nur! Tesla veröffentlicht den schnellsten Computer der Geschichte und einen mysteriösen Roboter Kommt der echte “Iron Man”?

Ein Sicherheitsunfall und der Tod eines Autobesitzers brachten Weilai und die gesamte New-Energy-Automobilindustrie in den Vordergrund.

Als führendes Unternehmen in der New-Energy-Vehicle-Branche stellt Tesla da keine Ausnahme dar. Eine Vielzahl von Sicherheitsunfällen sorgte für Kritik. Im August dieses Jahres eröffnete auch die US-Automobilsicherheitsbehörde eine Sicherheitsuntersuchung zu Teslas assistiertem Fahrsystem Autopilot. .

Wie sollen die verschiedenen Ebenen der autonomen Fahrtechnologie benannt werden, wie sicher sie ist und wie weit sich Teslas autonome Fahrtechnologie entwickelt hat.

Während der Unfall weiter gärt, werden die Zweifel am „autonomen Fahren“ nur noch zunehmen.

Der in dieser Situation stattfindende Tesla AI Day wird natürlich zum Zentrum neuer Themen: Was hat Musk auf der Veranstaltung veröffentlicht und hat er auf relevante Fragen reagiert?

Kommen Sie und sehen Sie mit uns.

Teslas selbst entwickelter Chip Dojo kommt

Tesla hat einen neuen, diesmal ist es ein selbstentwickelter Chip-Dojo D1.

Zuvor hatte Musk auf Twitter oft Dojo erwähnt, einen von Tesla entwickelten Supercomputer-Chip, der auch ein Super-KI-Chip ist.

Im Vergleich zu herkömmlichen CPUs oder GPUs hat Dojo eine große Anzahl von Funktionsmodulen aufgegeben und mehr Rechenmodule im Austausch für höhere Rechenleistung und Effizienz hinzugefügt.Es eignet sich eher für relativ feste Rechentypen und geringe Rechengenauigkeit, aber der Rechenaufwand ist sehr hoch Riesiges KI-Feld.

Das besondere Design bringt besondere Belohnungen: "Wir haben eine Rechenleistung auf GPU-Niveau in einer CPU-Größe erreicht", so Tesla.

Darüber hinaus kann die Rechenleistung von Dojo noch überlagert werden, was mit seinem anderen Feature-Splicing zusammenhängt.

Nach einer Weile entwickelten Teslas Mitarbeiter ein Dojo-Chipmodell namens Plus++++++++, das eigentlich ein Chipsystem ist, das aus 25 Dojo D1s besteht.

Warum hat Tesla so konzipiert?

Der intuitivste Vorteil besteht darin, die Kommunikationsentfernung zu reduzieren.Wie in der Abbildung gezeigt, ist die Entfernung zwischen jedem Dojo D1 sehr gering (fast zusammengefügt), was die Übertragung und den Datenfluss zwischen verschiedenen Chips erheblich beschleunigen kann.

Tesla gab an, dass die Datenübertragungsgeschwindigkeit dieses Dojo-Systems 9 TB/S erreichen kann.

Andererseits kann durch den Einsatz von Spleißen im Vergleich zu herkömmlichen Supercomputern auch eine Menge Anschlusskabel eingespart werden, zudem kann die Rechenleistung des Dojo-Chipsystems nahezu verdoppelt werden und es kann flexibler auf unterschiedliche Nutzungsanforderungen eingestellt werden .

In Bezug auf die tatsächliche Rechenleistung verfügt das auf der Veranstaltung gezeigte Chipmodell Dojo D1 über eine Rechenleistung von 362 Billionen Gleitkommaoperationen pro Sekunde. Wenn mehr Dojo D1-Chips zusammengespleißt werden, kann man sich das Ergebnis vorstellen.

Bei der Chip-Performance ist natürlich ein Vergleich mit Industrieprodukten unumgänglich: Diesmal entschied sich Tesla für Googles selbst entwickelten AI-Chip-TPU v3.

Sie müssen wissen, dass AlphaGo, das viele der weltbesten Schachspieler wie Li Shishi und Ke Jie besiegte, nur den ursprünglichen TPU-Chip verwendete, der um ein Vielfaches schwächer war als TPU v3.

Kein Wunder, dass Musk es zuvor gewagt hatte zu sagen, dass "Dojo der beste Supercomputer der Welt sein wird".

Bei einer so leistungsstarken Rechenleistung muss sein Anwendungsfeld das industrielle Niveau erreicht haben: Googles Suchergebnisse, Street View und andere Dienste setzen auf die TPU-Berechnungsoptimierung, während Dojo D1 in Teslas visuellem Wahrnehmungssystem hauptsächlich zur Autoidentifikation verwendet wird Die Umwelt bringt ein besseres autonomes Fahrerlebnis.

Was die tatsächliche Wirkung angeht, sagte Musk, dass Dojo nächstes Jahr zum Einsatz kommen wird, und wir werden abwarten.

Auf dem Weg zu einem vollständiger automatisierten assistierten Fahren

Tesla veröffentlichte im Juli dieses Jahres die Version FSD Beta 9.0. Die neue Version von FSD unterstützt die städtische Pannenhilfe, die Aktionen wie Einfädeln, Abbiegen und Einfädeln in die Hauptstraße realisieren kann.

Die neue Version von FSD verwendet Tesla Vision, ein Vision-System, das nur auf optischen Bildern basiert und die riesige Datenmenge, die es sammelt, erfordert starke Datenanalysefähigkeiten und Rechenleistung.

Dojo kann eine große Menge an Videodaten vom Autoterminal empfangen, zurück an die Cloud senden, ein vollautomatisches groß angelegtes Algorithmustraining durchführen und sie dann an das Autoterminal übertragen, um den geschlossenen Kreislauf des gesamten Prozesses abzuschließen.

Das wichtigste Glied in diesem Prozess ist zweifellos das Algorithmustraining.

Musk sagte in einem Interview, Tesla habe zunächst per Video Schulungen zu Algorithmen der künstlichen Intelligenz durchgeführt .

Vor dem Besitz von Dojo hat das Tesla Autopilot-Team mehr als 500 Mitglieder, die Daten markieren, insbesondere für hochwertige Daten, um manuelle Anmerkungen durchzuführen .

Allerdings verlangsamt diese Methode den Lernfortschritt der KI stark, da die Datenmenge zu groß ist.

Im April dieses Jahres hat die Autopilot-basierte Laufleistung 4,8 Milliarden Kilometer erreicht, was mehr als 99 % der gesamten Straßentestdaten der Branche ausmacht.

Der "Sohn" hatte Schwierigkeiten beim Lernen, und Tesla, die "alte Mutter", muss ängstlich sein.

Also kam Dojo.

Tesla verwendet Dojo, um in der Cloud eine Welt zu simulieren, die der realen Welt sehr nahe kommt, um automatisch assistierte Fahrtechnik zu trainieren .

Darüber hinaus sagte Tesla auch, dass die Verkehrssituation in dieser virtuellen Welt viel komplexer sei als in der realen Welt.

Tesla trat in die virtuelle Welt vieler extremer Straßenbedingungen ein, Sie können sehen, wie ein Elch den Zebrastreifen auf der Straße überquert, und sogar ein paar Morgenläufe auf Hochgeschwindigkeitsstraßen sehen.

Es ist erwähnenswert, dass Tesla nicht nur für den Weltraum markiert wurde, um das Modell zum Zeitpunkt zu bauen , Dojo ist auch "der Regen fällt".

Durch ständiges Sammeln neuer Straßeninformationen in der realen Welt wird dieses Trainingsmodell ständig aktualisiert, die neuen Daten überschreiben die ursprünglichen Informationen.

Für den Körper, die bisher gesammelte Datenmenge, sagte Tesla, sie habe eine Milliarde verschiedene Bilder, 300 Millionen verschiedene Szenarien verwendet, um das Trainingsmodell zu erstellen.

Deshalb hat Tesla selbst die "Data Labeling Factory" genannt.

Haben diese Trainings also die gewünschten Ergebnisse gebracht?

An diesem Tesla AI Day zeigte uns Tesla die enormen Fortschritte seiner autonomen Fahrtechnologie.

Für eine genauere Erkennungsspur

Wie der obigen Abbildung zu entnehmen ist, beschränkte sich Teslas genaue Erkennung von Fahrspurlinien auf die Umgebung des Fahrzeugs.

Aber jetzt ist nicht nur die Fahrspur bekannt, auf der das Fahrzeug, das System für die gesamte Kreuzung und damit eine bessere Routenplanung.

Das Verhalten anderer Fahrzeuge vorhersagen

Die genaue Identifizierung von Fahrzeugen, die auf beiden Straßenseiten geparkt sind , ist für den heutigen Tesla ein Kinderspiel, und es ist seine wahre Fähigkeit, das Verhalten anderer Fahrzeuge auf der Straße vorherzusagen.

Während des entgegenkommenden Fahrzeugs analysiert das System alle möglichen Szenarien und erhält eine andere Linie im Verlauf der Fahrroute. Daher kann sie flexibel reagieren, unabhängig davon, ob die andere Partei aufgibt oder nicht .

Vielleicht aufgrund des Drucks der öffentlichen Meinung durch die US-Autosicherheitsaufsichtsbehörden ist Teslas Einstellung zum automatischen assistierten Fahren am KI-Tag immer noch relativ konservativ, und es mangelt nicht an der Sicherheit neuer Technologien.

Darüber hinaus zeigten die Tesla-Ingenieure , wenn sie über die Bedeutung der visuellen Erkennung für das automatisch unterstützte Fahren sprachen, dieses Bild:

Tesla nimmt die umliegenden Straßenverhältnisse wie einen „Nebel des Krieges“ wahr und kartiert sie.

Offensichtlich hat diese Funktion die relevante innenpolitische rote Linie berührt, und wie sie im Land umgesetzt wird, ist noch nicht bekannt.

Roboter Tesla Bot

Erkläre vielleicht auch das technisch relativ langweilige, Tesla arrangierte schnell einen humanoiden Roboter, der an die Macht kam, auch tanzte, das ganze Veranstaltungsgelände augenblicklich wieder glücklich.

Tesla hat einen Roboter Tesla Bot gebaut, der tanzen kann?

Tatsächlich ist dies nur ein Schauspieler, der ein roboterähnliches Kostüm trägt und tanzt. Musk hat mit allen einen sehr "Tesla"-Witz gemacht, aber dieser Roboterplan ist echt.

Gemäß Musks Erwartung wird Tesla Bot Teslas Auto- und Maschinensystem, einschließlich assistiertem Fahren usw., erben und je nach Umgebung unterschiedliche Aktionen ausführen und schließlich die manuelle Arbeit vervollständigen, die nur von Menschen erledigt werden könnte.

Ja, diesmal will Musk die "Arbeitskräfte" befreien und die Leute machen lassen, was sie wollen.

Musk sagte natürlich auch, dass es immer noch an den Menschen liegt, zu entscheiden, ob sie die Hilfe von Tesla Bot annehmen.

Es klingt wie Cyberpunk, aber wenn Tesla Bot Energie produzieren und zu den Verbrauchern kommen wird, sagte Musk nur, dass er irgendwann im nächsten Jahr einen Prototyp des Produkts veröffentlichen wird.

Wie weit sind wir vom vollautonomen Fahren entfernt?

Die International Association for Automated Engineering (SAE) teilt den Fahrmodus eines Autos je nach Automatisierungsgrad in 6 Stufen von L0-L5 ein.

Und Teslas Fahrmodus AutoPilot ist als L2 klassifiziert und gehört immer noch zum assistierten Fahren, was bedeutet, dass das Auto weiterhin unter der Aufmerksamkeit des Fahrers gefahren werden muss und der Fahrer für das Fahrverhalten verantwortlich ist.Dies ist auch die aktuelle Automatik Der Automatisierungsgrad des Fahrerassistenzsystems.

Der bekannte Autokritiker @不只评车的38 hat dies intuitiv und anschaulich bewertet:

In dieser Phase erfordert das assistierte Fahren, dass der Mensch jederzeit bereit ist, die Führung zu übernehmen.

Musk gibt sich offenbar nicht mit assistiertem Fahren zufrieden, sein Ziel ist das stärker automatisierte L5-vollautonome Fahren, bei dem das Autosystem unter allen Bedingungen autonom Fahrvorgänge durchführen kann.

Laut Teslas Vision sollte das visuelle Sensorsystem eines KI-basierten Autos wie ein menschliches Körpersystem sein.

Wenn die Kamera (Augen) den Inhalt des Bildes sieht, beurteilt sie die 3D-Struktur und Form des Objekts im Bild und berechnet den Abstand zwischen dem Fahrzeug und dem Objekt, die Höhe und Größe des Objekts usw. und das Auto (menschlicher Fahrer) macht es auch entsprechend automatisch Entsprechende Fahränderungen zur Kollisionsvermeidung, diese Zeit entspricht einem stehenden Objekt;

Angesichts sich bewegender Objekte, wie beispielsweise eines fahrenden Autos, sollte Teslas KI-Sensorsystem in der Lage sein, die Höhe und Größe des 3D-Objekts zu erkennen und gleichzeitig seine Bewegung und Geschwindigkeit zu messen.

Natürlich sind dies nur Annahmen.Der Dojo-Supercomputer kann zwar KI-Berechnungen beschleunigen, Autos helfen, Objekte zu erkennen und ein besseres assistiertes Fahrerlebnis zu bringen, aber wie Musk sagte: "Realize L5 Fully Autonomous Driving", fürchte ich, es wird nicht funktionieren . .

Tesla hat bereits 2019 angekündigt, dass es das Radar entfernen und zu einem reinen visuellen Wahrnehmungssystem übergehen würde, aber die KI, auf die sich die visuelle Wahrnehmung stützt, simuliert nur den Menschen.Zu diesem Zeitpunkt war das Geheimnis des menschlichen Gehirns noch nicht geklärt vollständig enthüllt, und KI kann nur einen Teil der Entscheidungsfindung machen, sie ist kein Ersatz für einen echten menschlichen Fahrer.

Das von Tesla absolvierte Datentraining reicht bei weitem nicht aus, auch wenn sein Datenvolumen in der New Energy Vehicle-Branche führend ist.

Es ist wichtig zu wissen, dass 95 % der Daten im Bereich des autonomen Fahrens ungültig sind. Wiederholte Straßenbedingungen sind für das KI-Training von geringem Wert. Die meisten Trainingsdaten von Tesla kamen zuvor aus den USA. Es muss noch mehr in mehr Länder und Regionen Ausbildung in dieser Situation.

Die Kombination von Extremsituationen, die durch verschiedene Regionen und unterschiedliche Verkehrsbedingungen verursacht werden, ist nahezu unendlich, was Teslas Wahl der visuellen Wahrnehmungstechnologie-Route zweifellos vor größere Herausforderungen stellt.

Darüber hinaus haben Sicherheitsunfälle in den letzten Jahren die Bedenken der Menschen hinsichtlich des autonomen Fahrens verstärkt. Wird in diesem Fall die Anzahl der Personen, die bereit sind, den AutoPilot-Fahrmodus zu nutzen oder an Tesla-FSD-Tests (Fully Automated Driving System) teilzunehmen, sinken? Stellen Sie eine große Frage Markierung.

Darüber hinaus wird auch die Überwachung des "Assisted Driving"-Modus von New Energy Vehicles durch die zuständigen Behörden immer perfekter System Autopilot wurde auch vom Ministerium für Industrie und Informationstechnologie durchgeführt und die "Stellungnahmen zur Stärkung des Managements intelligenter vernetzter Automobilhersteller und des Produktzugangs" herausgegeben .

Später werden das Ministerium für Industrie und Informationstechnologie und verwandte Abteilungen die entsprechenden Spezifikationen für autonomes Fahren und assistiertes Fahren weiter verfeinern.

Auf diese Weise ist es vielleicht langsamer, vollautomatisches Fahren zu erreichen, aber angesichts der Lebenssicherheit ist es keine gute Sache.

Dieser Artikel wurde gemeinsam von Zhou Yu und Li Hua fertiggestellt.

#Willkommen, um dem offiziellen WeChat-Account von Aifaner zu folgen: Aifaner (WeChat-ID: ifanr), weitere spannende Inhalte werden Ihnen so schnell wie möglich zur Verfügung gestellt.

Ai Faner | Ursprünglicher Link · Kommentare anzeigen · Sina Weibo