Cuprins[Ascunde][Spectacol]
Lumea așa cum o cunoaștem s-ar putea modifica ca urmare a inteligenței artificiale (AI). În ceea ce privește îmbunătățirile sistemelor semi-autonome, Tesla le folosește intens.
În plus, Elon Musk susține că va fi aplicat în cele din urmă și în alte domenii. Pentru tehnologia Full Self-Driving și sistemul Autopilot,
Tesla folosește viziunea computerizată, masina de învățareși inteligența artificială (FSD).
În această piesă, vom discuta despre ce face Tesla o firmă de tehnologie și cum folosește AI, viziunea computerizată, big data și alte tehnologii pentru a dezvolta mașini autonome. Sa incepem.
Vom examina mai întâi modul în care Tesla este o firmă de tehnologie.
De ce a fost considerată Tesla o companie de tehnologie?
Tesla produce o cantitate semnificativă de software. Sistemul de infotainment distinctiv al Tesla, interfața cu utilizatorul, iar funcțiile de conducere autonomă sunt toate bazate pe software.
În timp ce alți producători de automobile abia acum încep să experimenteze cu upgrade-uri over-the-air, Tesla o face de ani de zile. Angajații Tesla au creat și îmbunătățesc continuu sistemele de operare pentru automobilele Tesla.
Tesla produce, de asemenea, o varietate de alte produse tehnologice, inclusiv panouri solare, plăci solare pe acoperiș, mai multe tipuri de baterii, stații de încărcare, computere și componente cheie ale computerului (pentru mașinile Tesla).
Deși atât Nokia, cât și Blackberry aveau software, iPhone-ul avea o combinație echilibrată a ambelor, motiv pentru care a cucerit afacerea cu telefoanele mobile și a modificat modul în care ne folosim în prezent telefoanele.
Aceasta este ceea ce face Tesla pentru afacerea cu mașini. Tesla-urile sunt vehicule, da (și SUV-uri și în curând camionete, semi-camioane și ATV-uri). Dar aceste vehicule încorporează software pentru uz zilnic, care a fost creat de Tesla intern sau încorporat în sistemul Tesla.
În timp ce sunteți parcat, Tesla a introdus opțiuni de divertisment, inclusiv TRAX, Caraoke și numeroase jocuri (și poate într-o zi în timpul tranzitului). Sistemul de securitate Sentry Mode, care combină hardware-ul și software-ul Tesla, a ajutat forțele de ordine în rezolvarea unor infracțiuni precum vandalismul. Smartphone-ul tău servește drept cheie pentru Tesla.
Folosind telefonul, puteți suna Tesla pentru a veni la dvs. În plus, mașina vă va notifica telefonul dacă există un eveniment semnificativ datorită tehnologiei unice Sentry Mode de la Tesla.
Deoarece Tesla va folosi datele pe care le-a adunat cu privire la obiceiurile reale de conducere ale șoferilor Tesla (strângerea datelor este un element cheie al tehnologiei, mai ales atunci când este directă astfel și nu se face prin studii de piață), asigurarea Tesla va fi, de asemenea, o extensie. a laturii tehnologice.
Ce tehnologie folosește Tesla pentru Autopilot?
Ei creează și folosesc autonomie pe scară largă în mașini precum roboții și mașinile. Ei susțin că singura metodă care poate oferi un răspuns cuprinzător pentru pe deplin conducere autonomă și dincolo este unul care se bazează pe AI de ultimă oră pentru planificare și viziune, completat de hardware eficient pentru inferență.
Cip Tesla FSD
Sistemele Tesla vin cu două procesoare AI pentru performanță sporită și siguranță rutieră. Sistemul Tesla urmărește o funcționare fără erori. Datorită surselor de alimentare de rezervă și de intrare a datelor, mașina poate continua să funcționeze chiar dacă o unitate funcționează defectuos.
Tesla ia aceste măsuri de precauție suplimentare pentru a se asigura că vehiculele sunt bine pregătite pentru a preveni accidentele în cazul unei defecțiuni neprevăzute.
Singurul dispozitiv care poate efectua mai multe operații pe secundă decât noul microprocesor Tesla este creierul uman (1 cvadrilion de operații pe secundă). Este de aproximativ 21 de ori mai puternic decât microcipurile Tesla Nvidia folosite anterior.
Construiți procesoare de inferență AI pentru a-și alimenta software-ul Full Self-Driving, ținând cont de fiecare mică îmbunătățire arhitecturală și micro-arhitecturală, maximizând în același timp performanța siliciului pe watt.
Deși Tesla conduce fără îndoială piața locomotivelor complet autonome, este încă departe de a dezvolta un vehicul cu pilot automat de ultimă oră.
Cipul Tesla Dojo
Tesla a dezvăluit Tesla D1, un nou procesor cu 362 TFLOP de putere în BF16/CFP8, care a fost creat special pentru inteligență artificială. Acest lucru a fost dezvăluit în timpul unui recent Tesla AI Prezentarea zilei.
Un cip imens este creat prin conectarea unei rețele de unități funcționale numită rețea de unități funcționale, la care Tesla D1 adaugă un total de 354 de noduri de antrenament. Fiecare unitate funcțională are un procesor ISA cu patru nuclee, pe 64 de biți, cu un design special special pentru traversarea legăturilor, transmisii și transpoziții. Implementarea superscalară este utilizată de acest CPU (conducte scalare cu 4 lățime și conducte vectoriale cu 2 lățime).
Acest nou siliciu Tesla este mai mic decât GPU-ul GA100 găsit în acceleratorul NVIDIA A100, care are o dimensiune pătrată de 826 mm. Este produs folosind un proces de 7 nm, are 50,000 de milioane de tranzistori în total și ocupă o suprafață pătrată de 645 mm.
Tesla susține că cipul său Dojo va procesa datele de viziune computerizată de patru ori mai rapid decât sistemele actuale, permițând companiei să-și automatizeze complet sistemul de conducere autonomă.
Cu toate acestea, cele mai dificile două fapte tehnologice, și anume interconectarea și software-ul, nu au fost încă realizate de Tesla.
Switch-urile de rețea de calitate superioară nu pot concura cu lățimea de bandă externă a oricărei plăci. Pentru a face acest lucru, Tesla a creat interconexiuni unice.
Sistemul Dojo
Creați sistemul Dojo, de la API-urile software de nivel înalt pentru a-l controla până la interfețele cu firmware de siliciu. Utilizați tehnologii de ultimă oră de livrare și răcire de mare putere pentru a rezolva situații dificile și creați bucle de control scalabile și software de monitorizare.
Utilizați întreaga expertiză a echipelor lor de inginerie mecanică, termică și electrică pentru a dezvolta următoarea generație de calcule de învățare automată pentru utilizare în centrele de date Tesla. Singura restricție este imaginația ta.
Lucrați cu fiecare componentă a proiectarea sistemului. Dezvoltați un API public care va face Dojo accesibil oricui și colaborați cu învățarea flotei Tesla pentru a furniza sarcini de lucru de formare folosind seturile lor enorme de date.
Algoritmi de autonomie
Creați un model mondial de înaltă fidelitate și trasați traiectoria în acel spațiu pentru a dezvolta algoritmii cheie care operează automobilul.
Prin agregarea datelor de la senzorii mașinii de-a lungul locului și timpului, un algoritm poate furniza date precise și extinse de adevăr la sol care pot fi folosite pentru a antrena rețele neuronale pentru a anticipa aceste reprezentări.
Ei construiesc un sistem puternic de planificare și luare a deciziilor folosind metodologii de ultimă oră care pot funcționa în scenarii provocatoare din lumea reală, cu incertitudine.
Este benefică analiza algoritmilor la nivelul întregii flote Tesla.
Rețele neuronale
Rețelele neuronale profunde pot fi antrenate pe probleme, de la percepție la control, prin utilizarea cercetării de ultimă oră. Pentru a realiza segmentarea semantică, identificarea obiectelor și estimarea adâncimii monoculare, rețelele lor per cameră examinează imaginile brute.
Rețelele lor de vedere panoramică folosesc imagini de la toate camerele pentru a genera perspectiva de sus în jos a aspectului drumului, a infrastructurii statice și a obiectelor 3D.
Rețelele lor sunt alimentate în mod constant cu date din flota lor de aproximativ 1 milion de mașini, care include cele mai complexe și variate circumstanțe din lume.
Cele 48 de rețele care alcătuiesc întreaga construcție a rețelelor neuronale Autopilot au nevoie de 70,000 de ore GPU pentru a se antrena. La fiecare pas de timp, ei produc 1,000 de tensori (predicții) diferiți în mod colectiv.
Evaluarea infrastructurii
De asemenea, au creat infrastructură și instrumente de evaluare hardware-in-the-loop în buclă deschisă și închisă la scară pentru a grăbi viteza inovației, pentru a monitoriza îmbunătățirile de performanță și pentru a opri regresiile.
Ei folosesc clipurile caracteristice anonimizate ale flotei lor și le încorporează în multe scenarii de testare. Scrieți cod care simulează mediul lor real, generând imagini incredibil de realiste și alte date ale senzorului pentru programul lor Autopilot pentru a le utiliza pentru testare automată sau depanare live.
Cum folosește Tesla Big Data, inteligența artificială și învățarea automată?
Datele mari
Big Data nu este folosit doar de Tesla pentru a rezolva probleme; este folosit și pentru a crește fericirea consumatorului. Ei obțin informații de la comunitățile online ale clienților lor și le folosesc pentru a-și îmbunătăți producția ulterioară. Acest tip de interacțiune cu clienții este nemaiauzit în afaceri.
Big Data sprijină eforturile Tesla de a economisi costuri, de a găsi noi piețe, de a mulțumi consumatorii, de a crea produse noi și de a-și îmbunătăți vehiculele.
Informațiile sunt folosite pentru a crea hărți extrem de dense de date care arată orice, de la locația riscurilor care îi obligă pe șoferi să ia măsuri până la creșterea medie a vitezei de trafic pe o anumită porțiune de drum.
Calcul de margine determină ce acțiune trebuie să întreprindă fiecare mașină în mod individual, în timp ce învățarea automată în cloud se ocupă de formarea întregii flote.
În plus, există un al treilea nivel de luare a deciziilor, prin care automobilele se pot conecta cu vehiculele Tesla vecine pentru a construi rețele și a împărtăși cunoștințele despre zonă.
Aceste rețele vor comunica probabil și cu vehiculele fabricate de alți producători, precum și cu alte sisteme precum camerele de trafic, senzorii de la sol sau telefoanele într-o lume apropiată în care mașinile autonome sunt obișnuite.
Inteligenta Artificiala
Pentru a putea conduce singure, mașinile autonome evaluează continuu datele de la senzorii și camerele lor de viziune artificială. Apoi, ei iau decizii pe baza acestor informații.
Ei folosesc AI pentru a înțelege și a anticipa mișcările bicicletelor, pietonilor și mașinilor. Ei pot face judecăți într-o fracțiune de secundă și își pot planifica rapid activitățile folosind aceste cunoștințe.
Ar trebui să rămână mașina pe banda în care se află acum sau ar trebui să se schimbe? Ar trebui să continue așa cum este sau să depășească mașina din fața lor? Când ar trebui să încetinească sau să accelereze mașina?
Pentru a face mașinile complet autonome, Tesla trebuie să colecteze datele necesare pentru a antrena algoritmii și a-și alimenta AI. Mai multe date de antrenament vor duce întotdeauna la o performanță mai bună, iar Tesla excelează în acest sens.
Tesla are un avantaj competitiv, deoarece colectează toate datele sale de la sutele de mii de vehicule Tesla care sunt acum pe drumuri. Senzorii interni și externi urmăresc modul în care funcționează Teslas în diferite condiții.
În plus, ei observă cum se comportă șoferii, inclusiv reacțiile lor la diferite situații și cât de des ating volanul sau tabloul de bord. Au un sistem de urmărire foarte sofisticat.
De exemplu, Tesla înregistrează o clipă în timp, o adaugă la colecția de date și apoi folosește forme colorate pentru a genera o imagine abstractă a mediului din care rețeaua neuronală poate învăța.
Acest lucru se întâmplă atunci când un vehicul Tesla face o presupunere inexactă despre modul în care s-ar comporta o mașină sau o bicicletă.
Invatare mecanica
Cu ajutorul senzorilor interni și exteriori care pot prelua chiar și informații despre locația mâinii șoferului de pe comenzi și despre modul în care acestea continuă să fie operate, Tesla Machine Learning adună cu succes unele dintre datele sale cheie de la toate vehiculele sale, precum și ale acestora. șoferii.
Informațiile sunt, de asemenea, utilizate pentru a crea hărți foarte dense de date, care afișează totul, de la creșterea medie a vitezei de trafic pe parcursul unei anumite lungimi de drum până la prezența pericolelor și chiar să îi dea pe șoferi să ia măsuri.
În timp ce face parte din marginea de calcul pe fiecare mașină individuală determină ce acțiune trebuie să întreprindă mașina chiar acum, învățarea automată bazată pe cloud Tesla este responsabilă de formarea întregii flote.
Pentru a face schimb de informații și informații locale, autovehiculele pot conecta anumite alte vehicule Tesla din apropiere.
Concluzie
Tesla a fost întotdeauna o afacere care produce colectarea și analiză de date, care este cel mai puternic instrument pentru orice face. Nu au făcut excepții în timp ce și-au proiectat procesoarele.
Dezvoltarea autovehicule autonome iar analiza datelor statistice de către corporație a făcut posibilă modificarea completă a modului în care conducem, datorită inteligenței artificiale, analizei datelor, big data, învățarea automată, viziunea computerizată, rețelele neuronale, cip FSD și mulți alți algoritmi.
Lasă un comentariu