ටෙස්ලා යනු ඇමරිකානු වාහන නිෂ්පාදන සමාගමක් විසින් ආරම්භ කරන ලදී බෙසමත් Musk 2003 දී.
සමාගම වඩාත් ප්රසිද්ධ වන්නේ එහි විද්යුත් මෝටර් රථ සඳහා සහ සූර්ය පැනල සහ ලිතියම්-අයන බැටරි බලශක්ති ගබඩා කිරීම සඳහා විශේෂීකරණය කිරීම සඳහා ය.
ටෙස්ලා මෝටර් රථ සුපිරි ආරෝපණය, යතුරු කාඩ්පත් ප්රවේශය සහ ස්වයංක්රීය නියමු මාදිලිය ඇතුළු විප්ලවීය විශේෂාංග රාශියකින් පැමිණේ.
කෘත්රිම බුද්ධියේ (AI) සහ අදහස් නිසා ස්වයංක්රීය නියමු මාදිලිය හැකි වී ඇත ටෙස්ලාගේ උසස් ස්නායු ජාල ගෘහ නිර්මාණ ශිල්පය.
අපි Tesla Neural Network ගෘහ නිර්මාණ ශිල්පය ගැන විස්තරාත්මකව සාකච්ඡා කරමු.
Neural Networks යනු මොනවාද?
Neural Networks, or NNs, යනු ජීව විද්යාත්මක ක්රියාකාරකම් අනුව හැඩගැසුණු ඇල්ගොරිතම මාලාවකි. මිනිස් මොළය. ස්නායුක ජාල නෝඩ් වලින් සමන්විත වන අතර ඒවා නියුරෝන ලෙසද හැඳින්වේ. සිරස් නෝඩ් එකතුවක් ස්ථර ලෙස හැඳින්වේ.
සෑම ස්ථරයක්ම නෝඩ් වලින් සමන්විත වන අතර එය නියුරෝන ලෙසද හැඳින්වේ, එහිදී ගණනය කිරීම් සිදු වේ. පහත දැක්වෙන පරිදි එක් ස්ථරයක නෝඩ් සම්ප්රේෂණ මාර්ග හරහා ඊළඟ ස්ථරයට සම්බන්ධ වේ.
පහත රූප සටහනෙහි, කවයන් නෝඩ් නියෝජනය කරන අතර නෝඩ් වල සිරස් එකතුව ස්ථර නියෝජනය කරයි. මෙම ආකෘතියේ ස්ථර තුනක් ඇත.
ඔවුන් ඉගෙන ගන්නේ කෙසේද?
ලේබලයක් සමඟින් වරකට එක් ආයතනයකට දත්ත සපයනු ලැබේ. දත්ත කොටස් වලට කැඩී ආකෘතියේ එක් එක් නෝඩය හරහා ගමන් කරයි.
නෝඩ් මෙම කොටස් මත ගණිතමය මෙහෙයුම් සිදු කරයි. එක් ස්ථරයක ගණනය කිරීම් මාලාවකින් පසුව, දත්ත ඊළඟ ස්ථරය වෙත ගමන් කරයි.
සම්පුර්ණ වූ පසු, අපගේ ආකෘතිය ප්රතිදාන ස්ථරයේ දත්ත ලේබලය පුරෝකථනය කරයි. ආකෘතිය පසුව මෙම පුරෝකථනය කළ අගය සැබෑ ලේබල් අගය සමඟ සංසන්දනය කරයි.
අගයන් ගැළපෙන්නේ නම්, අපගේ ආකෘතිය මීළඟ ආදානය ගනු ඇත, නමුත් අගයන් වෙනස් නම්, ආකෘතිය අලාභය ලෙස හැඳින්වෙන අගයන් දෙක අතර වෙනස ගණනය කරයි, සහ ඊළඟ වතාවේ ගැළපෙන ලේබල නිපදවීමට නෝඩ් ගණනය කිරීම් සීරුමාරු කරයි.
Tesla's Neural Network Architecture
සංජානනයේ සිට පාලනය දක්වා වූ ගැටළු පිළිබඳව ගැඹුරු ස්නායු ජාල පුහුණු කිරීමට ටෙස්ලා අති නවීන පර්යේෂණ භාවිතා කරයි.
ටෙස්ලාගේ එක් කැමරා ජාලයන් අර්ථකථන ඛණ්ඩනය, වස්තු හඳුනාගැනීම සහ සිදු කිරීමට අමු රූප විශ්ලේෂණය කරයි. monocular ගැඹුර ඇස්තමේන්තු.
දත්ත කට්ටල
මාර්ග සැකැස්ම, ස්ථිතික යටිතල පහසුකම් සහ ත්රිමාණ වස්තු සෘජුවම ඉහළ-පහළ දසුනින් ප්රතිදානය කරන කුරුල්ලන්-ඇස් දසුන් ජාල කැමරාවලින් ලබාගත් වීඩියෝවලින් උපුටා ගන්නා ලද අමු රූප පිළිබඳව ස්නායු ජාල පුහුණු කර ඇත.
දත්ත රූප ලේබල් නොකළ අතර ලොව පුරා විවිධ අවස්ථා රාශියක් ආවරණය වන අතර තථ්ය කාලය තුළ වාහන මිලියනයකින් සමන්විත වේ.
එය ක්රියාත්මක වන්නේ කෙසේද?
ජාලය චිත්රක සැකසුම් ඒකක (GPU) 70,000 කින් සමන්විත වන අතර එම දුම්රිය 48 ගැඹුරු ඉගෙනුම ආකෘති.
කැමරා සහ සංවේදක ඇතුළුව මෝටර් රථයේ දෘඪාංග සංරචක, මෙම මාදිලි ජාලය හරහා ගමන් කරන අධීක්ෂණය නොකළ දත්ත සපයයි.
දී ඇති දත්ත වලින් පදිකයෙකු, ගසක් වැනි පරිසරයක ඇති විය හැකි වස්තූන් ගැන මෝටර් රථය ඉගෙන ගනී.
ගෘහ නිර්මාණ ශිල්පය ද මූලධර්ම භාවිතා කරන AI චිප් දෙකකින් සමන්විත වේ ගැඹුරු ඉගෙනුම. මෙම චිප්ස් රිය පැදවීමේදී, කවදා සහ කෙසේද හැරවිය යුතුද වැනි මෝටර් රථය සඳහා තත්ය කාලීන තීරණ ගැනීමට උපකාරී වේ.
ස්නායු ජාල ගෘහ නිර්මාණ ශිල්පයට එහි ක්රියාකාරීත්වයට දායක වන ප්රබල උපාංග සහ සංකල්ප ඇතුළත් වේ.
FSD චිප්
සම්පූර්ණ ස්වයං-රිය පැදවීම (FSD) චිප්ස් යනු ටෙස්ලාගේ ස්වයංක්රීය නියමු මෘදුකාංගය ක්රියාත්මක කරන AI අනුමාන චිප් වේ. මෙම චිප්ස් වොට් එකකට උපරිම සිලිකන් කාර්ය සාධනය මිරිකන ක්ෂුද්ර වාස්තු විද්යාත්මක වැඩිදියුණු කිරීම් සමඟින් නිර්මාණය කර ඇත.
FSDs AI හි ක්රියාකාරීත්වය සහ ක්රියාකාරීත්වය සත්යාපනය කිරීම සඳහා ශක්තිමත් පරීක්ෂණ සහ ලකුණු පුවරු ලියන අතරම බිම-සැලසුම් කිරීම, කාලය සහ බල විශ්ලේෂණය ක්රියාත්මක කරයි.
ඩෝජෝ චිප්ස් සහ පද්ධති
ඩෝජෝ අධි බල සැපයුම සහ සිසිලනය සඳහා උසස් තාක්ෂණය සමඟ දුෂ්කර ගැටළු විසඳන ටෙස්ලාගේ සුපිරි පරිගණක පද්ධතිය වේ.
Dojo Chips හි මෙම පද්ධති බලගන්වන AI ඇතුළත් වන අතර සෑම කැටිතියකින්ම උපරිම කාර්ය සාධනය, ප්රතිදානය සහ කලාප පළල සඳහා නිර්මාණය කර ඇත.
චිප්ස් සහ පද්ධති එක්ව ටෙස්ලාගේ එන්එන් සඳහා බලය සහ ක්රියාකාරිත්වය ප්රශස්ත කිරීමට භාවිතා කරයි.
ස්වයං පාලන ඇල්ගොරිතම
ස්වයං පාලන ඇල්ගොරිතම යනු ලෝකයේ ඉහළ විශ්වාසනීය නිරූපණයක් නිර්මාණය කිරීමෙන් සහ දී ඇති අවකාශයක ගමන් පථ සැලසුම් කිරීමෙන් මෝටර් රථය ධාවනය කරන මූලික ඇල්ගොරිතම වේ.
දක්වා ස්නායු ජාල පුහුණු කරන්න එවැනි නිරූපණයන් පුරෝකථනය කිරීම සඳහා, ටෙස්ලා විසින් කාර්යයේ සංවේදක මගින් අවකාශය සහ කාලය හරහා තොරතුරු ඒකාබද්ධ කිරීමෙන් නිවැරදි සහ මහා පරිමාණ භූ-සත්ය දත්ත ඇල්ගොරිතම ලෙස නිර්මාණය කරයි.
මෙම ඇල්ගොරිතම අවිනිශ්චිතභාවය යටතේ සංකීර්ණ සැබෑ ලෝක තත්වයන් තුළ ක්රියාත්මක වන ශක්තිමත් සැලසුම් සහ තීරණ ගැනීමේ පද්ධතියක් ගොඩනැගීමට උසස් තාක්ෂණික ක්රම භාවිතා කරයි.
යටිතල පහසුකම් ඇගයීම
ටෙස්ලාගේ ඇගයුම් යටිතල ව්යුහයට විවෘත-ලූප්, සංවෘත-ලූප් සහ දෘඪාංග-ඉන්-ද-ලූප් ඇගයුම් මෙවලම් සහ පරිමාණයෙන් යටිතල පහසුකම් ඇතුළත් වේ.
මෙම යටිතල ව්යුහය මඟින් AI හට කාර්ය සාධන වැඩිදියුණු කිරීම් නිරීක්ෂණය කිරීමට සහ ප්රතිගාමී වීම වැළැක්වීමට ඉඩ සලසයි.
Tesla's NN හි ප්රධාන ලක්ෂණ
- කැමරා, අතිධ්වනික සංවේදක සහ රේඩාර් පරිසරය වටහා ගනී
- රේඩාර් එකක් මෝටර් රථය වටා ඇති දුර මනිනු ලබයි
- පාරජම්බුල තාක්ෂණය මගින් සමීපත්වය මනිනු ලබන අතර නිෂ්ක්රීය වීඩියෝ මගින් මෝටර් රථය වටා ඇති වස්තූන් හඳුනා ගනී
- ගැඹුරු ස්නායුක ජාල මූලධර්ම මත ගොඩනගා ඇති AI චිප් දෙකක් භාවිතා කරයි
- AI චිප්ස් ට්රාන්සිස්ටර බිලියන 6කින් සමන්විත වේ
- Nvidia චිප් වලට වඩා 21 ගුණයක් වේගවත්
- AI චිප් වල මෙගා බයිට් 32ක අධිවේගී SRAM මතකයක් ඇත
- ගැඹුරු ඉගෙනුම් ආකෘති 48 කින් සමන්විත වේ
- චිත්රක සැකසුම් ඒකක (GPU) 70,000ක් අඩංගු වේ
- එක් එක් කාල පියවරේදී වෙනස් ආතතීන් 1000ක් (අනාවැකි) ප්රතිදානය කරයි
නිගමනය
ටෙස්ලාගේ අති නවීන ස්නායුක ජාල සහ AI ගෘහ නිර්මාණ ශිල්පය ස්වයංක්රීයව ධාවනය වන මෝටර් රථ පිළිබඳ අදහස යථාර්ථයක් බවට පත් කර ඇත.
ප්රමුඛතම AI මත පදනම් වූ මෝටර් රථ නිෂ්පාදකයාගේ මෙම සාර්ථකත්වය එහි දියුණුවේ ප්රතිඵලයකි FSD චිප්ස්, ඩෝජෝ චිප්ස්, ස්වයං පාලන ඇල්ගොරිතම, ඇගයීම් යටිතල පහසුකම්, සහ තවත් දේ.
ඔබට AI, Deep Learning සහ නවතම තාක්ෂණික ප්රවණතා ගැන වැඩිදුර දැන ගැනීමට අවශ්ය නම්, අපගේ අනෙකුත් රසවත් ලිපි බලන්න.
ඔබමයි