Та тэднийг бодоход Теслаг автомашины салбарт алдартай нэр гэж таамаглаж болно. Цахилгаан автомашины анхдагч Тесла бол эргэлзээгүй. Гэсэн хэдий ч тэд технологийн пүүс бөгөөд энэ нь тэдний амжилтын нууц юм.
Тэдний бизнесийг амжилттай болгосон нэг зүйл бол ашиглах явдал юм хиймэл оюун технологи. Теслагийн автомашинуудыг бүрэн автоматжуулах нь компанийн нэн тэргүүний зорилтуудын нэг бөгөөд энэ зорилгодоо хүрэхийн тулд хиймэл оюун ухаан болон түүний олон бүрэлдэхүүн хэсгүүдийг ашиглаж байна.
2021 оны эхээр ирэхээ зарласнаар, Tesla дэд тивд шуугиан дэгдээв. Элон Маск Энэтхэгийн Бангалор хотыг Тесла Энэтхэгийн үйлдвэрлэлийн төв болгоход бараг бэлэн болжээ.
Энэтхэг дэх хиймэл оюун ухааны мэргэжилтнүүд магтсан "Өөрийгөө жолооддог машинууд" Энэтхэгт хэрхэн ажиллах тухай дурсамж болон жиргээнүүд үргэлжилсээр байхыг дэмжиж байв.
Эцсийн эцэст дэлхийг захирч чадах хиймэл оюун ухааны бүхэл бүтэн давалгаа дөнгөж эхэлж байна.
Энэхүү нийтлэл нь Тесла өөрийн системдээ хиймэл оюун ухааныг хэрхэн нэгтгэж байгаа, түүний дотор онцлог шинж чанарууд болон бусад мэдээллийг нарийвчлан судлах болно.
Тэгэхээр хиймэл оюун ухаан нь машинд бие даасан жолоодлогыг хэрхэн заадаг вэ?
Автономит тээврийн хэрэгсэл бие даан жолоодох боломжтой байхын тулд мэдрэгч болон машины харааны камерын өгөгдөлд байнга дүн шинжилгээ хийх. Тэд дараа нь юу хийхээ шийдэхийн тулд энэ өгөгдлийг ашигладаг.
Тэд унадаг дугуй, явган зорчигч, автомашины дараагийн хөдөлгөөнийг ойлгож, таамаглахад хиймэл оюун ухаан ашигладаг. Тэд энэ мэдээллийг ашиглан үйлдлээ хурдан төлөвлөж, секундын дотор шийдвэр гаргах боломжтой.
Машин одоогийн эгнээгээ үргэлжлүүлэх ёстой юу эсвэл эгнээ солих уу? Байгаа газраа үргэлжлүүлэх үү, эсвэл урдуур нь машин өнгөрөх үү? Тээврийн хэрэгсэл хэзээ удаашрах эсвэл хурдасгах ёстой вэ?
Тесла машиныг бүрэн бие даасан болгохын тулд алгоритмуудыг сургах, хиймэл оюун ухаанаа тэжээхийн тулд зохих өгөгдлийг цуглуулах ёстой. Илүү их сургалтын өгөгдөл нь илүү сайн гүйцэтгэлтэй байх болно, Тесла энэ чиглэлээр гялалзаж байна.
Тесла одоо зам дээр байгаа олон зуун мянган Тесла тээврийн хэрэгслээс өөрийн бүх өгөгдлийг цуглуулдаг нь тэдэнд өрсөлдөх давуу талыг бий болгодог. Дотор болон гадна талын мэдрэгч нь Теслас янз бүрийн нөхцөлд хэрхэн биеэ авч явахыг хянадаг.
Тэд мөн жолоочийн зан төлөвийн талаарх мэдээллийг цуглуулж, тодорхой нөхцөл байдалд хэрхэн хариу үйлдэл үзүүлж, жолооны хүрд эсвэл хяналтын самбарт хэр их хүрдэг зэрэг мэдээллийг цуглуулдаг.
"Дураймал суралцах" нь Теслагийн стратегийн нэр юм. Дэлхий даяар сая сая жинхэнэ жолооч нар дүгнэлт хийж, хариу үйлдэл үзүүлж, хөдөлж, алгоритмууд нь эдгээр үйлдлээс суралцдаг. Эдгээр бүх километр нь гайхалтай боловсронгуй бие даасан тээврийн хэрэгслийг бий болгодог.
Тэдний мөрдөх систем үнэхээр дэвшилтэт. Жишээлбэл, Тесла тухайн үеийн өгөгдлийн агшин зуурын зургийг хадгалж, өгөгдлийн багцад нэмж, дараа нь өнгөт кодлогдсон дүрсүүдийг ашиглан дэлхийн хийсвэр дүрсийг дахин бүтээдэг. мэдрэлийн сүлжээ -аас суралцаж болно. Энэ нь Tesla машин нь машин эсвэл унадаг дугуйны үйлдлийг буруу таамаглахад тохиолддог.
Автономит машин хөгжүүлж буй бусад бизнесүүд үүнд тулгуурладаг синтетик өгөгдөл, энэ нь Теслагийн хиймэл оюун ухаанаа сургахад ашигладаг бодит мэдээллээс хамаагүй бага үр дүнтэй байдаг (жишээлбэл, Grand Theft Auto гэх мэт видео тоглоомуудаас жолоодох зан үйл).
Одоо бид хиймэл оюун ухааны давуу талыг ашигладаг Tesla бүрэлдэхүүн хэсгүүдийг судлах болно.
AI-ийн давуу талыг ашигладаг Tesla бүрэлдэхүүн хэсгүүд
Камер ба мэдрэгч
Теслагийн хийх ёстой үүрэг хариуцлага нь маш сайн мэддэг. Эгнээ тодорхойлохоос эхлээд явган зорчигчийг хянах хүртэл эдгээр бүх үйлдлүүд бодит цаг хугацаанд хийгддэг. Энэ шалтгааны улмаас Тесла 8 камерын тусламжтайгаар ажилладаг байв. Нэмж дурдахад ийм олон камер байгаа нь сохор бүс байхгүй бөгөөд машины эргэн тойрон дахь бүх талбайг бүрхсэн гэдгийг баталгаажуулдаг.
Таны сая уншсан зүйл үнэн! байхгүй LIDAR Өндөр нарийвчлалтай зураглал хийх систем байхгүй. Тесла зөвхөн компьютерийн харааг ашиглахыг хүсч байна. машин суралцах, болон камерын видео тэжээлүүд нь автомат нисгэгч загварыг бий болгодог. Дараа нь Convolutional Neural Networks (CNNs) нь түүхий видеог шинжлэхэд ашигладаг. объектуудыг илрүүлэх.
Тесла автопилот камераас гадна радар, хэт авианы мэдрэгчтэй. Радар нь тээврийн хэрэгсэл болон бусад объектуудын хоорондын зайг илрүүлэх, хэмжихэд ашиглагддаг. Жолоочийн аюулгүй байдлыг оновчтой болгохын тулд хэт авианы мэдрэгч нь идэвхгүй объекттой ойртохыг хянах дагуу ажилладаг.
Машины эргэн тойрон дахь орчныг ойлгож, автомат жолоодлогын чадварыг аль болох хариу үйлдэл үзүүлэхийн тулд мэдрэлийн сүлжээг Теслагийн техник хангамжтай нэгтгэсэн.
Tesla FSD чип -3
Зам дээрх гүйцэтгэл, аюулгүй байдлыг сайжруулахын тулд Tesla системд хоёр AI процессор орно. Tesla систем нь алдаа гаргахгүй байхыг хичээдэг. Нэг нэгж доголдсон ч нөөц хүч болон өгөгдөл оруулах эх үүсвэрийн улмаас автомашин нэмэлт нэгжийг ашиглан ажиллах боломжтой хэвээр байна.
Тесла урьдчилан таамаглаагүй эвдрэл гарсан тохиолдолд мөргөлдөхөөс зайлсхийхийн тулд машинууд сайн тоноглогдсон эсэхийг шалгахын тулд эдгээр нэмэлт арга хэмжээг ашигладаг. Зөвхөн хүний тархи Энэ нь шинэ Tesla микропроцессороос секундэд илүү олон үйлдлийг гүйцэтгэх боломжтой (секундэд 1 квадриллион үйлдэл). Энэ нь өмнө нь ашиглагдаж байсан Tesla Nvidia микрочипээс 21 дахин илүү хүчтэй гэсэн үг.
TЭсла бол бүрэн бие даасан зүтгүүрийн зах зээлд тэргүүлэгч нь эргэлзээгүй ч хамгийн сүүлийн үеийн автомат жолоодлоготой машин үйлдвэрлэхээс хол зайтай хэвээр байна.
Ирээдүйд бидний энэхүү эссенд дурдсан шинж чанаруудтай автомашин ердийн зүйл болох нь дамжиггүй. Тесла өөрийн хамгийн сүүлийн үеийн AI процессор болон мэдрэлийн сүлжээний архитектурыг бүтээжээ.
Мэдрэлийн сүлжээний сургалт
Загвар нь мэдрэлийн сүлжээний дараа сургагдсан байх ёстой бий болсон. Тесла нь компьютерийн харааны хамгийн сүүлийн үеийн чадварыг бий болгохын тулд өргөн хүрээний номын сан, хэрэгслийг бий болгосныг бид мэднэ.
ПиторчФэйсбүүкийн хиймэл оюун ухааны судалгааны хэлтсээс бүтээгдсэн нь ийм хүрээ (FAIR) юм. PyTorch-ийг ашигладаг Tesla технологийн стек гүнзгий суралцах загварыг сургах.
Тесла бүрэн бие даасан байдалд хүрэхийн тулд газрын зураг эсвэл LIDAR-д найддаггүй нь анхаарал татаж байна. Камер болон цэвэр компьютерийн харааг зөвхөн ашигладаг бөгөөд бүх зүйл бодит цаг хугацаанд хийгддэг.
Тесла Pytorch-ийг сургалт, түүнчлэн төрөл бүрийн туслах үйл ажиллагаанд ашигладаг автоматжуулсан ажлын урсгал хуваарь, загварын босго шалгалт тохируулга, нарийн үнэлгээ, идэвхгүй туршилт, загварчлалын туршилт гэх мэт.
Тесла 70,000 өөр таамаглал дэвшүүлдэг 48 сүлжээг сургахад ойролцоогоор 1,000 GPU цаг зарцуулдаг. Энэ сургалт нэг удаа биш үргэлжилсээр байна. Хиймэл оюун ухаан нь цаг хугацааны явцад ахиц дэвшдэг давтагдах үйл явц гэдгийг бид мэднэ. Үүний үр дүнд 1000 тусдаа урьдчилсан мэдээ үнэн зөв хэвээр үлдэж, хэзээ ч гацдаггүй.
HydraNet
Машин хөдлөхгүй, замын уулзвар дээр байх магадлалтай үед ч 100 орчим ажил хийгдэж байна. Даалгавар бүрт мэдрэлийн сүлжээг ашиглах нь зардал ихтэй бөгөөд үр дүнгүй байдаг. Тесла машинд хиймэл оюун ухаан асар их хэмжээний мэдээллийг бодит цаг хугацаанд боловсруулдаг.
Үүний үр дүнд 50 x 1000 зургийг нэг дор боловсруулах боломжтой ResNet-1000 хуваалцсан тулгуур нь Computer Vision ажлын урсгалын төв боловсруулах нэгж болж үйлчилдэг.
Сүлжээний дээд хэсэгт ойрхон HydraNet мэдрэлийн сүлжээний загвар нь хэд хэдэн салбар (эсвэл толгой) хуваагддаг. Сургалтын өгөгдлийн бичил багц бүрийг олон толгойн хувьд өөр өөр жинтэй болгосноор эдгээр толгойнуудыг бие даан зааж, өөр өөр зүйлд суралцдаг.
Мэдээжийн хэрэг, эдгээр HydraNets нь тээврийн хэрэгслийн хиймэл оюун ухааныг боловсруулахын тулд хамтран ажилладаг хэд хэдэн тохиолдол байдаг. HydraNet-ийн мэдээлэл бүрийг давтагдах асуудлуудыг арилгахад ашигладаг.
Жишээлбэл, зогсох тэмдгийг зохицуулах, нөгөө нь явган зорчигчтой харьцах, нөгөө нь замын дохиог шалгах ажил идэвхтэй байж болно. Эдгээр өөр өөр үүрэг даалгаврууд нь бүгд нийтлэг нуруугаар ажилладаг.
HydraNet архитектурын дагуу эдгээр даалгавар бүрт асар их мэдрэлийн сүлжээний багахан хэсэг шаардлагатай.
Энэ нь шилжүүлгийн сургалттай нэлээд төстэй бөгөөд тодорхой блокуудыг холбогдох тодорхой ажлуудад зориулж нийтлэг блокоор сургадаг. HydraNets-ийн нурууг янз бүрийн зүйлд сургадаг бол толгойнуудыг тодорхой ажил дээр заадаг.
Энэ нь загварыг сургахад шаардагдах хугацааг багасгаж, дүгнэлтийг хурдасгадаг.
Tesla автопилот
Автомат жолоодлоготой машинууд нь эгнээгээ жолоодож, хурдалж, зогсох боломжтой. Энэ нь гүн мэдрэлийн сүлжээний ойлголтуудыг ашиглан бүтээгдсэн. Энэ нь камер, хэт авианы мэдрэгч, радар ашиглан машины эргэн тойрон дахь талбайг ажигладаг.
Жолоочдод мэдрэгч, камерын тусламжтайгаар хүрээлэн буй орчныг таниулдаг бөгөөд энэ мэдээллийг хэдхэн миллисекундэд дүн шинжилгээ хийж, жолоодлогыг аюулгүй, стресс багатай болгоход тусалдаг.
Гэрэлт, харанхуй, цаг агаарын янз бүрийн нөхцөлд радарыг автомашины эргэн тойрон дахь орон зайг ажиглаж, тооцоолоход ашигладаг. Ямар ч тохиолдолд хэт ягаан туяа нь ойр дотно байдлыг тодорхойлдог бөгөөд идэвхгүй видео нь ойролцоох объектуудыг тодорхойлж, аюулгүй жолоодлогыг дэмждэг.
Нэмж дурдахад автомат жолоодлого нь жолоочид туслах зорилготой бөгөөд Tesla-г өөрөө жолооддог машин болгон хувиргадаггүй. Жолооч нарыг дугуйн дээр гараа барихыг сануулах нь түгээмэл байдаг.
Хэрэв та жолоо барихгүй бол жолоодлого авах хэд хэдэн сэрэмжлүүлэг гарч ирнэ. Хэрэв үл тоомсорлож байвал машин зогсохоосоо өмнө удааширч эхэлдэг. Тоормослох, эргүүлэх эсвэл аялалын хяналтын бариулыг идэвхгүй болгосноор жолооч нар автомат жолоодлогын функцийг үргэлж хүчингүй болгож чадна.
Шувууны нүдний харц
Теслагийн техник хангамжийн тайлбарладаг зургууд нь нэмэлт хэмжээс шаарддаг. Шувууны нүдээр харах функц нь хол зайг хэмжихэд хялбар болгож, гадаад ертөнцийг илүү нарийвчлалтай дүрслэх боломжийг олгодог.
Энэ нь машины зогсоолыг хялбарчилж, жижиг газруудаар зорчиход хялбар болгох үүднээс машины дээд талын дүрсийг "үзүүлдэг" харааны хяналтын систем юм. Зогсоол хийх чадварынхаа талаар ямар ч үндэслэлгүйгээр та одоо жолоогоо аюулгүй авч болно.
Теслагийн ирээдүй
Хэрэв та хүчирхэг дунд оврын жийп машин хайж байгаа бол 2022 Tesla Model Y Энэ бол цахилгаан машины хувьд гайхалтай эхлэлийн цэг юм. Програм хангамжийн байнгын шинэчлэлтүүдийн улмаас Model Y нь Теслагийн бусад олон бүтээгдэхүүнтэй адил байнга өөрчлөгдөж байдаг.
Аюулгүй байдал, ажиллагааг сайжруулснаар эдгээр шинэчлэлтүүд нь таны машиныг илүү хэрэгцээтэй болгоход тусална. Гэр бүл, төрөл бүрийн ачаа тээштэйгээ хол зайд аялах шаардлагатай хүмүүсийн хувьд том бие, Tesla-ийн Supercharger сүлжээнд нэвтрэх боломж нь гайхалтай сонголт юм.
Үүссэн цагаасаа хойш Тесла одоогийн үйлчлүүлэгчдийнхээ мэдээллийн үр шимийг хүртэж ирсэн бөгөөд автомат жолоодлоготой тээврийн хэрэгсэл дээр хийсэн ажил нь хиймэл оюун ухааныг бүх үйл ажиллагааныхаа гол цөмд оруулах хүсэл эрмэлзэлийнхээ нэг хэсэг юм.
AI болон том өгөгдөл нь Илон Маск болон түүний баг Теслагийн үнэнч холбоотнууд хэвээр байх бөгөөд тэд гэрийнхээ нарны эрчим хүчний хавтангуудаар цахилгаан сүлжээг өөрчлөх хүсэл эрмэлзэл зэрэг шинэ санаачлагадаа шилжих болно.
Дүгнэлт
Зах зээлийн хамгийн түрэмгий шинийг санаачлагчдын нэг гэдгээрээ алдартай Тесла компани мэдээлэл цуглуулах, дүн шинжилгээ хийх ажлыг үргэлж хамгийн хүчирхэг хэрэгсэл болгож ирсэн. Тэд өөрсдийнхөө чипийг бүтээхдээ ижил дүрмийг баримталсан.
Энэхүү бизнес нь хиймэл оюун ухаан, өгөгдөлд дүн шинжилгээ хийсний ачаар бидний машин жолоодох арга барилыг бүрэн өөрчлөх чадвартай, бие даасан тээврийн хэрэгсэл бүтээжээ.
Платформ амлалтаа хэр биелүүлж, бизнесээ хөгжүүлж байгааг харцгаая. Ирээдүйд тус компани автомат жолоодлоготой тээврийн хэрэгслийн зах зээлд хаашаа явах нь эдгээр технологийг ашигласны дараа харагдах хэвээр байна.
хариу үлдээх