Spis treści[Ukryć][Pokazać]
Świat, jaki znamy, może się zmienić w wyniku sztucznej inteligencji (AI). Jeśli chodzi o ulepszenia systemów półautonomicznych, Tesla intensywnie je wykorzystuje.
Ponadto Elon Musk zapewnia, że docelowo znajdzie zastosowanie w innych dziedzinach. Dzięki technologii w pełni autonomicznej jazdy i systemowi autopilota,
Tesla używa wizji komputerowej, uczenie maszynowei sztucznej inteligencji (FSD).
W tym artykule omówimy, co sprawia, że Tesla jest firmą technologiczną i jak wykorzystuje sztuczną inteligencję, wizję komputerową, duże zbiory danych i inne technologie do opracowywania samochodów samojezdnych. Zaczynajmy.
Najpierw zbadamy, w jaki sposób Tesla jest firmą technologiczną.
Dlaczego Tesla została uznana za firmę technologiczną?
Tesla produkuje znaczną ilość oprogramowania. Charakterystyczny system informacyjno-rozrywkowy Tesli, UI, a autonomiczne funkcje jazdy są oparte na oprogramowaniu.
Podczas gdy inni producenci samochodów dopiero teraz zaczynają eksperymentować z bezprzewodowymi aktualizacjami, Tesla robi to od lat. Pracownicy Tesli stworzyli i stale ulepszają systemy operacyjne dla samochodów Tesli.
Tesla produkuje również szereg innych produktów technologicznych, w tym panele słoneczne, dachówki fotowoltaiczne, kilka rodzajów akumulatorów, stacje ładowania, komputery i kluczowe komponenty komputerowe (do samochodów Tesli).
Chociaż zarówno Nokia, jak i Blackberry miały oprogramowanie, iPhone miał zrównoważoną kombinację obu, dlatego podbił branżę telefonii komórkowej i zmienił sposób, w jaki obecnie korzystamy z naszych telefonów.
Oto, co Tesla robi dla branży samochodowej. Tesle to pojazdy, tak (i SUV-y, a wkrótce pickupy, półciężarówki i quady). Ale te pojazdy zawierają oprogramowanie do codziennego użytku, które zostało stworzone przez Teslę wewnętrznie lub włączone do systemu Tesli.
Gdy jesteś zaparkowany, Tesla wprowadziła opcje rozrywki, w tym TRAX, Caraoke i liczne gry (a może kiedyś podczas transportu). System bezpieczeństwa Sentry Mode, który łączy sprzęt i oprogramowanie Tesli, pomaga organom ścigania w rozwiązywaniu przestępstw, takich jak wandalizm. Twój smartfon służy jako klucz Tesli.
Korzystając z telefonu, możesz zadzwonić do swojej Tesli, aby przyjechała do Ciebie. Dodatkowo samochód powiadomi Twój telefon o wystąpieniu ważnego zdarzenia dzięki unikalnej technologii Sentry Mode firmy Tesla.
Ponieważ Tesla będzie wykorzystywać zebrane dane na temat rzeczywistych nawyków kierowców Tesli (gromadzenie danych jest kluczowym elementem technologii, szczególnie gdy jest to bezpośrednie i nie odbywa się za pomocą badań rynkowych), ubezpieczenie Tesli będzie również przedłużeniem strony technicznej.
Jakiej technologii używa Tesla w Autopilocie?
Tworzą i wykorzystują autonomię na dużą skalę w maszynach takich jak roboty i samochody. Twierdzą, że jest to jedyna metoda, która może w pełni udzielić wyczerpującej odpowiedzi autonomiczna jazda i poza nią to taka, która opiera się na najnowocześniejszej sztucznej inteligencji do planowania i wizualizacji, uzupełnionej skutecznym sprzętem do wnioskowania.
Chip FSD Tesli
Systemy Tesla są wyposażone w dwa procesory AI w celu zwiększenia wydajności i bezpieczeństwa na drodze. System Tesli ma na celu bezbłędne działanie. Dzięki zapasowemu zasilaniu i źródłom wprowadzania danych samochód może kontynuować jazdę nawet w przypadku awarii jednego z urządzeń.
Tesla podejmuje te dodatkowe środki ostrożności, aby upewnić się, że pojazdy są dobrze przygotowane, aby zapobiec wypadkom w przypadku nieprzewidzianej awarii.
Jedynym urządzeniem, które może wykonać więcej operacji na sekundę niż nowy mikroprocesor Tesli, jest ludzki mózg (1 biliard operacji na sekundę). To około 21 razy mocniejsze niż poprzednio używane mikroczipy Tesla Nvidia.
Zbuduj procesory wnioskowania AI, aby zasilać oprogramowanie w pełni autonomiczne, biorąc pod uwagę każde ulepszenie architektury i mikroarchitektury, jednocześnie maksymalizując wydajność krzemu na wat.
Chociaż Tesla jest niekwestionowanym liderem rynku całkowicie autonomicznych lokomotyw, wciąż daleka droga do opracowania najnowocześniejszego pojazdu z autopilotem.
Chip Dojo Tesli
Tesla zaprezentowała Tesla D1, nowy procesor o mocy 362 TFLOP w BF16/CFP8, który został stworzony specjalnie dla sztuczna inteligencja. Zostało to ujawnione podczas niedawnego wydarzenia Sztuczna inteligencja Tesli Prezentacja dnia.
Ogromny chip jest tworzony przez połączenie sieci jednostek funkcjonalnych zwanej siecią jednostek funkcjonalnych, do której Tesla D1 dodaje łącznie 354 węzły treningowe. Każda jednostka funkcjonalna jest wyposażona w czterordzeniowy, 64-bitowy procesor ISA z niestandardową, wyspecjalizowaną konstrukcją do przechodzenia łącza, rozgłaszania i transpozycji. Implementacja superskalarna jest używana przez ten procesor (potoki skalarne o szerokości 4 i wektory o szerokości 2).
Ten nowy krzem Tesli jest mniejszy niż procesor graficzny GA100 znajdujący się w akceleratorze NVIDIA A100, który ma kwadratowy rozmiar 826 mm. Jest produkowany przy użyciu procesu 7 nm, ma łącznie 50,000 645 milionów tranzystorów i zajmuje powierzchnię XNUMX mm kwadratowych.
Tesla twierdzi, że jej chip Dojo będzie przetwarzał dane wizyjne cztery razy szybciej niż obecne systemy, umożliwiając firmie pełną automatyzację systemu samojezdnego.
Jednak dwa najtrudniejsze osiągnięcia technologiczne, a mianowicie połączenie między kafelkami i oprogramowanie, nie zostały jeszcze osiągnięte przez Teslę.
Najwyższej klasy przełączniki sieciowe nie mogą konkurować z zewnętrzną przepustowością żadnego kafelka. W tym celu Tesla stworzyła unikalne interkonekty.
System Dojo
Stwórz system Dojo, od interfejsów API oprogramowania wysokiego poziomu do sterowania nim po krzemowe interfejsy oprogramowania układowego. Wykorzystaj najnowocześniejsze technologie dostarczania dużej mocy i chłodzenia, aby rozwiązywać trudne sytuacje oraz tworzyć skalowalne pętle sterowania i oprogramowanie do monitorowania.
Wykorzystaj całą wiedzę ich zespołów inżynierii mechanicznej, termicznej i elektrycznej, aby opracować następną generację obliczeń uczenia maszynowego do użytku w centrach danych Tesla. Jedynym ograniczeniem jest Twoja wyobraźnia.
Pracuj z każdym komponentem projekt systemu. Opracuj publiczny interfejs API, który sprawi, że Dojo będzie dostępne dla każdego, i współpracuj z uczenie się floty Tesli, aby dostarczać obciążenia szkoleniowe z wykorzystaniem ich ogromnych zbiorów danych.
Algorytmy autonomii
Stwórz model świata o wysokiej wierności i wykreśl trajektorię w tej przestrzeni, aby opracować kluczowe algorytmy obsługujące samochód.
Poprzez agregację danych z czujników samochodu w różnych miejscach i czasie, algorytm może dostarczyć precyzyjnych i obszernych danych prawdy o podłożu, które można wykorzystać do treningu sieci neuronowe uprzedzić te reprezentacje.
Konstruują silny system planowania i podejmowania decyzji przy użyciu najnowocześniejszych metod, które mogą funkcjonować w trudnych, rzeczywistych scenariuszach z niepewnością.
Korzystne jest analizowanie algorytmów na poziomie całej floty Tesli.
Sieci neuronowe
Głębokie sieci neuronowe można szkolić w zakresie różnych zagadnień, od percepcji po kontrolę, wykorzystując najnowocześniejsze badania. Aby przeprowadzić semantyczną segmentację, identyfikację obiektów i jednooczne oszacowanie głębi, ich sieci poszczególnych kamer badają surowe obrazy.
Ich sieci z widokiem z lotu ptaka wykorzystują materiał ze wszystkich kamer do generowania widoku z góry na układ dróg, infrastrukturę statyczną i obiekty 3D.
Ich sieci są stale zasilane danymi z floty około 1 miliona samochodów, która obejmuje najbardziej złożone i różnorodne okoliczności na świecie.
48 sieci, które składają się na całą konstrukcję sieci neuronowych Autopilota, potrzebuje 70,000 1,000 godzin GPU do wyszkolenia. W każdym kroku czasowym wytwarzają łącznie XNUMX różnych tensorów (predykcji).
Ocena infrastruktury
Stworzyli również infrastrukturę oraz narzędzia do oceny sprzętu w pętli otwartej i zamkniętej na dużą skalę, aby przyspieszyć tempo innowacji, monitorować ulepszenia wydajności i zapobiegać regresom.
Wykorzystują anonimowe charakterystyczne klipy swojej floty i włączają je do wielu scenariuszy testowych. Pisz kod, który symuluje ich rzeczywiste środowisko, generując niezwykle realistyczne efekty wizualne i inne dane z czujników, które mogą być używane przez ich program Autopilot do automatycznego testowania lub debugowania na żywo.
W jaki sposób Tesla wykorzystuje duże zbiory danych, sztuczną inteligencję i uczenie maszynowe?
Big Data
Tesla wykorzystuje duże zbiory danych nie tylko do rozwiązywania problemów; jest również używany do zwiększania zadowolenia konsumentów. Pozyskują informacje ze społeczności internetowych swoich klientów i wykorzystują je do usprawnienia późniejszej produkcji. Ten rodzaj interakcji z klientem jest niespotykany w biznesie.
Duże zbiory danych wspierają wysiłki Tesli w zakresie obniżania kosztów, znajdowania nowych rynków, zadowolenia konsumentów, tworzenia nowych produktów i ulepszania swoich pojazdów.
Informacje są wykorzystywane do tworzenia map o dużej gęstości danych, które pokazują wszystko, od lokalizacji zagrożeń, które zmuszają kierowców do podjęcia działań, do średniego wzrostu prędkości ruchu na określonym odcinku drogi.
Przetwarzanie brzegowe określa, jakie działania musi teraz podjąć każdy samochód, podczas gdy uczenie maszynowe w chmurze zajmuje się szkoleniem całej floty.
Dodatkowo istnieje trzeci poziom podejmowania decyzji, na którym samochody mogą łączyć się z sąsiednimi pojazdami Tesli w celu budowania sieci i dzielenia się wiedzą o okolicy.
Sieci te prawdopodobnie będą również komunikować się z pojazdami innych producentów, a także innymi systemami, takimi jak kamery drogowe, czujniki naziemne lub telefony w świecie niedalekiej przyszłości, w którym samochody autonomiczne są na porządku dziennym.
Artificial Intelligence
Aby móc samodzielnie jeździć, autonomiczne samochody stale oceniają dane ze swoich czujników i kamer wizyjnych. Następnie podejmują decyzje na podstawie tych informacji.
Wykorzystują sztuczną inteligencję do zrozumienia i przewidywania ruchów rowerów, pieszych i samochodów. Potrafią w ułamku sekundy dokonywać osądów i szybko planować swoje działania, korzystając z tej wiedzy.
Czy samochód powinien pozostać na pasie, na którym jest teraz, czy też powinien się zmienić? Czy powinien jechać tak jak dotychczas, czy może wyprzedzić samochód przed nimi? Kiedy samochód powinien zwolnić lub przyspieszyć?
Aby samochody były w pełni autonomiczne, Tesla musi zebrać dane niezbędne do trenowania algorytmów i zasilania sztucznej inteligencji. Więcej danych treningowych zawsze prowadzi do lepszych wyników, a Tesla przoduje pod tym względem.
Tesla ma przewagę konkurencyjną, ponieważ gromadzi wszystkie swoje dane z setek tysięcy pojazdów Tesli, które są teraz w ruchu. Wewnętrzne i zewnętrzne czujniki monitorują działanie Tesli w różnych warunkach.
Dodatkowo obserwują zachowanie kierowców, w tym ich reakcje na różne sytuacje oraz to, jak często dotykają kierownicy lub deski rozdzielczej. Mają bardzo wyrafinowany system śledzenia.
Na przykład Tesla rejestruje chwilę, dodaje ją do zbioru danych, a następnie używa kolorowych formularzy do wygenerowania abstrakcyjnego obrazu środowiska, z którego sieć neuronowa może się uczyć.
Dzieje się tak, gdy pojazd Tesli przyjmuje niedokładne założenie dotyczące zachowania samochodu lub roweru.
Nauczanie maszynowe
Dzięki zastosowaniu wewnętrznych i zewnętrznych czujników, które mogą nawet zbierać informacje o położeniu dłoni kierowcy na elementach sterujących i sposobie ich dalszej obsługi, uczenie maszynowe Tesli z powodzeniem gromadzi niektóre kluczowe dane ze wszystkich swoich pojazdów, a także ich kierowcy.
Informacje są również wykorzystywane do tworzenia bardzo gęstych map, które pokazują wszystko, od średniego wzrostu prędkości ruchu na określonej długości drogi po obecność niebezpieczeństw, a nawet zachęcają kierowców do podjęcia działań.
Podczas gdy część przetwarzanie krawędziowe na każdym pojeździe określa, jakie działania samochód musi teraz podjąć, oparte na chmurze uczenie maszynowe Tesli odpowiada za szkolenie całej floty.
Aby wymieniać się niektórymi lokalnymi spostrzeżeniami i informacjami, samochody mogą łączyć się w sieć z niektórymi innymi pojazdami Tesli w pobliżu.
Wnioski
Tesla zawsze była firmą zajmującą się gromadzeniem i analizą danych, która jest najpotężniejszym narzędziem do wszystkiego, co robi. Nie robili wyjątków podczas projektowania swoich procesorów.
Rozwój pojazdy autonomiczne i analiza danych statystycznych przez korporację umożliwiły całkowitą zmianę sposobu, w jaki jeździmy dzięki sztucznej inteligencji, analizie danych, big data, uczeniu maszynowemu, wizji komputerowej, sieciom neuronowym, chipowi FSD i wielu innym algorytmom.
Dodaj komentarz