ඔබ ඔවුන් ගැන සිතන විට ටෙස්ලා මෝටර් රථ කර්මාන්තයේ ප්රසිද්ධ නමක් යැයි ඔබට උපකල්පනය කළ හැකිය. විදුලි මෝටර් රථ නිෂ්පාදනයේ පුරෝගාමියෙකු වන ටෙස්ලා, සැකයකින් තොරව. කෙසේ වෙතත්, ඔවුන් තාක්ෂණික සමාගමක් වන අතර එය ඔවුන්ගේ සාර්ථකත්වයේ රහසයි.
ඔවුන්ගේ ව්යාපාරය සාර්ථක වී ඇති එක් කරුණක් නම් භාවිතයයි කෘතිම බුද්ධිය තාක්ෂණයන්. Tesla හි වාහනවල පූර්ණ ස්වයංක්රීයකරණය සමාගමේ වර්තමාන ප්රමුඛතාවලින් එකක් වන අතර, මෙම අරමුණ සාක්ෂාත් කර ගැනීම සඳහා ඔවුන් AI සහ එහි බොහෝ සංරචක භාවිතා කරයි.
2021 ආරම්භයේදී එහි පැමිණීම නිවේදනය කිරීමෙන්, ටෙස්ලා උපමහාද්වීපයේ කැළඹීමක් ඇති කළේය. ටෙස්ලා ඉන්ඩියා නිෂ්පාදන මධ්යස්ථානය ලෙස ඉන්දියාවේ බැංගලෝර් පිහිටුවීමට ඉලෝන් මස්ක් සූදානම්ව සිටී.
බොහෝ ප්රශංසාවට ලක් වූ “ස්වයං ධාවන මෝටර් රථ” ඉන්දියාවේ ක්රියාත්මක වන ආකාරය පිළිබඳ මීමස් සහ ට්වීට් අඛණ්ඩව පවතින විට ඉන්දියාවේ AI විශේෂඥයෝ ප්රීති ඝෝෂා කළහ.
අවසානයේදී ලොව පාලනය කරන කෘතිම බුද්ධියේ සමස්ත රැල්ලක් දැන් ආරම්භ වෙමින් පවතී.
මෙම සටහන ටෙස්ලා සිය පද්ධතියට AI ඒකාබද්ධ කරන්නේ කෙසේද යන්න ගැඹුරින් විමසා බලනු ඇත, විශේෂතා සහ වෙනත් තොරතුරු ඇතුළත් වේ.
ඉතින්, AI මෝටර් රථවල ස්වයංක්රීය රිය පැදවීම උගන්වන්නේ කෙසේද?
ස්වයංක්රීය වාහන ස්වාධීනව රිය පැදවීමට හැකි වන පරිදි ඔවුන්ගේ සංවේදක සහ යන්ත්ර දෘශ්ය කැමරාවලින් දත්ත අඛණ්ඩව විශ්ලේෂණය කරයි. ඊළඟට කුමක් කළ යුතුද යන්න තීරණය කිරීමට ඔවුන් මෙම දත්ත භාවිතා කරයි.
ඔවුන් බයිසිකල්, පදිකයින් සහ ඔටෝ වල මීළඟ චලනයන් අවබෝධ කර ගැනීමට සහ පුරෝකථනය කිරීමට AI භාවිතා කරයි. ඔවුන්ගේ ක්රියාවන් ඉක්මනින් සැලසුම් කිරීමට සහ බෙදීම්-දෙවන තීරණ ගැනීමට ඔවුන්ට මෙම තොරතුරු භාවිතා කළ හැකිය.
මෝටර් රථය එහි වත්මන් මංතීරුවේම ඉදිරියට යා යුතුද නැතහොත් මංතීරු මාරු කළ යුතුද? එය තිබෙන තැන දිගටම යා යුතුද නැතිනම් ඔවුන් ඉදිරියෙන් ඇති මෝටර් රථය පසුකර යා යුතුද? වාහනයේ වේගය අඩු කළ යුත්තේ කවදාද?
මෝටර් රථ සම්පූර්ණයෙන්ම ස්වයංක්රීය කිරීම සඳහා ඇල්ගොරිතම පුහුණු කිරීමට සහ එහි AI පෝෂණය කිරීමට ටෙස්ලාට සුදුසු දත්ත රැස් කිරීමට සිදුවේ. වඩා හොඳ කාර්ය සාධනයක් සෑම විටම වැඩි පුහුණු දත්තවල ප්රතිඵලයක් වනු ඇති අතර ටෙස්ලා මෙම ප්රදේශය තුළ බැබළෙයි.
Tesla සමූහයා විසින් එහි සියලුම දත්ත දැන් පාරේ ඇති සිය දහස් ගණන් ටෙස්ලා වාහන වලින් ලබා ගැනීම ඔවුන්ට තරඟකාරී වාසියක් ලබා දෙයි. අභ්යන්තර සහ බාහිර සංවේදක දෙකම විවිධ තත්වයන් යටතේ ටෙස්ලා හැසිරෙන ආකාරය නිරීක්ෂණය කරයි.
ඔවුන් යම් යම් තත්වයන්ට ප්රතිචාර දක්වන ආකාරය සහ ඔවුන් සුක්කානම හෝ උපකරණ පුවරුව ස්පර්ශ කරන ආකාරය ඇතුළුව රියදුරු හැසිරීම පිළිබඳ තොරතුරු ද රැස් කරයි.
"Imitation learning" යනු ටෙස්ලාගේ උපාය මාර්ගයේ නමයි. ලොව පුරා සිටින මිලියන සංඛ්යාත සැබෑ රියදුරන් විනිශ්චයන් සිදු කරයි, ප්රතිචාර දක්වයි, සහ චලනය වන අතර, ඔවුන්ගේ ඇල්ගොරිතම එම ක්රියාවන්ගෙන් ඉගෙන ගනී. එම කිලෝමීටර් සියල්ලම ඇදහිය නොහැකි තරම් නවීන ස්වයංක්රීය වාහන නිපදවයි.
ඔවුන්ගේ ලුහුබැඳීමේ පද්ධතිය ඇත්තෙන්ම දියුණුයි. උදාහරණයක් ලෙස, ටෙස්ලා විසින් එම මොහොතේ දත්ත ඡායාරූපයක් ගබඩා කර, එය දත්ත කට්ටලයට එකතු කර, පසුව වර්ණ-කේත හැඩතල භාවිතා කරමින් ලෝකය පිළිබඳ වියුක්ත නිරූපණයක් ප්රතිනිර්මාණය කරයි. ස්නායු ජාලය වෙතින් ඉගෙන ගත හැකිය. මෙය සිදු වන්නේ ටෙස්ලා වාහනයක් මෝටර් රථයක හෝ බයිසිකලයක හැසිරීම වැරදි ලෙස පුරෝකථනය කළ විටය.
ස්වයංක්රීය වාහන සංවර්ධනය කරන වෙනත් ව්යාපාර රඳා පවතී කෘතිම දත්ත, එය ටෙස්ලා විසින් සිය AI පුහුණු කිරීමට භාවිතා කරන සැබෑ ලෝක දත්ත වලට වඩා සැලකිය යුතු තරම් අඩු ඵලදායී වේ (උදාහරණයක් ලෙස, Grand Theft Auto වැනි වීඩියෝ ක්රීඩා වලින් රිය පැදවීම).
අපි දැන් AI හි ප්රයෝජන ගන්නා Tesla සංරචක පරීක්ෂා කරන්නෙමු.
AI හි වාසිය ලබා ගන්නා Tesla සංරචක
කැමරා සහ සංවේදක
ටෙස්ලා විසින් සම්පූර්ණ කළ යුතු වගකීම් ඉතා හොඳින් දන්නා කරුණකි. මෙම සියලු මෙහෙයුම්, මංතීරු හඳුනාගැනීමේ සිට පදිකයින් ලුහුබැඳීම දක්වා, තත්ය කාලීනව සිදු කෙරේ. මේ හේතුව නිසා ටෙස්ලා කැමරා 8ක් ආධාරයෙන් ක්රියාත්මක විය. මීට අමතරව, මෙම බොහෝ කැමරා තිබීම අන්ධ කලාපයක් නොමැති බවත් මෝටර් රථය අවට මුළු ප්රදේශයම ආවරණය කර ඇති බවත් සහතික කරයි.
ඔබ දැන් කියවූ දේ ඇත්ත! LIDAR නැත අධි-විභේදන සිතියම්කරණය සඳහා පද්ධතියක් නොමැත. ටෙස්ලාට අවශ්ය වන්නේ පරිගණක දර්ශනය පමණක් භාවිතා කිරීමට, යන්ත්ර ඉගෙනීම, සහ ස්වයංක්රීය නියමු ආකෘතිය නිර්මාණය කිරීමට කැමරා වීඩියෝ සංග්රහ. Convolutional Neural Networks (CNNs) පසුව ලුහුබැඳීම සඳහා අමු වීඩියෝව විශ්ලේෂණය කිරීමට භාවිතා කරයි වස්තූන් හඳුනා ගන්න.
ටෙස්ලා ස්වයංක්රීය නියමුවා කැමරා වලට අමතරව රේඩාර් සහ අතිධ්වනික සංවේදක ද ඇත. වාහන සහ අනෙකුත් වස්තූන් අතර වෙන්වීම හඳුනා ගැනීමට සහ මැනීමට රේඩාර් භාවිතා කරයි. රියදුරු ආරක්ෂාව ප්රශස්ත කිරීම සඳහා, අතිධ්වනික සංවේදක ද ක්රියා කරන්නේ නිෂ්ක්රීය වස්තූන් සමඟ සමීපත්වය නිරීක්ෂණය කිරීමට අනුකූලවය.
මෝටර් රථයේ වටපිටාව තේරුම් ගැනීමට සහ ස්වයංක්රීය නියමු හැකියාවන් හැකිතාක් ප්රතිචාර දැක්වීම සඳහා, ස්නායුක ජාල ටෙස්ලා දෘඩාංග සමඟ ඒකාබද්ධ කර ඇත.
Tesla FSD Chip -3
වැඩිදියුණු කළ කාර්ය සාධනය සහ මාර්ගවල ආරක්ෂාව සඳහා, ටෙස්ලා පද්ධති AI ප්රොසෙසර දෙකක් ඇතුළත් වේ. ටෙස්ලා පද්ධතිය දෝෂ රහිත වීමට උත්සාහ කරයි. එක් ඒකකයක් අසමත් වුවද, උපස්ථ බලය සහ දත්ත ආදාන මූලාශ්ර නිසා අමතර ඒකක භාවිතයෙන් මෝටර් රථයට තවමත් ක්රියා කළ හැක.
අනපේක්ෂිත අසාර්ථක අවස්ථාවකදී ගැටීම් වළක්වා ගැනීම සඳහා මෝටර් රථ හොඳින් සවි කර ඇති බවට වග බලා ගැනීමට ටෙස්ලා මෙම අතිරේක පියවරයන් භාවිතා කරයි. පමණක් මිනිස් මොළය නව ටෙස්ලා මයික්රොප්රොසෙසරයට වඩා තත්පරයකට වැඩි මෙහෙයුම් ක්රියාත්මක කළ හැකිය (තත්පරයකට මෙහෙයුම් ක්වාඩ්රිලියන 1). එය කලින් භාවිතා කළ ටෙස්ලා එන්වීඩියා මයික්රොචිප් වලට වඩා 21 ගුණයක් පමණ ප්රබලයි.
Tesla සම්පූර්ණයෙන්ම ස්වයංක්රීය දුම්රිය එන්ජින් සඳහා වෙළඳපල ප්රමුඛයා බවට සැකයක් නැත, නමුත් එය තවමත් නවීනතම ස්වයංක්රීය නියමු මෝටර් රථයක් නිෂ්පාදනය කිරීමට බොහෝ දුරයි.
අනාගතයේදී, අපි මෙම රචනයේ දක්වා ඇති ගුණාංග සහිත මෝටර් රථයක් නිසැකවම පොදු දෙයක් බවට පත්වනු ඇත. Tesla විසින් තමන්ගේම අති නවීන AI ප්රොසෙසර සහ ස්නායුක ජාල ගෘහ නිර්මාණ ශිල්පය නිර්මාණය කර ඇත.
ස්නායු ජාල පුහුණුව
ස්නායු ජාලයෙන් පසුව ආකෘතිය ද පුහුණු කළ යුතුය නිර්මාණය කර ඇත. නවීනතම පරිගණක දර්ශන හැකියාවන්ට ඉඩ සැලසීම සඳහා ටෙස්ලා පුළුල් පරාසයක පුස්තකාල සහ මෙවලම් ස්ථානගත කර ඇති බව අපි දනිමු.
පයිටෝර්ච්, Facebook හි AI පර්යේෂණ දෙපාර්තමේන්තුව විසින් නිර්මාණය කරන ලද, එවැනි එක් රාමුවකි (FAIR). PyTorch විසින් භාවිතා කරනු ලැබේ ටෙස්ලා තාක්ෂණික තොගය ගැඹුරු ඉගෙනුම් ආකෘතිය පුහුණු කිරීමට.
ටෙස්ලා පූර්ණ ස්වයං පාලනයක් ලබා ගැනීම සඳහා සිතියම් හෝ LIDAR මත රඳා නොපවතින බව සැලකිය යුතු කරුණකි. කැමරා සහ පිරිසිදු පරිගණක දර්ශනය තනිකරම භාවිතා කරන අතර සෑම දෙයක්ම තත්ය කාලීනව සිදු කෙරේ.
ටෙස්ලා පුහුණුව සඳහා මෙන්ම විවිධ සහායක ක්රියාකාරකම් සඳහා පයිටෝර්ච් යොදා ගනී ස්වයංක්රීය කාර්ය ප්රවාහය උපලේඛනගත කිරීම, ආදර්ශ සීමාවන් ක්රමාංකනය කිරීම, සම්පූර්ණ තක්සේරුව, නිෂ්ක්රීය පරීක්ෂණ, සමාකරණ පරීක්ෂණ යනාදිය.
Tesla විසින් GPU පැය 70,000ක් පමණ වෙන්කර අනාවැකි 48ක් කරන ජාල 1,000ක් පුහුණු කරයි. මෙම පුහුණුව එක් වරක් පමණක් නොව අඛණ්ඩව පවතී. කෘතිම බුද්ධිය යනු කාලයත් සමඟ ඉදිරියට යන පුනරාවර්තන ක්රියාවලියක් බව අපි දනිමු. එහි ප්රතිඵලයක් වශයෙන්, වෙන වෙනම පුරෝකථන 1000ම නිවැරදි ලෙස පවතින අතර කිසිදා නොපැකිළෙයි.
HydraNet
මෝටර් රථයක් චලනය නොවන විට සහ බොහෝ විට මංසන්ධියක ඇති විට පවා, ඕනෑම අවස්ථාවක රැකියා 100ක් පමණ ප්රගතිය යටතේ පවතී. සෑම කාර්යයක් සඳහාම ස්නායුක ජාලයක් භාවිතා කිරීම මිල අධික හා අකාර්යක්ෂම වේ. Tesla වාහනවල AI මඟින් විශාල තොරතුරු ප්රමාණයක් තත්ය කාලීනව සකසනු ලැබේ.
එහි ප්රතිඵලයක් වශයෙන්, එකවර පින්තූර 50 x 1000 ක් සැකසීමට හැකි ResNet-1000 හවුල් කොඳු නාරටිය, Computer Vision වැඩ ප්රවාහයේ මධ්යම සැකසුම් ඒකකය ලෙස ක්රියා කරයි.
ජාලයේ මුදුනට ආසන්නව, HydraNet ස්නායු ජාලයේ සැලසුම ශාඛා කිහිපයකට (හෝ හිස්) බෙදී යයි. එක් එක් ක්ෂුද්ර කණ්ඩායම් පුහුණු දත්ත බොහෝ ප්රධානීන් සඳහා විවිධ බරින් තැබීමෙන්, මෙම ප්රධානීන් ස්වාධීනව උගන්වනු ලබන අතර වෙනස් දේවල් ඉගෙන ගනී.
ඇත්ත වශයෙන්ම, වාහන සඳහා AI සැකසීමට මෙම HydraNets එකට වැඩ කරන අවස්ථා කිහිපයක් තිබේ. සෑම HydraNet හි තොරතුරු පුනරාවර්තන ගැටළු වලට පිළියම් සඳහා භාවිතා වේ.
නිදසුනක් වශයෙන්, කාර්යයක් නැවතුම් සංඥා හැසිරවීමටත්, තවත් කාර්යයක් පදිකයන් සමඟ කටයුතු කිරීමටත්, තවත් කාර්යයක් මාර්ග සංඥා පරීක්ෂා කිරීමටත් ක්රියාකාරී විය හැකිය. මෙම සුවිශේෂී රාජකාරි සියල්ලම පොදු කොන්දක් මගින් ක්රියාත්මක වේ.
HydraNet ගෘහ නිර්මාණ ශිල්පයට අනුව, මෙම එක් එක් කාර්යය සඳහා අවශ්ය වන්නේ දැවැන්ත ස්නායු ජාලයේ කුඩා කොටසක් පමණි.
මෙය මාරු ඉගෙනීමට බෙහෙවින් සමාන වන අතර, යම් යම් අදාළ කාර්යයන් සඳහා පොදු බ්ලොක් එකක් සඳහා විවිධ කොටස් පුහුණු කරනු ලැබේ. HydraNets හි කොඳු නාරටිය විවිධ දේවල් මත පුහුණු කර ඇති අතර, ප්රධානීන්ට විශේෂිත රැකියා පිළිබඳව උගන්වනු ලැබේ.
මෙය ආකෘතිය පුහුණු කිරීමට අවශ්ය කාලය අඩු කරන අතර අනුමානය වේගවත් කරයි.
ටෙස්ලා ඔටෝපිලොට්
ස්වයංක්රීය නියමු හැකියාවන් සහිත මෝටර් රථවලට මංතීරුවක ස්වයංක්රීයව ධාවනය කිරීමට, වේගවත් කිරීමට සහ නැවැත්වීමට හැකිය. එය ගැඹුරු ස්නායු ජාල සංකල්ප භාවිතයෙන් ගොඩනගා ඇත. එය කැමරා, අතිධ්වනික සංවේදක සහ රේඩාර් භාවිතයෙන් මෝටර් රථය අවට ප්රදේශය නිරීක්ෂණය කරයි.
සංවේදක සහ කැමරා මගින් රියදුරන් ඔවුන්ගේ වටපිටාව පිළිබඳව දැනුවත් කරන අතර, මෙම තොරතුරු මිලි තත්පර කිහිපයකින් විශ්ලේෂණය කර රිය පැදවීම ආරක්ෂිත සහ අඩු ආතතියක් බවට පත් කරයි.
දීප්තිමත්, අඳුරු සහ විවිධ කාලගුණික තත්වයන් තුළ, මෝටර් රථ අවට අවකාශය නිරීක්ෂණය කිරීමට සහ තක්සේරු කිරීමට රේඩාර් භාවිතා කරයි. සෑම අවස්ථාවකදීම, පාරජම්බුල කිරණ ක්රම මගින් සමීප බව තීරණය කරයි, සහ නිෂ්ක්රීය වීඩියෝව අවට ඇති වස්තූන් හඳුනාගෙන ආරක්ෂිත රිය පැදවීම ප්රවර්ධනය කරයි.
මීට අමතරව, ස්වයංක්රීය නියමු රියදුරුට උපකාර කිරීම සඳහා නිර්මාණය කර ඇති අතර ටෙස්ලා ස්වයංක්රීයව ධාවනය වන වාහනයක් බවට පරිවර්තනය නොකරයි. රෝදයට අත තබා රියැදුරන්ට අවවාද කිරීම සාමාන්ය සිරිතකි.
ඔබ එසේ නොකළහොත් රෝදය ගැනීමට ඇඟවීම් මාලාවක් ක්රියාත්මක වේ. වැඩි වේලාවක් නොසලකා හැරියහොත්, මෝටර් රථය නතර වීමට පෙර මන්දගාමී වීමට පටන් ගනී. කෲස් පාලක දඬුව තිරිංග කිරීම, හැරීම හෝ අක්රිය කිරීම මගින් රියදුරන්ට සෑම විටම ස්වයංක්රීය නියමු ක්රියාකාරකම් අභිබවා යා හැක.
කුරුළු අක්ෂි දර්ශනය
ටෙස්ලා දෘඪාංග පරිවර්ථනය කරන පින්තූර බොහෝ විට අමතර මානයන් අවශ්ය විය හැකිය. Bird's Eye View විශේෂාංගය දුර ප්රමාණය මැනීම පහසු කරවන අතර බාහිර ලෝකය වඩාත් නිවැරදි ලෙස නිරූපණය කරයි.
එය වාහන නැවැත්වීම සරල කිරීමට සහ කුඩා ස්ථානවල සැරිසැරීමට පහසු කිරීමට මෝටර් රථයක ඉහළ දසුන් රූපයක් "විදැහුම්" කරන දෘශ්ය අධීක්ෂණ පද්ධතියකි. ඔබේ වාහන නැවැත්වීමේ හැකියාව පිළිබඳ ලාමක සාධාරණීකරණයක් සැපයීමකින් තොරව, ඔබට දැන් ආරක්ෂිතව රෝදය ගත හැකිය.
ටෙස්ලාගේ අනාගතය
ඔබ ශක්තිමත් පරාසයක් සහිත මධ්යම ප්රමාණයේ SUV එකක් සොයන්නේ නම්, 2022 ටෙස්ලා මාදිලිය Y EV සඳහා අපූරු ආරම්භක ලක්ෂ්යයකි. සාමාන්ය මෘදුකාංග උත්ශ්රේණි කිරීම් හේතුවෙන්, ටෙස්ලාගේ අනෙකුත් බොහෝ නිෂ්පාදන මෙන් Y මොඩලය නිරන්තරයෙන් වෙනස් වේ.
ආරක්ෂාව සහ ක්රියාකාරීත්වය වැඩි දියුණු කිරීමෙන්, මෙම වැඩිදියුණු කිරීම් ඔබේ මෝටර් රථය වඩාත් ප්රයෝජනවත් වීමට උපකාරී වේ. පවුලේ අය සහ විවිධ ගමන් මලු සමඟ දුර ගමන් කිරීමට අවශ්ය පුද්ගලයින් සඳහා, ඉඩකඩ සහිත ශරීරය සහ Tesla හි Supercharger ජාලයට ප්රවේශය එය අපූරු තේරීමක් කරයි.
එහි ආරම්භයේ සිටම, ටෙස්ලා එහි වත්මන් පාරිභෝගික පදනමෙන් දත්ත වලින් ප්රතිලාභ ලබා ඇති අතර, ස්වයංක්රීය වාහන පිළිබඳ එහි කාර්යය එහි සියලුම මෙහෙයුම්වල හරය AI ස්ථානගත කිරීමේ එහි අඛණ්ඩ අභිලාෂයේ කොටසකි.
AI සහ විශාල දත්ත ටෙස්ලාගේ විශ්වාසවන්ත සහචරයින් තුළ Elon Musk සහ ඔහුගේ කණ්ඩායම දිගටම පවතිනු ඇත, ඔවුන් තම නිවසේ සූර්ය බලශක්ති පැනල සමඟ විදුලි ජාලය පරිවර්තනය කිරීමේ ඔවුන්ගේ අභිලාෂයන් ඇතුළුව ඔවුන්ගේ නවතම මුලපිරීම් කරා ගමන් කරයි.
නිගමනය
වෙළඳපොලේ වඩාත්ම ආක්රමණශීලී නවෝත්පාදකයෙකු ලෙස පිළිගත් සමාගමක් වන ටෙස්ලා සෑම විටම දත්ත එකතු කිරීම සහ විශ්ලේෂණය එහි බලවත්ම මෙවලම බවට පත් කර ඇත. ඔවුන්ගේම චිප්ස් නිර්මාණය කිරීමේදී ඔවුන් එකම නීති අනුගමනය කළහ.
ව්යාපාරය විසින් කෘතිම බුද්ධිය සහ දත්ත විශ්ලේෂණයට ස්තූතිවන්ත වන පරිදි අප මෝටර් රථ ධාවනය කරන ආකාරය සම්පූර්ණයෙන්ම වෙනස් කිරීමට හැකියාව ඇති ස්වයංක්රීය වාහන සංවර්ධනය කර ඇත.
වේදිකාව එහි පොරොන්දු ඉටු කරන්නේ කෙසේද සහ එහි ව්යාපාරය දියුණු කරන්නේ කෙසේද යන්න අපි බලමු. අනාගතයේදී සමාගම ස්වයංක්රීය වාහන සඳහා වෙළඳපොළට යන්නේ කොතැනටද යන්න මෙම තාක්ෂණයන් උපයෝගී කර ගැනීමෙන් පසුව දැකගත හැකිය.
ඔබමයි