータ密度の高いマップを作成するために使用されます。
エッジコンピューティング クラウドでの機械学習がフリート全体のトレーニングを処理する一方で、個々の車が今どのような行動を取る必要があるかを決定します。
さらに、第XNUMXレベルの意思決定があり、自動車が隣接するテスラの車両と接続してネットワークを構築し、地域に関する知識を共有することができます。
これらのネットワークは、自動運転車が一般的である近未来の世界で、他のメーカーが製造した車両や、交通カメラ、地上センサー、電話などの他のシステムとも通信する可能性があります。
Artificial Intelligence
自動運転車は、自力で運転できるようにするために、センサーやマシンビジョンカメラからのデータを継続的に評価しています。 次に、この情報に基づいて決定を下します。
彼らはAIを使用して、自転車、歩行者、車の動きを理解し、予測します。 彼らは一瞬の判断を下し、この知識を使用して彼らの活動を迅速に計画することができます。
車は現在の車線に留まる必要がありますか、それとも変更する必要がありますか? そのまま走り続けるのか、それとも前の車を追い抜くのか。 車はいつ減速または加速する必要がありますか?
車を完全に自律的にするために、テスラはアルゴリズムを訓練し、そのAIに供給するために必要なデータを収集する必要があります。 より多くのトレーニングデータは常により良いパフォーマンスにつながります、そしてテスラはこの点で優れています。
テスラは、現在走行中の数十万台のテスラ車両からすべてのデータを収集するため、競争力があります。 内部および外部センサーは、さまざまな条件下でテスラがどのように動作するかを監視します。
さらに、さまざまな状況への反応や、ステアリングホイールやダッシュボードに触れる頻度など、ドライバーの行動を観察します。 彼らは非常に洗練された追跡システムを持っています。
たとえば、Teslaは瞬間を記録し、それをデータコレクションに追加してから、色付きのフォームを使用して、ニューラルネットワークが学習できる環境の抽象的な画像を生成します。
これは、テスラの車両が車や自転車の動作について不正確な仮定をしている場合に発生します。
機械学習
テスラの機械学習は、コントロール上のドライバーの手の位置や操作の継続方法に関する情報を取得できる内部センサーと外部センサーを使用して、すべての車両とその車両から重要なデータの一部をクラウドソース化することに成功しています。運転手。
この情報は、特定の長さの道路の平均的な交通速度の上昇から危険の存在まで、さらにはドライバーに行動を促すことまで、すべてを表示する非常にデータ密度の高いマップを作成するためにも利用されます。
の一部である間 エッジコンピューティング 個々の車ごとに、車が今取らなければならないアクションを決定します。テスラのクラウドベースの機械学習は、フリート全体のトレーニングを担当します。
地元の洞察や情報の一部を交換するために、自動車は近くにある他の特定のテスラ車とネットワークを構築することができます。
まとめ
テスラは常に、データの収集と分析を行うビジネスであり、それが何をするにしても最も強力なツールです。 彼らはCPUの設計中に例外を作りませんでした。
開発 自律車両 また、企業による統計データの分析により、人工知能、データ分析、ビッグデータ、機械学習、コンピュータービジョン、ニューラルネットワーク、FSDチップ、その他多くのアルゴリズムのおかげで、私たちの運転方法を完全に変えることができました。
コメントを残す