ನೀವು ಅವರ ಬಗ್ಗೆ ಯೋಚಿಸಿದಾಗ ಟೆಸ್ಲಾ ಆಟೋಮೊಬೈಲ್ ಉದ್ಯಮದಲ್ಲಿ ಪ್ರಸಿದ್ಧ ಹೆಸರು ಎಂದು ನೀವು ಊಹಿಸಬಹುದು. ಟೆಸ್ಲಾ, ಎಲೆಕ್ಟ್ರಿಕ್ ಆಟೋಮೊಬೈಲ್ಗಳ ಪ್ರವರ್ತಕ, ನಿಸ್ಸಂದೇಹವಾಗಿ. ಆದಾಗ್ಯೂ, ಅವರು ತಾಂತ್ರಿಕ ಸಂಸ್ಥೆಯಾಗಿದ್ದು, ಅವರ ಯಶಸ್ಸಿನ ರಹಸ್ಯವಾಗಿದೆ.
ಅವರ ವ್ಯವಹಾರವನ್ನು ಯಶಸ್ವಿಗೊಳಿಸಿದ ವಿಷಯಗಳಲ್ಲಿ ಒಂದು ಬಳಕೆಯಾಗಿದೆ ಕೃತಕ ಬುದ್ಧಿವಂತಿಕೆ ತಂತ್ರಜ್ಞಾನಗಳು. ಟೆಸ್ಲಾ ವಾಹನಗಳ ಸಂಪೂರ್ಣ ಯಾಂತ್ರೀಕರಣವು ಕಂಪನಿಯ ಪ್ರಸ್ತುತ ಪ್ರಮುಖ ಆದ್ಯತೆಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ, ಮತ್ತು ಈ ಗುರಿಯನ್ನು ಸಾಧಿಸಲು, ಅವರು AI ಮತ್ತು ಅದರ ಅನೇಕ ಘಟಕಗಳನ್ನು ಬಳಸುತ್ತಿದ್ದಾರೆ.
2021 ರ ಆರಂಭದಲ್ಲಿ ಅದರ ಆಗಮನವನ್ನು ಘೋಷಿಸುವ ಮೂಲಕ, ಟೆಸ್ಲಾ ಉಪಖಂಡದಲ್ಲಿ ಸಂಚಲನ ಮೂಡಿಸಿತು. ಟೆಸ್ಲಾ ಇಂಡಿಯಾದ ಉತ್ಪಾದನಾ ಕೇಂದ್ರವಾಗಿ ಭಾರತದ ಬೆಂಗಳೂರನ್ನು ಸ್ಥಾಪಿಸಲು ಎಲೋನ್ ಮಸ್ಕ್ ಬಹುತೇಕ ಸಿದ್ಧರಾಗಿದ್ದಾರೆ.
ಭಾರತದಲ್ಲಿ ಹೆಚ್ಚು ಪ್ರಶಂಸಿಸಲ್ಪಟ್ಟ "ಸೆಲ್ಫ್-ಡ್ರೈವಿಂಗ್ ಕಾರ್ಗಳು" ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಎಂಬುದರ ಕುರಿತು ಮೇಮ್ಗಳು ಮತ್ತು ಟ್ವೀಟ್ಗಳು ಮುಂದುವರೆದಂತೆ ಭಾರತದಲ್ಲಿನ AI ತಜ್ಞರು ಹುರಿದುಂಬಿಸಿದರು.
ಅಂತಿಮವಾಗಿ ಜಗತ್ತನ್ನು ಆಳುವ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಸಂಪೂರ್ಣ ಅಲೆಯು ಇದೀಗ ಪ್ರಾರಂಭವಾಗುತ್ತಿದೆ.
ಈ ಪೋಸ್ಟ್ ಟೆಸ್ಲಾ ತನ್ನ ಸಿಸ್ಟಂನಲ್ಲಿ AI ಅನ್ನು ಹೇಗೆ ಸಂಯೋಜಿಸುತ್ತಿದೆ, ನಿರ್ದಿಷ್ಟತೆಗಳು ಮತ್ತು ಇತರ ಮಾಹಿತಿಯನ್ನು ಒಳಗೊಂಡಂತೆ ಆಳವಾಗಿ ಪರಿಶೀಲಿಸುತ್ತದೆ.
ಹಾಗಾದರೆ, AI ಕಾರುಗಳಲ್ಲಿ ಸ್ವಾಯತ್ತ ಡ್ರೈವಿಂಗ್ ಅನ್ನು ಹೇಗೆ ಕಲಿಸುತ್ತದೆ?
ಸ್ವಾಯತ್ತ ವಾಹನಗಳು ಸ್ವತಂತ್ರವಾಗಿ ಚಾಲನೆ ಮಾಡಲು ಸಾಧ್ಯವಾಗುವಂತೆ ತಮ್ಮ ಸಂವೇದಕಗಳು ಮತ್ತು ಯಂತ್ರ ದೃಷ್ಟಿ ಕ್ಯಾಮೆರಾಗಳಿಂದ ಡೇಟಾವನ್ನು ನಿರಂತರವಾಗಿ ವಿಶ್ಲೇಷಿಸಿ. ಮುಂದೆ ಏನು ಮಾಡಬೇಕೆಂದು ನಿರ್ಧರಿಸಲು ಅವರು ಈ ಡೇಟಾವನ್ನು ಬಳಸುತ್ತಾರೆ.
ಅವರು ಬೈಸಿಕಲ್ಗಳು, ಪಾದಚಾರಿಗಳು ಮತ್ತು ಆಟೋಗಳ ಮುಂದಿನ ಚಲನೆಗಳನ್ನು ಗ್ರಹಿಸಲು ಮತ್ತು ಊಹಿಸಲು AI ಅನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತಾರೆ. ಅವರು ತಮ್ಮ ಕ್ರಿಯೆಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಯೋಜಿಸಲು ಮತ್ತು ವಿಭಜಿತ-ಸೆಕೆಂಡ್ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಈ ಮಾಹಿತಿಯನ್ನು ಬಳಸಬಹುದು.
ಆಟೋಮೊಬೈಲ್ ಅದರ ಪ್ರಸ್ತುತ ಲೇನ್ನಲ್ಲಿ ಮುಂದುವರಿಯಬೇಕೇ ಅಥವಾ ಲೇನ್ ಬದಲಾಯಿಸಬೇಕೇ? ಅದು ಇರುವಲ್ಲಿಯೇ ಮುಂದುವರಿಯಬೇಕೇ ಅಥವಾ ಅವರ ಮುಂದೆ ಆಟೋಮೊಬೈಲ್ ಅನ್ನು ಹಾದುಹೋಗಬೇಕೇ? ವಾಹನವನ್ನು ಯಾವಾಗ ನಿಧಾನಗೊಳಿಸಬೇಕು ಅಥವಾ ವೇಗಗೊಳಿಸಬೇಕು?
ಕಾರುಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಸ್ವಾಯತ್ತವಾಗಿಸುವ ಸಲುವಾಗಿ ಟೆಸ್ಲಾ ಅಲ್ಗಾರಿದಮ್ಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲು ಮತ್ತು ಅದರ AIಗಳನ್ನು ಪೋಷಿಸಲು ಸೂಕ್ತವಾದ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಬೇಕಾಗುತ್ತದೆ. ಉತ್ತಮ ಕಾರ್ಯಕ್ಷಮತೆಯು ಯಾವಾಗಲೂ ಹೆಚ್ಚಿನ ತರಬೇತಿ ಡೇಟಾದಿಂದ ಉಂಟಾಗುತ್ತದೆ ಮತ್ತು ಟೆಸ್ಲಾ ಈ ಪ್ರದೇಶದಲ್ಲಿ ಹೊಳೆಯುತ್ತದೆ.
ಈಗ ರಸ್ತೆಯಲ್ಲಿರುವ ನೂರಾರು ಸಾವಿರ ಟೆಸ್ಲಾ ವಾಹನಗಳಿಂದ ತನ್ನ ಎಲ್ಲಾ ಡೇಟಾವನ್ನು ಟೆಸ್ಲಾ ಕ್ರೌಡ್ಸೋರ್ಸ್ ಮಾಡುತ್ತದೆ ಎಂಬ ಅಂಶವು ಅವರಿಗೆ ಸ್ಪರ್ಧಾತ್ಮಕ ಪ್ರಯೋಜನವನ್ನು ನೀಡುತ್ತದೆ. ಆಂತರಿಕ ಮತ್ತು ಬಾಹ್ಯ ಸಂವೇದಕಗಳೆರಡೂ ವಿವಿಧ ಸಂದರ್ಭಗಳಲ್ಲಿ ಟೆಸ್ಲಾಸ್ ಹೇಗೆ ವರ್ತಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುತ್ತವೆ.
ಅವರು ಕೆಲವು ಸಂದರ್ಭಗಳಿಗೆ ಹೇಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತಾರೆ ಮತ್ತು ಸ್ಟೀರಿಂಗ್ ವೀಲ್ ಅಥವಾ ಡ್ಯಾಶ್ಬೋರ್ಡ್ ಅನ್ನು ಎಷ್ಟು ಬಾರಿ ಸ್ಪರ್ಶಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಒಳಗೊಂಡಂತೆ ಚಾಲಕರ ವರ್ತನೆಯ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಅವರು ಸಂಗ್ರಹಿಸುತ್ತಾರೆ.
"ಅನುಕರಣೆ ಕಲಿಕೆ" ಎಂಬುದು ಟೆಸ್ಲಾರ ತಂತ್ರದ ಹೆಸರು. ಪ್ರಪಂಚದಾದ್ಯಂತ ಲಕ್ಷಾಂತರ ನೈಜ ಚಾಲಕರು ತೀರ್ಪುಗಳನ್ನು ಮಾಡುತ್ತಾರೆ, ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತಾರೆ ಮತ್ತು ಚಲಿಸುತ್ತಾರೆ ಮತ್ತು ಅವರ ಕ್ರಮಾವಳಿಗಳು ಆ ಕ್ರಿಯೆಗಳಿಂದ ಕಲಿಯುತ್ತವೆ. ಆ ಎಲ್ಲಾ ಕಿಲೋಮೀಟರ್ಗಳು ನಂಬಲಾಗದಷ್ಟು ಅತ್ಯಾಧುನಿಕ ಸ್ವಾಯತ್ತ ವಾಹನಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತವೆ.
ಅವರ ಟ್ರ್ಯಾಕಿಂಗ್ ವ್ಯವಸ್ಥೆಯು ನಿಜವಾಗಿಯೂ ಮುಂದುವರಿದಿದೆ. ಉದಾಹರಣೆಗೆ, ಟೆಸ್ಲಾ ಈ ಕ್ಷಣದ ಡೇಟಾ ಸ್ನ್ಯಾಪ್ಶಾಟ್ ಅನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ, ಅದನ್ನು ಡೇಟಾ ಸೆಟ್ಗೆ ಸೇರಿಸುತ್ತದೆ ಮತ್ತು ನಂತರ ಬಣ್ಣ-ಕೋಡೆಡ್ ಆಕಾರಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಪ್ರಪಂಚದ ಅಮೂರ್ತ ಪ್ರಾತಿನಿಧ್ಯವನ್ನು ಮರುಸೃಷ್ಟಿಸುತ್ತದೆ ನರಮಂಡಲ ನಿಂದ ಕಲಿಯಬಹುದು. ಟೆಸ್ಲಾ ವಾಹನವು ಕಾರು ಅಥವಾ ಬೈಸಿಕಲ್ನ ನಡವಳಿಕೆಯನ್ನು ತಪ್ಪಾಗಿ ಊಹಿಸಿದಾಗ ಇದು ಸಂಭವಿಸುತ್ತದೆ.
ಸ್ವಾಯತ್ತ ವಾಹನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಇತರ ವ್ಯವಹಾರಗಳು ಅವಲಂಬಿಸಿವೆ ಸಂಶ್ಲೇಷಿತ ಡೇಟಾ, ಇದು ಟೆಸ್ಲಾ ತನ್ನ AI ಗಳನ್ನು ತರಬೇತಿ ಮಾಡಲು ಬಳಸುವ ನೈಜ-ಪ್ರಪಂಚದ ಡೇಟಾಕ್ಕಿಂತ ಗಮನಾರ್ಹವಾಗಿ ಕಡಿಮೆ ಪರಿಣಾಮಕಾರಿಯಾಗಿದೆ (ಉದಾಹರಣೆಗೆ, ಗ್ರ್ಯಾಂಡ್ ಥೆಫ್ಟ್ ಆಟೋದಂತಹ ವೀಡಿಯೊ ಆಟಗಳಿಂದ ಚಾಲನೆ ವರ್ತನೆ).
ನಾವು ಈಗ AI ಯ ಪ್ರಯೋಜನವನ್ನು ಪಡೆಯುವ ಟೆಸ್ಲಾ ಘಟಕಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತೇವೆ.
AI ಯ ಪ್ರಯೋಜನವನ್ನು ಪಡೆಯುವ ಟೆಸ್ಲಾ ಘಟಕಗಳು
ಕ್ಯಾಮೆರಾ ಮತ್ತು ಸಂವೇದಕಗಳು
ಟೆಸ್ಲಾ ಪೂರ್ಣಗೊಳಿಸಬೇಕಾದ ಜವಾಬ್ದಾರಿಗಳು ಬಹಳ ಪ್ರಸಿದ್ಧವಾಗಿವೆ. ಈ ಎಲ್ಲಾ ಕಾರ್ಯಾಚರಣೆಗಳು, ಲೇನ್ ಗುರುತಿಸುವಿಕೆಯಿಂದ ಪಾದಚಾರಿ ಟ್ರ್ಯಾಕಿಂಗ್ವರೆಗೆ, ನೈಜ ಸಮಯದಲ್ಲಿ ಕೈಗೊಳ್ಳಲಾಗುತ್ತದೆ. ಈ ಕಾರಣಕ್ಕಾಗಿ ಟೆಸ್ಲಾ 8 ಕ್ಯಾಮೆರಾಗಳ ಸಹಾಯದಿಂದ ಕಾರ್ಯನಿರ್ವಹಿಸಿತು. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಈ ಅನೇಕ ಕ್ಯಾಮೆರಾಗಳ ಉಪಸ್ಥಿತಿಯು ಯಾವುದೇ ಕುರುಡು ವಲಯವಿಲ್ಲ ಮತ್ತು ಕಾರಿನ ಸುತ್ತಲಿನ ಸಂಪೂರ್ಣ ಪ್ರದೇಶವನ್ನು ಆವರಿಸಿದೆ ಎಂದು ಭರವಸೆ ನೀಡುತ್ತದೆ.
ನೀವು ಈಗ ಓದಿದ್ದು ನಿಜ! ಯಾವುದೇ LIDAR ಹೈ-ಡೆಫಿನಿಷನ್ ಮ್ಯಾಪಿಂಗ್ಗೆ ಯಾವುದೇ ವ್ಯವಸ್ಥೆ ಇಲ್ಲ. ಟೆಸ್ಲಾ ಕೇವಲ ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಯನ್ನು ಬಳಸಲು ಬಯಸುತ್ತಾರೆ, ಯಂತ್ರ ಕಲಿಕೆ, ಮತ್ತು ಸ್ವಯಂ-ಪೈಲಟ್ ಮಾದರಿಯನ್ನು ರಚಿಸಲು ಕ್ಯಾಮರಾ ವೀಡಿಯೊ ಫೀಡ್ಗಳು. ಕನ್ವಲ್ಯೂಷನಲ್ ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ಗಳನ್ನು (CNN ಗಳು) ನಂತರ ಟ್ರ್ಯಾಕ್ ಮಾಡಲು ಕಚ್ಚಾ ವೀಡಿಯೊವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ವಸ್ತುಗಳನ್ನು ಪತ್ತೆ ಮಾಡಿ.
ಟೆಸ್ಲಾ ಆಟೋಪಿಲೆಟ್ ಕ್ಯಾಮೆರಾಗಳ ಜೊತೆಗೆ ರೇಡಾರ್ ಮತ್ತು ಅಲ್ಟ್ರಾಸಾನಿಕ್ ಸಂವೇದಕಗಳನ್ನು ಸಹ ಹೊಂದಿದೆ. ವಾಹನಗಳು ಮತ್ತು ಇತರ ವಸ್ತುಗಳ ನಡುವಿನ ಪ್ರತ್ಯೇಕತೆಯನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಮತ್ತು ಅಳೆಯಲು ರಾಡಾರ್ ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಚಾಲಕ ಸುರಕ್ಷತೆಯನ್ನು ಉತ್ತಮಗೊಳಿಸುವ ಸಲುವಾಗಿ, ಅಲ್ಟ್ರಾಸಾನಿಕ್ ಸಂವೇದಕಗಳು ನಿಷ್ಕ್ರಿಯ ವಸ್ತುಗಳೊಂದಿಗೆ ನಿಕಟತೆಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲು ಅನುಗುಣವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ.
ಕಾರಿನ ಸುತ್ತಮುತ್ತಲಿನ ಪ್ರದೇಶಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ಆಟೊಪೈಲಟ್ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಸಾಧ್ಯವಾದಷ್ಟು ಸ್ಪಂದಿಸುವಂತೆ ಮಾಡಲು, ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ಗಳನ್ನು ಟೆಸ್ಲಾ ಹಾರ್ಡ್ವೇರ್ನೊಂದಿಗೆ ಸಂಯೋಜಿಸಲಾಗಿದೆ.
ಟೆಸ್ಲಾ FSD ಚಿಪ್ -3
ರಸ್ತೆಗಳಲ್ಲಿ ಸುಧಾರಿತ ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಸುರಕ್ಷತೆಗಾಗಿ, ಟೆಸ್ಲಾ ವ್ಯವಸ್ಥೆಗಳು ಎರಡು AI ಪ್ರೊಸೆಸರ್ಗಳನ್ನು ಒಳಗೊಂಡಿವೆ. ಟೆಸ್ಲಾ ವ್ಯವಸ್ಥೆಯು ದೋಷ-ಮುಕ್ತವಾಗಿರಲು ಶ್ರಮಿಸುತ್ತದೆ. ಒಂದು ಘಟಕ ವಿಫಲವಾದರೂ ಸಹ, ಬ್ಯಾಕ್ಅಪ್ ಪವರ್ ಮತ್ತು ಡೇಟಾ ಇನ್ಪುಟ್ ಮೂಲಗಳ ಕಾರಣದಿಂದಾಗಿ ಹೆಚ್ಚುವರಿ ಘಟಕಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಆಟೋಮೊಬೈಲ್ ಇನ್ನೂ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
ಅನಿರೀಕ್ಷಿತ ವೈಫಲ್ಯದ ಸಂದರ್ಭದಲ್ಲಿ ಘರ್ಷಣೆಯನ್ನು ತಪ್ಪಿಸಲು ಕಾರುಗಳು ಸುಸಜ್ಜಿತವಾಗಿವೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಟೆಸ್ಲಾ ಈ ಹೆಚ್ಚುವರಿ ಕ್ರಮಗಳನ್ನು ಬಳಸುತ್ತದೆ. ಕೇವಲ ದಿ ಮಾನವ ಮೆದುಳು ಹೊಸ ಟೆಸ್ಲಾ ಮೈಕ್ರೊಪ್ರೊಸೆಸರ್ (ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ 1 ಕ್ವಾಡ್ರಿಲಿಯನ್ ಕಾರ್ಯಾಚರಣೆಗಳು) ಗಿಂತ ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ ಹೆಚ್ಚಿನ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ನಿರ್ವಹಿಸಬಹುದು. ಇದು ಹಿಂದೆ ಬಳಕೆಯಲ್ಲಿದ್ದ ಟೆಸ್ಲಾ ಎನ್ವಿಡಿಯಾ ಮೈಕ್ರೋಚಿಪ್ಗಳಿಗಿಂತ ಸುಮಾರು 21 ಪಟ್ಟು ಹೆಚ್ಚು ಪ್ರಬಲವಾಗಿದೆ.
Tesla ನಿಸ್ಸಂದೇಹವಾಗಿ ಸಂಪೂರ್ಣ ಸ್ವಾಯತ್ತ ಲೊಕೊಮೊಟಿವ್ಗಳಿಗೆ ಮಾರುಕಟ್ಟೆ ನಾಯಕ, ಆದರೆ ಇದು ಅತ್ಯಾಧುನಿಕ ಆಟೋಪೈಲಟ್ ಕಾರನ್ನು ಉತ್ಪಾದಿಸುವುದರಿಂದ ಇನ್ನೂ ಬಹಳ ದೂರದಲ್ಲಿದೆ.
ಭವಿಷ್ಯದಲ್ಲಿ, ಈ ಪ್ರಬಂಧದಲ್ಲಿ ನಾವು ವಿವರಿಸಿರುವ ಗುಣಗಳನ್ನು ಹೊಂದಿರುವ ಆಟೋಮೊಬೈಲ್ ನಿಸ್ಸಂದೇಹವಾಗಿ ಸಾಮಾನ್ಯವಾಗುತ್ತದೆ. ಟೆಸ್ಲಾ ತನ್ನದೇ ಆದ ಅತ್ಯಾಧುನಿಕ AI ಪ್ರೊಸೆಸರ್ಗಳು ಮತ್ತು ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ರಚಿಸಿದೆ.
ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ ತರಬೇತಿ
ನರಮಂಡಲದ ನಂತರ ಮಾದರಿಯನ್ನು ಸಹ ತರಬೇತಿ ಮಾಡಬೇಕು ರಚಿಸಲಾಗಿದೆ. ಅತ್ಯಾಧುನಿಕ ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಅನುಮತಿಸಲು ಟೆಸ್ಲಾ ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ಗ್ರಂಥಾಲಯಗಳು ಮತ್ತು ಸಾಧನಗಳನ್ನು ಇರಿಸಿದೆ ಎಂದು ನಮಗೆ ತಿಳಿದಿದೆ.
ಪೈಟೊರ್ಚ್, ಫೇಸ್ಬುಕ್ನ AI ಸಂಶೋಧನಾ ವಿಭಾಗದಿಂದ ರಚಿಸಲ್ಪಟ್ಟಿದೆ, ಇದು ಅಂತಹ ಒಂದು ಚೌಕಟ್ಟಾಗಿದೆ (FAIR). PyTorch ಅನ್ನು ಬಳಸುತ್ತಾರೆ ಟೆಸ್ಲಾ ಟೆಕ್ ಸ್ಟಾಕ್ ಆಳವಾದ ಕಲಿಕೆಯ ಮಾದರಿಯನ್ನು ತರಬೇತಿ ಮಾಡಲು.
ಸಂಪೂರ್ಣ ಸ್ವಾಯತ್ತತೆಯನ್ನು ಸಾಧಿಸಲು ಟೆಸ್ಲಾ ನಕ್ಷೆಗಳು ಅಥವಾ LIDAR ಅನ್ನು ಅವಲಂಬಿಸಿಲ್ಲ ಎಂಬುದು ಗಮನಾರ್ಹವಾಗಿದೆ. ಕ್ಯಾಮೆರಾಗಳು ಮತ್ತು ಶುದ್ಧ ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಯನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ಎಲ್ಲವನ್ನೂ ನೈಜ ಸಮಯದಲ್ಲಿ ಮಾಡಲಾಗುತ್ತದೆ.
ಟೆಸ್ಲಾರು ಪೈಟೋರ್ಚ್ ಅನ್ನು ತರಬೇತಿಗಾಗಿ ಮತ್ತು ವಿವಿಧ ಸಹಾಯಕ ಚಟುವಟಿಕೆಗಳಿಗೆ ಬಳಸಿಕೊಳ್ಳುತ್ತಾರೆ ಸ್ವಯಂಚಾಲಿತ ಕೆಲಸದ ಹರಿವು ವೇಳಾಪಟ್ಟಿ, ಮಾದರಿ ಮಿತಿಗಳ ಮಾಪನಾಂಕ ನಿರ್ಣಯ, ಸಂಪೂರ್ಣ ಮೌಲ್ಯಮಾಪನ, ನಿಷ್ಕ್ರಿಯ ಪರೀಕ್ಷೆ, ಸಿಮ್ಯುಲೇಶನ್ ಪರೀಕ್ಷೆಗಳು, ಇತ್ಯಾದಿ.
ಟೆಸ್ಲಾ ಸುಮಾರು 70,000 GPU ಗಂಟೆಗಳ ತರಬೇತಿಯನ್ನು 48 ನೆಟ್ವರ್ಕ್ಗಳನ್ನು ವ್ಯಯಿಸುತ್ತದೆ ಅದು 1,000 ವಿಭಿನ್ನ ಭವಿಷ್ಯವಾಣಿಗಳನ್ನು ಮಾಡುತ್ತದೆ. ಈ ತರಬೇತಿಯು ಒಂದೇ ಬಾರಿ ಅಲ್ಲ, ನಿರಂತರವಾಗಿ ನಡೆಯುತ್ತಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಕಾಲಾನಂತರದಲ್ಲಿ ಮುಂದುವರಿಯುವ ಪುನರಾವರ್ತಿತ ಪ್ರಕ್ರಿಯೆ ಎಂದು ನಮಗೆ ತಿಳಿದಿದೆ. ಪರಿಣಾಮವಾಗಿ, ಎಲ್ಲಾ 1000 ಪ್ರತ್ಯೇಕ ಮುನ್ಸೂಚನೆಗಳು ನಿಖರವಾಗಿ ಉಳಿಯುತ್ತವೆ ಮತ್ತು ಎಂದಿಗೂ ಕುಗ್ಗುವುದಿಲ್ಲ.
ಹೈಡ್ರಾನೆಟ್
ಯಾವುದೇ ಸಮಯದಲ್ಲಿ ಸುಮಾರು 100 ಉದ್ಯೋಗಗಳು ಪ್ರಗತಿಯಲ್ಲಿವೆ, ಕಾರು ಚಲಿಸದಿರುವಾಗ ಮತ್ತು ಹೆಚ್ಚಾಗಿ ಅಡ್ಡಹಾದಿಯಲ್ಲಿದ್ದರೂ ಸಹ. ಪ್ರತಿ ಕಾರ್ಯಕ್ಕೂ ನರಮಂಡಲವನ್ನು ಬಳಸುವುದು ದುಬಾರಿ ಮತ್ತು ನಿಷ್ಪರಿಣಾಮಕಾರಿಯಾಗಿದೆ. ಟೆಸ್ಲಾ ವಾಹನಗಳಲ್ಲಿ AI ಮೂಲಕ ಬೃಹತ್ ಪ್ರಮಾಣದ ಮಾಹಿತಿಯನ್ನು ನೈಜ ಸಮಯದಲ್ಲಿ ಸಂಸ್ಕರಿಸಲಾಗುತ್ತದೆ.
ಪರಿಣಾಮವಾಗಿ, 50 x 1000 ಚಿತ್ರಗಳನ್ನು ಏಕಕಾಲದಲ್ಲಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಬಲ್ಲ ResNet-1000 ಹಂಚಿಕೆಯ ಬೆನ್ನೆಲುಬು, ಕಂಪ್ಯೂಟರ್ ವಿಷನ್ ವರ್ಕ್ಫ್ಲೋಗೆ ಕೇಂದ್ರೀಯ ಸಂಸ್ಕರಣಾ ಘಟಕವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
ನೆಟ್ವರ್ಕ್ನ ಮೇಲ್ಭಾಗದಲ್ಲಿ, ಹೈಡ್ರಾನೆಟ್ ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ ವಿನ್ಯಾಸವು ಹಲವಾರು ಶಾಖೆಗಳಾಗಿ (ಅಥವಾ ಹೆಡ್ಗಳು) ವಿಭಜಿಸುತ್ತದೆ. ಪ್ರತಿ ಮೈಕ್ರೋ-ಬ್ಯಾಚ್ ತರಬೇತಿ ಡೇಟಾವನ್ನು ಅನೇಕ ಮುಖ್ಯಸ್ಥರಿಗೆ ವಿಭಿನ್ನವಾಗಿ ತೂಕ ಮಾಡುವ ಮೂಲಕ, ಈ ಮುಖ್ಯಸ್ಥರಿಗೆ ಸ್ವತಂತ್ರವಾಗಿ ಕಲಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ವಿಭಿನ್ನ ವಿಷಯಗಳನ್ನು ಕಲಿಯಲಾಗುತ್ತದೆ.
ಸಹಜವಾಗಿ, ವಾಹನಗಳಿಗೆ AI ಅನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಈ ಹೈಡ್ರಾನೆಟ್ಗಳು ಒಟ್ಟಾಗಿ ಕೆಲಸ ಮಾಡುವ ಹಲವಾರು ನಿದರ್ಶನಗಳಿವೆ. ಪ್ರತಿ HydraNet ನ ಮಾಹಿತಿಯನ್ನು ಮರುಕಳಿಸುವ ಸಮಸ್ಯೆಗಳನ್ನು ನಿವಾರಿಸಲು ಬಳಸಿಕೊಳ್ಳಲಾಗುತ್ತದೆ.
ಉದಾಹರಣೆಗೆ, ಒಂದು ಕಾರ್ಯವು ಸ್ಟಾಪ್ ಚಿಹ್ನೆಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಸಕ್ರಿಯವಾಗಿರುತ್ತದೆ, ಇನ್ನೊಂದು ಪಾದಚಾರಿಗಳೊಂದಿಗೆ ವ್ಯವಹರಿಸಲು ಮತ್ತು ಇನ್ನೊಂದು ಟ್ರಾಫಿಕ್ ಸಿಗ್ನಲ್ಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು. ಈ ವಿಶಿಷ್ಟ ಕರ್ತವ್ಯಗಳೆಲ್ಲವೂ ಸಾಮಾನ್ಯ ಬೆನ್ನೆಲುಬಿನಿಂದ ನಿರ್ವಹಿಸಲ್ಪಡುತ್ತವೆ.
ಹೈಡ್ರಾನೆಟ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ಪ್ರಕಾರ, ಈ ಪ್ರತಿಯೊಂದು ಕಾರ್ಯಗಳಿಗೆ ಅಗಾಧವಾದ ನರಮಂಡಲದ ಒಂದು ಸಣ್ಣ ಭಾಗದ ಅಗತ್ಯವಿದೆ.
ಇದು ವರ್ಗಾವಣೆ ಕಲಿಕೆಗೆ ಹೋಲುತ್ತದೆ, ಕೆಲವು ಸಂಬಂಧಿತ ಕಾರ್ಯಗಳಿಗಾಗಿ ಸಾಮಾನ್ಯ ಬ್ಲಾಕ್ಗಾಗಿ ವಿಭಿನ್ನ ಬ್ಲಾಕ್ಗಳನ್ನು ತರಬೇತಿ ನೀಡಲಾಗುತ್ತದೆ. ಹೈಡ್ರಾನೆಟ್ಗಳ ಬೆನ್ನೆಲುಬುಗಳು ವಿವಿಧ ವಿಷಯಗಳ ಮೇಲೆ ತರಬೇತಿ ಪಡೆದಿವೆ, ಆದರೆ ಮುಖ್ಯಸ್ಥರಿಗೆ ನಿರ್ದಿಷ್ಟ ಉದ್ಯೋಗಗಳ ಮೇಲೆ ಕಲಿಸಲಾಗುತ್ತದೆ.
ಇದು ಮಾದರಿಯನ್ನು ತರಬೇತಿ ಮಾಡಲು ಬೇಕಾದ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ತೀರ್ಮಾನವನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ.
ಟೆಸ್ಲಾ ಆಟೋಪಿಲೆಟ್
ಆಟೋಪೈಲಟ್ ಸಾಮರ್ಥ್ಯ ಹೊಂದಿರುವ ಕಾರುಗಳು ಲೇನ್ನಲ್ಲಿ ಸ್ವಾಯತ್ತವಾಗಿ ಚಲಿಸಬಹುದು, ವೇಗಗೊಳಿಸಬಹುದು ಮತ್ತು ನಿಲ್ಲಿಸಬಹುದು. ಆಳವಾದ ನರಮಂಡಲದ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಇದನ್ನು ನಿರ್ಮಿಸಲಾಗಿದೆ. ಇದು ಕ್ಯಾಮೆರಾಗಳು, ಅಲ್ಟ್ರಾಸಾನಿಕ್ ಸಂವೇದಕಗಳು ಮತ್ತು ರಾಡಾರ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಕಾರಿನ ಸುತ್ತಲಿನ ಪ್ರದೇಶವನ್ನು ವೀಕ್ಷಿಸುತ್ತದೆ.
ಸಂವೇದಕಗಳು ಮತ್ತು ಕ್ಯಾಮೆರಾಗಳ ಮೂಲಕ ಚಾಲಕರು ತಮ್ಮ ಸುತ್ತಮುತ್ತಲಿನ ಬಗ್ಗೆ ಅರಿವು ಮೂಡಿಸುತ್ತಾರೆ ಮತ್ತು ಈ ಮಾಹಿತಿಯನ್ನು ಮಿಲಿಸೆಕೆಂಡ್ಗಳಲ್ಲಿ ವಿಶ್ಲೇಷಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಚಾಲನೆಯನ್ನು ಸುರಕ್ಷಿತ ಮತ್ತು ಕಡಿಮೆ ಒತ್ತಡದಿಂದ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಪ್ರಕಾಶಮಾನವಾದ, ಗಾಢವಾದ ಮತ್ತು ವಿವಿಧ ಹವಾಮಾನ ಸಂದರ್ಭಗಳಲ್ಲಿ, ವಾಹನಗಳ ಸುತ್ತಲಿನ ಜಾಗವನ್ನು ವೀಕ್ಷಿಸಲು ಮತ್ತು ಅಂದಾಜು ಮಾಡಲು ರಾಡಾರ್ ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಪ್ರತಿ ಸನ್ನಿವೇಶದಲ್ಲಿ, ನೇರಳಾತೀತ ವಿಧಾನಗಳು ನಿಕಟತೆಯನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ ಮತ್ತು ನಿಷ್ಕ್ರಿಯ ವೀಡಿಯೊವು ಹತ್ತಿರದ ವಸ್ತುಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ ಮತ್ತು ಸುರಕ್ಷಿತ ಚಾಲನೆಯನ್ನು ಉತ್ತೇಜಿಸುತ್ತದೆ.
ಹೆಚ್ಚುವರಿಯಾಗಿ, ಆಟೋಪೈಲಟ್ ಅನ್ನು ಚಾಲಕನಿಗೆ ಸಹಾಯ ಮಾಡಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ ಮತ್ತು ಟೆಸ್ಲಾವನ್ನು ಸ್ವಯಂ-ಚಾಲನಾ ವಾಹನವಾಗಿ ಪರಿವರ್ತಿಸುವುದಿಲ್ಲ. ಚಾಲಕರು ತಮ್ಮ ಕೈಗಳನ್ನು ಚಕ್ರದ ಮೇಲೆ ಇಡುವಂತೆ ಎಚ್ಚರಿಸುವುದು ಸಾಮಾನ್ಯ ಅಭ್ಯಾಸವಾಗಿದೆ.
ನೀವು ಮಾಡದಿದ್ದರೆ ಚಕ್ರವನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಎಚ್ಚರಿಕೆಗಳ ಸರಣಿಯನ್ನು ಪ್ರಚೋದಿಸಲಾಗುತ್ತದೆ. ಹೆಚ್ಚು ಸಮಯ ನಿರ್ಲಕ್ಷಿಸಿದರೆ, ಆಟೋಮೊಬೈಲ್ ಸ್ಥಗಿತಗೊಳ್ಳುವ ಮೊದಲು ನಿಧಾನಗೊಳ್ಳಲು ಪ್ರಾರಂಭಿಸುತ್ತದೆ. ಕ್ರೂಸ್ ಕಂಟ್ರೋಲ್ ಕಾಂಡವನ್ನು ಬ್ರೇಕ್ ಮಾಡುವ, ತಿರುಗಿಸುವ ಅಥವಾ ನಿಷ್ಕ್ರಿಯಗೊಳಿಸುವ ಮೂಲಕ, ಚಾಲಕರು ಯಾವಾಗಲೂ ಆಟೋಪೈಲಟ್ ಕಾರ್ಯಗಳನ್ನು ಅತಿಕ್ರಮಿಸಬಹುದು.
ಪಕ್ಷಿನೋಟ
ಟೆಸ್ಲಾ ಹಾರ್ಡ್ವೇರ್ ವ್ಯಾಖ್ಯಾನಿಸುವ ಚಿತ್ರಗಳಿಗೆ ಹೆಚ್ಚುವರಿ ಆಯಾಮಗಳು ಬೇಕಾಗಬಹುದು. ಬರ್ಡ್ಸ್ ಐ ವ್ಯೂ ವೈಶಿಷ್ಟ್ಯವು ದೂರದ ದೂರವನ್ನು ಅಳೆಯಲು ಸುಲಭಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಹೊರಗಿನ ಪ್ರಪಂಚದ ಹೆಚ್ಚು ನಿಖರವಾದ ಪ್ರಾತಿನಿಧ್ಯವನ್ನು ನೀಡುತ್ತದೆ.
ಇದು ದೃಶ್ಯ ಮೇಲ್ವಿಚಾರಣಾ ವ್ಯವಸ್ಥೆಯಾಗಿದ್ದು, ಪಾರ್ಕಿಂಗ್ ಅನ್ನು ಸರಳಗೊಳಿಸಲು ಮತ್ತು ಸಣ್ಣ ಸ್ಥಳಗಳನ್ನು ಸುಲಭವಾಗಿ ನ್ಯಾವಿಗೇಟ್ ಮಾಡಲು ಕಾರಿನ ಟಾಪ್ ವ್ಯೂ ಇಮೇಜ್ ಅನ್ನು "ರೆಂಡರ್" ಮಾಡುತ್ತದೆ. ನಿಮ್ಮ ಪಾರ್ಕಿಂಗ್ ಸಾಮರ್ಥ್ಯದ ಬಗ್ಗೆ ಕುಂಟತನದ ಸಮರ್ಥನೆಯನ್ನು ನೀಡದೆಯೇ, ನೀವು ಈಗ ಸುರಕ್ಷಿತವಾಗಿ ಚಕ್ರವನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು.
ಟೆಸ್ಲಾ ಭವಿಷ್ಯ
ನೀವು ಪ್ರಬಲ ಶ್ರೇಣಿಯೊಂದಿಗೆ ಮಧ್ಯಮ ಗಾತ್ರದ SUV ಗಾಗಿ ಹುಡುಕುತ್ತಿದ್ದರೆ, ದಿ 2022 ಟೆಸ್ಲಾ ಮಾಡೆಲ್ ವೈ EV ಗಳಿಗೆ ಅದ್ಭುತವಾದ ಆರಂಭದ ಹಂತವಾಗಿದೆ. ನಿಯಮಿತ ಸಾಫ್ಟ್ವೇರ್ ಅಪ್ಗ್ರೇಡ್ಗಳ ಕಾರಣದಿಂದಾಗಿ, ಟೆಸ್ಲಾದ ಇತರ ಉತ್ಪನ್ನಗಳಂತೆ ಮಾಡೆಲ್ ವೈ ನಿರಂತರವಾಗಿ ಬದಲಾಗುತ್ತಿದೆ.
ಸುರಕ್ಷತೆ ಮತ್ತು ಕ್ರಿಯಾತ್ಮಕತೆಯನ್ನು ಹೆಚ್ಚಿಸುವ ಮೂಲಕ, ಈ ನವೀಕರಣಗಳು ನಿಮ್ಮ ಆಟೋಮೊಬೈಲ್ ಹೆಚ್ಚು ಉಪಯುಕ್ತವಾಗಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಕುಟುಂಬ ಮತ್ತು ವಿವಿಧ ಸಾಮಾನು ಸರಂಜಾಮುಗಳೊಂದಿಗೆ ದೂರದ ಪ್ರಯಾಣ ಮಾಡಬೇಕಾದ ಜನರಿಗೆ, ವಿಶಾಲವಾದ ದೇಹ ಮತ್ತು ಟೆಸ್ಲಾ ಅವರ ಸೂಪರ್ಚಾರ್ಜರ್ ನೆಟ್ವರ್ಕ್ಗೆ ಪ್ರವೇಶವು ಅದ್ಭುತವಾದ ಆಯ್ಕೆಯಾಗಿದೆ.
ಅದರ ಪ್ರಾರಂಭದಿಂದಲೂ, ಟೆಸ್ಲಾ ತನ್ನ ಪ್ರಸ್ತುತ ಗ್ರಾಹಕರ ನೆಲೆಯಿಂದ ದತ್ತಾಂಶದಿಂದ ಪ್ರಯೋಜನವನ್ನು ಪಡೆದುಕೊಂಡಿದೆ ಮತ್ತು ಸ್ವಾಯತ್ತ ವಾಹನಗಳ ಮೇಲಿನ ಅದರ ಕೆಲಸವು ಅದರ ಎಲ್ಲಾ ಕಾರ್ಯಾಚರಣೆಗಳ ಮಧ್ಯಭಾಗದಲ್ಲಿ AI ಅನ್ನು ಇರಿಸುವ ಅದರ ನಡೆಯುತ್ತಿರುವ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯ ಒಂದು ಭಾಗವಾಗಿದೆ.
AI ಮತ್ತು ದೊಡ್ಡ ಡೇಟಾವು ಟೆಸ್ಲಾ ಅವರ ನಿಷ್ಠಾವಂತ ಮಿತ್ರರಲ್ಲಿ ಎಲೋನ್ ಮಸ್ಕ್ ಮತ್ತು ಅವರ ತಂಡವಾಗಿ ಮುಂದುವರಿಯುತ್ತದೆ, ಅವರು ತಮ್ಮ ಮನೆಯ ಸೌರ ವಿದ್ಯುತ್ ಫಲಕಗಳೊಂದಿಗೆ ಎಲೆಕ್ಟ್ರಿಕ್ ಗ್ರಿಡ್ ಅನ್ನು ಪರಿವರ್ತಿಸುವ ಅವರ ಆಕಾಂಕ್ಷೆಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಅವರ ಹೊಸ ಉಪಕ್ರಮಗಳಿಗೆ ತೆರಳುತ್ತಾರೆ.
ತೀರ್ಮಾನ
ಟೆಸ್ಲಾ, ಮಾರುಕಟ್ಟೆಯ ಅತ್ಯಂತ ಆಕ್ರಮಣಕಾರಿ ಆವಿಷ್ಕಾರಕಗಳಲ್ಲಿ ಒಂದೆಂದು ಗುರುತಿಸಲ್ಪಟ್ಟ ಕಂಪನಿಯು ಯಾವಾಗಲೂ ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಯನ್ನು ತನ್ನ ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿ ಸಾಧನವನ್ನಾಗಿ ಮಾಡಿದೆ. ತಮ್ಮದೇ ಆದ ಚಿಪ್ಗಳನ್ನು ರಚಿಸುವಾಗ ಅವರು ಅದೇ ನಿಯಮಗಳನ್ನು ಅನುಸರಿಸಿದರು.
ವ್ಯಾಪಾರವು ಸ್ವಾಯತ್ತ ವಾಹನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದು, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮತ್ತು ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಗೆ ಧನ್ಯವಾದಗಳು ನಾವು ಆಟೋಮೊಬೈಲ್ಗಳನ್ನು ಹೇಗೆ ಓಡಿಸುತ್ತೇವೆ ಎಂಬುದನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಬದಲಾಯಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ.
ವೇದಿಕೆಯು ತನ್ನ ಭರವಸೆಗಳನ್ನು ಎಷ್ಟು ಚೆನ್ನಾಗಿ ಎತ್ತಿಹಿಡಿಯುತ್ತದೆ ಮತ್ತು ತನ್ನ ವ್ಯವಹಾರವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನೋಡೋಣ. ಭವಿಷ್ಯದಲ್ಲಿ ಸ್ವಾಯತ್ತ ವಾಹನಗಳ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಕಂಪನಿಯು ಎಲ್ಲಿಗೆ ಹೋಗಲಿದೆ ಎಂಬುದನ್ನು ಈ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಬಳಸಿದ ನಂತರ ನೋಡಬೇಕಾಗಿದೆ.
ಪ್ರತ್ಯುತ್ತರ ನೀಡಿ