Teslas neue Version von FSD wird vorangetrieben und das große Problem, das Musk in der Öffentlichkeit in Verlegenheit gebracht hat, ist endlich gelöst!

Das sind alles Netze, Baby. Nichts als Netze.

Im August letzten Jahres demonstrierte Tesla-CEO Elon Musk persönlich die damals noch nicht offiziell veröffentlichte FSD Beta v12 auf seinem Model S.

Das Besondere an FSD Beta v12 ist, dass es sich um das weltweit erste durchgängige autonome Fahrsystem handelt, das vollständig auf neuronalen Netzen basiert. Mit anderen Worten: Es ist wirklich „driven by AI“.

Gemessen an den Standards aktueller Live-Videoübertragungen war die Bildqualität der Live-Übertragung nicht so gut wie die von Smartphones vor zehn Jahren, der Bildschirm drehte sich häufig und zitterte, und die professionelle Qualität des Moderators war besorgniserregend, was offensichtlich nicht der Fall war eine gelungene Live-Übertragung. Aber das Thema „KI treibt Musk zu Zuckerbergs Haus“ ist wirklich interessant, fast 12 Millionen Menschen schauen online zu.

Noch wichtiger ist, dass FSD Beta v12 während dieser 45-minütigen Live-Übertragung nur einmal die Kontrolle übernahm. Zu anderen Zeiten war sein Fahrstil im Grunde der gleiche wie bei normalen Menschen.

Gleich zu Beginn der Live-Übertragung stellte Musk einen ungewöhnlichen Straßenzustand fest – eine vorübergehende Umleitung aufgrund von Bauarbeiten. Aber FSD zögerte überhaupt nicht und überquerte sie problemlos mit nicht allzu geringer Geschwindigkeit. Musk sagte damals auch, dass das System „noch nie eine solche Straßenoberfläche gesehen“ habe.

Während der gesamten Live-Übertragung schien FSD v12 eine gute Leistung zu erbringen, aber viele Leute stellten immer noch ein Problem fest – die Straßenbedingungen in Palo Alto, dem kalifornischen Silicon Valley, waren zu freundlich.

In Palo Alto kreuzen weder überall Fußgänger die Straße, noch tauchen Motorräder und Fahrräder plötzlich aus toten Winkeln auf. Sogar amerikanische Internetnutzer, die es gewohnt sind, breite Straßen zu sehen, sagten, es sei an der Zeit, die Stärke von FSD v12 zu erhöhen. Solche Straßenbedingungen reichen einfach nicht aus.

Aber jetzt, da FSD Beta v12 offiziell an nordamerikanische Benutzer weitergegeben wird, können wir anhand der Videos vieler ausländischer Blogger bereits einen Einblick in seine wahren Fähigkeiten erhalten.

V12, der zwei Epochen des intelligenten Fahrens davor und danach trennt

Der YouTube-Nutzer Whole Mars Catalog war einer der ersten Blogger, der die Testversion erhielt, und er testet seit 2020 die Fähigkeiten von Tesla FSD.

Seinem Video nach zu urteilen, hat FSD Beta v12 eine hervorragende Leistung in der „alten und schwierigen“ Szene des Wartens in einer regnerischen Nacht.

Tagsüber ist das kein Problem. Biegen Sie in die Nebenstraße ein und wenn Sie Ihr Ziel erreicht haben, halten Sie an und parken Sie, anstatt wie bisher mitten auf der Straße zu parken.

Im Vergleich zu FSD Beta v11 wurde die Umleitungsgeschwindigkeit von v12 deutlich verbessert. Wenn man sich dem gleichen auf der Straße geparkten Auto gegenübersieht, ist die Umleitungsaktion von v12 vollständig mit der eines menschlichen Fahrers vergleichbar, während v11 mittendrin „gefangen“ ist Ich kam von der Straße ab und der Fahrer musste aufs Gaspedal treten, um dem Fahrzeug beim Überholen zu helfen.

Darüber hinaus ist Whole Mars Catalog davon überzeugt, dass die ungeschützten Linkskurven von FSD Beta v12 im Vergleich zu früheren Versionen erheblich verbessert wurden und auch die Fähigkeit, Ampeln zu erkennen, verbessert wurde.

In der Live-Übertragung vor fünf Monaten hatte Musk das Fahrzeug nur wegen der falschen Erkennung von Ampeln übernommen. Mitten in der Live-Übertragung sah das Model S fälschlicherweise das grüne Licht für eine Linkskurve als grünes Licht für das Geradeausfahren an einer Kreuzung und fuhr dann los, wurde aber von Musk angehalten .

Musk lächelte unbeholfen und sagte, dass er sich für FSD weitere „Ampelvideos“ ansehen würde, um dieses Problem zu lösen. Richtig, im Gegensatz zu früheren FSDs basiert das Wachstum von FSD Beta V12 nicht auf Codezeilen, sondern auf Videos.

Tesla bemerkte in den Versionshinweisen zu FSD Beta V12: „FSD Beta V12 rüstet den städtischen Straßenfahr-Stack zu einem einzigen durchgängigen neuronalen Netzwerk auf, das auf Millionen von Videoclips trainiert wird und mehr als 300.000 Zeilen expliziten C++-Codes ersetzt.“

Die sogenannte End-to-End-Lösung bezieht sich auf den gesamten Prozess der „Wahrnehmung-Entscheidung-Kontrolle“ innerhalb eines einheitlichen Systemrahmens, und das Training wird durch Deep-Learning-Methoden abgeschlossen, anstatt es auf herkömmliche Weise zu zerlegen. Es besteht aus Mehrere Module wie Wahrnehmung, Positionierung, Pfadplanung und Steuerung. Das obere Modul gibt die Ergebnisse aus und leitet das untere Modul zur Ausführung.

Die hochabstrakten Ergebnisse der Reihenschaltung zwischen den einzelnen Modulen der modularen Lösung sind möglicherweise falsch. Das nächste Vorhersagemodul kann den Fehler nicht reparieren oder erfordert viel Nachbearbeitung oder Beurteilung, um den Fehler wiederherzustellen, und die Wirkung ist möglicherweise nicht sehr groß Gut. Gleichzeitig erfordert jedes Modul einen separaten Datensatz, was viel Geld für die Kennzeichnungsanforderungen verschlingt, und die separate Bereitstellung erfordert eine höhere Rechenleistung.

Chen Li, ein Forscher im Shanghai AI Lab Pujia OpenDriveLab-Team, sagte zuvor in einem Interview mit China Business News, dass die modulare Lösung immer noch von Expertenregeln in den Entscheidungs- und Kontrollteilen dominiert wird und manuell durch Expertensysteme abgestimmt wird. mit schwacher Generalisierungsfähigkeit.

Es ist wie bei einem Schüler, der aufmerksam zuhört, aber nicht abweicht. Er weiß alles, was der Lehrer lehrt. Aber sobald er auf etwas stößt, das der Lehrer nicht gelehrt hat, ist es schwer zu sagen. Man kann sagen, dass es sich hierbei um zwei unterschiedliche Methoden handelt: Die eine besteht darin, die richtige Antwort zu geben und diese einfach zu befolgen; die andere besteht darin, Ideen zur Problemlösung zu geben und dann Schlussfolgerungen zu ziehen.

FSD, muss ein „guter Schüler“ sein

Der Grund, warum FSD Beta v12 viel Aufmerksamkeit erregt hat und warum Musk eine Live-Übertragung gestartet hat, um dafür zu werben, liegt letztendlich darin, dass es die Mittel zur Verwirklichung intelligenten Fahrens verändert hat.

Solange vor Ihnen eine rote Ampel ist, halten alle hinter der weißen Linie an.

Also lernte FSD die Regel „Bei roter Ampel anhalten, bei grüner Ampel weiterfahren“. Dies ist das Ergebnis des Selbstlernens von FSD und nicht die Standardantwort, die Menschen ihm geben. Dies ist das neuronale Netzwerk, oder besser gesagt populärer Begriff – KI.

Lernen Sie autonomes Fahren, indem Sie das Fahrverhalten einer großen Anzahl echter Fahrer erlernen. Dies ist ein Übergangsprozess von einem neuen Fahrer zu einem erfahrenen Fahrer. Je mehr Sie fahren, desto mehr werden Sie von der Welt sehen, Erfahrungen sammeln und werden eine bessere Person. Im Gegensatz zu Menschen können FSD riesige Mengen an Inhalten verschlingen und daraus lernen. Diese Effizienz ist viel höher als die der meisten Wanderarbeiter, die nur Auto fahren, wenn sie zur Arbeit und zurück pendeln.

Aber neuronale Netze sind nicht perfekt.

Denken Sie darüber nach, ob Ihnen als Kind schlechte Menschen begegnet sind, die Sie „in die Irre führen“ könnten – FSD wird auch einige schlechte Fahrgewohnheiten sehen, die von widerspenstigen menschlichen Fahrern „an den Tag gelegt“ werden.

Während der Live-Übertragung von Musk erwähnte der Ingenieur auf dem Beifahrersitz, dass in den Vereinigten Staaten nur 0,5 % der Fahrer vollständig anhalten, bevor sie ein Stoppschild beachten, und dass die überwiegende Mehrheit sich dafür entscheidet, langsam vorbeizufahren. Allerdings werden die Aufsichtsbehörden dies verlangen Das Smart-Driving-System stoppt vollständig vor dem Schild. Zu diesem Zweck muss Tesla dem FSD gezielt „beibringen“, das Gewicht der „Demonstration“ der korrekten Funktionsweise erhöhen und ihm etwas Gutes „lernen“ lassen.

In FSD Beta v12 kann das System Stoppschilder an jeder Kreuzung genau identifizieren, anhalten und beobachten und sensibel genug reagieren, wenn Überholbedingungen erfüllt sind. In der Vorgängerversion konnte es aufgrund von Fußgängern oder Fahrrädern am Straßenrand zu langen Verzögerungen kommen.

Allerdings heißt es im Whole Mars Catalogue auch, dass das aktuelle FSD noch nicht perfekt sei und „nicht bereit sei, für jedermann verfügbar zu sein“. Beispielsweise schwankt das Lenkrad an einigen Kreuzungen nach links und rechts und kann sich nicht entscheiden; an einigen relativ leeren Kreuzungen bleibt das Fahrzeug gelegentlich längere Zeit stehen und ist zu vorsichtig.

Musk hat zuvor erklärt, dass FSD v12 seinen Beta-Versionshut abnehmen und nicht mehr das Suffix „Beta“ tragen wird, aber die Version, die den Benutzern derzeit zur Verfügung gestellt wird, trägt weiterhin das „Beta“-Logo. Ich kann nur sagen, dass FSD noch viel zu lernen hat.

Ein weiterer Aspekt, der berücksichtigt werden sollte, sind die Kosten.

Musk erwähnte, dass Tesla jedes Jahr bis zu 2 Milliarden US-Dollar in FSD investiert, was zweifellos ein geldverbrennendes Geschäft ist. Für andere Autokonzerne, die immer noch Schwierigkeiten haben, Gewinne zu erwirtschaften, ist die Frage, ob sie sich dieses Geld leisten können, ein unumgängliches Thema. Allein die Ausbildung des Modells ist eine astronomische Summe.

Für das Videotraining von Tesla FSD Beta V12 sind bis zu 15.000 NVIDIA H100-GPUs erforderlich, womit Tesla im dritten Quartal 2023 zu den Top 12 der NVIDIA-Kaufmengenliste gehört. Obwohl Tesla im Jahr 2021 seinen eigenen Supercomputer Dojo herausbrachte, der 2023 auch erfolgreich in Massenproduktion hergestellt wurde, benötigt Tesla immer noch NVIDIA und nur ein kleiner Teil des Trainings nutzt Dojo.

NVIDIA hat auch chinesische Marken auf seiner „Großkundenliste“. Um die Herausforderungen von Tesla zu bewältigen, hat die inländische Industriekette für autonomes Fahren auch End-to-End-Lösungen eingesetzt, einschließlich Simulationstests im End-to-End-Modelltraining.

In derselben Liste belegte Baidu, das sich seit langem intensiv mit intelligentem Fahren und KI beschäftigt, den 8. Platz und kaufte insgesamt 30.000 Nvidia H100. Hinter Baidu steht Alibaba, das insgesamt 25.000 GPUs gekauft hat. Hervorzuheben ist, dass Xpeng im August 2022 angekündigt hat, gemeinsam mit Alibaba ein intelligentes Rechenzentrum mit einer Rechenleistung von 600PFLOPs (Petaflops) zu bauen.

NIO macht sich mehr Sorgen um die Rechenleistung am Fahrzeugende. Das intelligente Fahrsystem von NIO verwendet derzeit 34 NVIDIA Orin Mit anderen Worten, seine Rechenleistung wird über 1000TOPS liegen.

Mit der kontinuierlichen Weiterentwicklung von Großmodellen werden die Anforderungen an die Rechenleistung des intelligenten Fahrens weiter steigen. Die sogenannte „Rechenleistung ist nutzlos“ kann nur leeres Gerede sein.

# Willkommen beim offiziellen öffentlichen WeChat-Konto von aifaner: aifaner (WeChat-ID: ifanr). Weitere spannende Inhalte werden Ihnen so schnell wie möglich zur Verfügung gestellt.

Ai Faner | Ursprünglicher Link · Kommentare anzeigen · Sina Weibo