Dalo by sa predpokladať, že Tesla je dobre známe meno v automobilovom priemysle, keď o nich premýšľate. Tesla, priekopník v oblasti elektrických automobilov, je bezpochyby. Sú však technologickou firmou, čo je tajomstvom ich úspechu.
Jednou z vecí, vďaka ktorým je ich podnikanie úspešné, je používanie umelá inteligencia technológií. Úplná automatizácia vozidiel Tesla je jednou zo súčasných najvyšších priorít spoločnosti a na dosiahnutie tohto cieľa využíva AI a jej mnohé komponenty.
Oznámením jeho príchodu začiatkom roka 2021, tesla vyvolalo na subkontinente rozruch. Elon Musk je takmer pripravený založiť Bangalore v Indii ako výrobné centrum spoločnosti Tesla India.
Odborníci na umelú inteligenciu v Indii jasali, keď memy a tweety o tom, ako budú v Indii fungovať toľko chválené „samoriadiace autá“.
Celá vlna umelej inteligencie, ktorá nakoniec ovládne zemeguľu, sa práve začína.
Tento príspevok podrobne preskúma, ako Tesla integruje AI do svojho systému, vrátane špecifík a ďalších informácií.
Ako teda AI učí autonómnu jazdu v autách?
Autonómne vozidlá neustále analyzovať údaje zo svojich senzorov a kamier strojového videnia, aby mohli jazdiť nezávisle. Tieto údaje potom použijú na rozhodnutie, čo ďalej.
Využívajú AI na pochopenie a predpovedanie ďalších pohybov bicyklov, chodcov a áut. Tieto informácie môžu použiť na rýchle plánovanie svojich akcií a prijímanie rozhodnutí v zlomku sekundy.
Má auto pokračovať vo svojom aktuálnom jazdnom pruhu alebo sa má zmeniť? Má pokračovať tam, kde je, alebo predísť auto pred nimi? Kedy by malo vozidlo spomaliť alebo zrýchliť?
Tesla musí zhromaždiť príslušné údaje na trénovanie algoritmov a napájanie svojich AI, aby boli autá úplne autonómne. Lepší výkon vždy vyplynie z väčšieho množstva tréningových dát a Tesla v tejto oblasti žiari.
Skutočnosť, že Tesla získava všetky svoje údaje zo stoviek tisíc vozidiel Tesla, ktoré sú teraz na cestách, im dáva konkurenčnú výhodu. Vnútorné aj vonkajšie senzory sledujú, ako sa Tesla správa za rôznych okolností.
Zhromažďujú tiež informácie o správaní vodiča vrátane toho, ako reagujú na určité okolnosti a ako často sa dotýkajú volantu alebo prístrojovej dosky.
„Imitačné učenie“ je názov stratégie spoločnosti Tesla. Milióny skutočných vodičov na celom svete robia úsudky, reagujú a pohybujú sa a ich algoritmy sa z týchto akcií učia. Výsledkom všetkých tých kilometrov sú neuveriteľne sofistikované autonómne vozidlá.
Ich sledovací systém je skutočne pokročilý. Napríklad Tesla ukladá momentku údajov, pridá ju do súboru údajov a potom znovu vytvorí abstraktnú reprezentáciu sveta pomocou farebne odlíšených tvarov, ktoré neurónové sieť sa môže učiť od. Stáva sa to vtedy, keď vozidlo Tesla nesprávne predpovedá správanie auta alebo bicykla.
Iné podniky vyvíjajúce autonómne vozidlá sa spoliehajú na syntetické údaje, čo je podstatne menej efektívne ako údaje z reálneho sveta, ktoré Tesla používa na trénovanie svojich AI (napríklad jazdné správanie z videohier ako Grand Theft Auto).
Teraz preskúmame komponenty Tesla, ktoré využívajú výhody AI.
Komponenty Tesla, ktoré využívajú výhody AI
Kamera a senzory
Povinnosti, ktoré musí Tesla splniť, sú celkom dobre známe. Všetky tieto operácie, od identifikácie jazdných pruhov až po sledovanie chodcov, sa vykonávajú v reálnom čase. Tesla z tohto dôvodu fungovala s pomocou 8 kamier. Prítomnosť tohto množstva kamier navyše zaisťuje, že neexistuje žiadna slepá zóna a že je pokrytá celá oblasť okolo auta.
Je to pravda, čo ste práve čítali! nie LIDAR Žiadny systém pre mapovanie vo vysokom rozlíšení. Tesla chce používať len počítačové videnie, strojové učeniea video kanálov kamery na vytvorenie modelu autopilota. Konvolučné neurónové siete (CNN) sa potom používajú na analýzu nespracovaného videa s cieľom sledovať a detekovať predmety.
Autopilot Tesla má okrem kamier aj radarové a ultrazvukové senzory. Radar sa používa na detekciu a meranie vzdialenosti medzi vozidlami a inými objektmi. S cieľom optimalizovať bezpečnosť vodiča fungujú ultrazvukové senzory aj v súlade s monitorovaním blízkosti pasívnych objektov.
Aby bolo možné porozumieť okoliu auta a čo najlepšie reagovať na možnosti autopilota, sú neurónové siete integrované s hardvérom Tesla.
Čip Tesla FSD -3
Pre lepší výkon a bezpečnosť na cestách obsahujú systémy Tesla dva procesory AI. Systém Tesla sa snaží byť bezchybný. Aj keď jedna jednotka zlyhá, automobil môže stále fungovať s použitím ďalších jednotiek vďaka záložnému napájaniu a zdrojom dátového vstupu.
Tesla používa tieto dodatočné opatrenia, aby sa ubezpečila, že autá sú dobre vybavené, aby sa v prípade nepredvídanej poruchy vyhli kolíziám. Len ľudského mozgu dokáže vykonať viac operácií za sekundu ako nový mikroprocesor Tesla (1 kvadrilión operácií za sekundu). To je asi 21-krát účinnejšie ako predtým používané mikročipy Tesla Nvidia.
Tesla je nepochybne lídrom na trhu s plne autonómnymi lokomotívami, no od výroby špičkového autopilota má ešte ďaleko.
Automobil s vlastnosťami, ktoré sme načrtli v tejto eseji, sa v budúcnosti nepochybne stane samozrejmosťou. Tesla vytvorila svoje vlastné špičkové procesory AI a architektúru neurónových sietí.
Školenie neurónových sietí
Model musí byť trénovaný aj po neurónových sieťach boli vytvorené. Sme si vedomí toho, že Tesla zaviedla širokú škálu knižníc a nástrojov, aby umožnila špičkové možnosti počítačového videnia.
Pytorch, ktorý bol vytvorený oddelením výskumu AI spoločnosti Facebook, je jedným z takýchto rámcov (FAIR). PyTorch používa Technologický zásobník Tesla trénovať model hlbokého učenia.
Je pozoruhodné, že Tesla sa pri dosiahnutí úplnej autonómie nespolieha na mapy alebo LIDAR. Používajú sa výlučne kamery a čisté počítačové videnie a všetko sa deje v reálnom čase.
Tesla zamestnáva Pytorcha na školenia a rôzne pomocné činnosti ako napr automatizované workflow plánovanie, kalibrácia modelových prahov, dôkladné posúdenie, pasívne testovanie, simulačné testy atď.
Tesla strávi približne 70,000 48 hodín GPU tréningom 1,000 sietí, ktoré vytvárajú 1000 XNUMX rôznych predpovedí. Toto školenie pokračuje, nie iba raz. Sme si vedomí toho, že umelá inteligencia je iteratívny proces, ktorý časom napreduje. Výsledkom je, že všetkých XNUMX XNUMX samostatných predpovedí zostáva presných a nikdy neochabujú.
HydraNet
V každom danom čase prebieha okolo 100 úloh, a to aj vtedy, keď sa auto nepohybuje a je s najväčšou pravdepodobnosťou na križovatke. Používanie neurónovej siete pre každú úlohu je nákladné a neefektívne. Obrovské množstvo informácií spracováva AI vo vozidlách Tesla v reálnom čase.
Výsledkom je, že zdieľaná chrbtica ResNet-50, ktorá dokáže spracovať 1000 x 1000 obrázkov naraz, slúži ako centrálna procesorová jednotka pre workflow Computer Vision.
V blízkosti hornej časti siete sa dizajn neurónovej siete HydraNet rozdeľuje na niekoľko vetiev (alebo hláv). Tým, že každá mikrodávka tréningových dát má pre mnohé hlavy rozdielnu váhu, tieto hlavy sa učia nezávisle a učia sa odlišné veci.
Samozrejme, existuje niekoľko prípadov, keď tieto HydraNety spolupracujú na spracovaní AI pre vozidlá. Každá informácia HydraNet sa využíva na nápravu opakujúcich sa problémov.
Napríklad úloha môže byť aktívna pri manipulácii so značkami zastavenia, iná pri práci s chodcami a ďalšia pri skúmaní dopravných signálov. Všetky tieto odlišné povinnosti riadi spoločná chrbtica.
Podľa architektúry HydraNet je pre každú z týchto úloh potrebná len malá časť obrovskej neurónovej siete.
Je to dosť podobné prenosovému učeniu, kde sa jednotlivé bloky trénujú na spoločný blok pre určité súvisiace úlohy. Chrbtica HydraNetov sú vyškolené na rôzne veci, zatiaľ čo hlavy sa učia na konkrétne úlohy.
To znižuje množstvo času potrebného na trénovanie modelu a urýchľuje odvodenie.
Tesla Autopilot
Autá s funkciou autopilota dokážu autonómne riadiť, zrýchľovať a zastaviť v jazdnom pruhu. Je skonštruovaný pomocou konceptov hlbokých neurónových sietí. Pozoruje okolie auta pomocou kamier, ultrazvukových senzorov a radaru.
Senzory a kamery upozorňujú vodičov na svoje okolie a tieto informácie sa analyzujú v priebehu milisekúnd, aby sa jazda stala bezpečnejšou a menej stresujúcou.
Za jasných, tmavých a rôznych poveternostných podmienok sa radar využíva na pozorovanie a odhadovanie priestoru okolo automobilov. V každej situácii ultrafialové metódy určujú blízkosť a pasívne video identifikuje objekty v blízkosti a podporuje bezpečnú jazdu.
Autopilot je navyše navrhnutý tak, aby pomáhal vodičovi a nepremieňa Teslu na samoriadiace vozidlo. Je bežnou praxou upozorniť vodičov, aby držali ruky na volante.
Ak tak neurobíte, spustí sa séria upozornení, aby ste prevzali volant. Ak sa ignoruje oveľa dlhšie, automobil začne spomaľovať, kým sa zastaví. Zabrzdením, otočením alebo deaktiváciou páčky tempomatu môžu vodiči kedykoľvek vypnúť funkcie autopilota.
Pohľad z vtáčej perspektívy
Obrázky, ktoré hardvér Tesla často interpretuje, by mohli potrebovať ďalšie rozmery. Funkcia Bird's Eye View uľahčuje meranie väčších vzdialeností a ponúka presnejšie zobrazenie vonkajšieho sveta.
Ide o vizuálny monitorovací systém, ktorý „vykresľuje“ pohľad zhora na auto, aby bolo parkovanie jednoduché a navigácia na malých miestach jednoduchšia. Bez toho, aby ste museli chápavo zdôvodňovať svoje parkovacie schopnosti, teraz môžete bezpečne prevziať volant.
Budúcnosť Tesly
Ak hľadáte SUV strednej veľkosti so silným dojazdom, Tesla Model Y z roku 2022 je fantastickým východiskovým bodom pre EV. Vďaka pravidelným aktualizáciám softvéru sa Model Y neustále mení, podobne ako mnohé iné produkty Tesly.
Vylepšením bezpečnosti a funkčnosti tieto vylepšenia pomôžu vášmu automobilu byť užitočnejším. Pre ľudí, ktorí potrebujú cestovať na dlhé vzdialenosti s rodinou a rôznou batožinou, je priestranná karoséria a prístup k sieti Tesla Supercharger skvelou voľbou.
Tesla od svojho začiatku ťažila z údajov zo svojej súčasnej zákazníckej základne a jej práca na autonómnych vozidlách je súčasťou jej pokračujúcej ambície umiestniť AI do jadra všetkých svojich operácií.
Umelá inteligencia a veľké dáta budú aj naďalej Elon Musk a jeho tím verných spojencov Tesly, keď prechádzajú do svojich najnovších iniciatív vrátane svojich snáh o transformáciu elektrickej siete pomocou domácich solárnych panelov.
záver
Tesla, spoločnosť, ktorá je uznávaná ako jeden z najagresívnejších inovátorov na trhu, vždy robila zo zberu a analýzy údajov svoj najsilnejší nástroj. Pri vytváraní vlastných žetónov postupovali podľa rovnakých pravidiel.
Spoločnosť vyvinula autonómne vozidlá, ktoré majú potenciál úplne zmeniť spôsob riadenia automobilov vďaka umelej inteligencii a analýze údajov.
Pozrime sa, ako dobre platforma plní svoje sľuby a rozvíja svoje podnikanie. Kam sa bude spoločnosť uberať na trhu s autonómnymi vozidlami v budúcnosti, sa po využití týchto technológií ešte len uvidí.
Nechaj odpoveď