造勢半個月的特斯拉AI日終於開始了!
不過,AI日離原定開始的時間還是推遲了30分鐘。
馬斯克之前就在強調,這次AI日實際上還是一個大型招聘會。
事不宜遲,一起來看看特斯拉和眾多技術高管都公佈了什麼新訊息吧。
千呼萬喚始出來
自動駕駛
AI可以視作一種生物。
這種「生物」是從頭開始構建的,包含了合成視覺皮層。
而這就是應用在特斯拉汽車中的視覺元件。
特斯拉在設計汽車中的視覺時,是按照人眼感知生物視覺的方式進行建模。
在特斯拉汽車中,每輛車都裝有8個攝像頭,攝像頭的資料會輸入到一個三維的向量空間裡。
每個相機獲取原始輸入後能建立不同的解析度,以用於各種功能和目的。
這些資訊會輸入到一個複雜的神經網路中,以生成對自動駕駛套件有用的附加資訊。
特斯拉展示了過去如何處理其影象資料的影片。
在過去曾分享過的FSD的影片中可以看出,雖然每個攝像頭的檢測很好,但事實證明向量空間是不夠的。
如今,特斯拉已經能夠在向量空間進行自動標註,就算行駛過程中視野被遮擋,根據標註的資料,也能夠安全、準確地導航。
除此之外,Karpathy還討論了特斯拉神經網路學習的設計,包括相機校準、快取、佇列和最佳化,以簡化所有任務。
他表示,與超級巡航和Waymo等競爭對手不同,現在特斯拉的FSD戰略能讓特斯拉汽車在行駛過程中實時繪製地圖。
透過結合多個車輛經過同一地點的繪製,就可以得到一個完整的地圖。
這些策略最終幫助特斯拉從其FSD和自動駕駛套件中退出雷達,採用純視覺模型。
特斯拉的模擬(simulation)大有裨益。目前已經幫助特斯拉確定了行人、腳踏車和車輛檢測和運動學。
車輛中的網路已經能夠得出3。71億個模擬影象和4。8億個立方體。
特斯拉的自動駕駛場景模擬系統能夠根據現實影片自動對場景進行標註,重建場景,最後得出合成場景,該系統包括五個部分:
1 準確感測器模擬
2 逼真渲染
3 各種路上的事物和定位
4 可擴充套件的場景生成
5 情景重構
Project Dojo
要想讓特斯拉汽車應用神經網路,那就需要超級計算機。
Project Dojo也就應運而生
Dojo的存在意義
Dojo是一個由網路結構連線的分散式計算架構,有一個大的計算平面,具有極高的頻寬和低延遲,以及被分割和對映的大網路。
Dojo是一個純粹的學習機器,有超過50萬個訓練節點。每個節點的計算量為9 petaflops,每秒有36兆位元組的瓦片外頻寬。
但這僅僅是Dojo的冰山一角。
Dojo用所有這些力量都被用來做一件事:為自動駕駛汽車賦能。
特斯拉Dojo超級計算機系統的重頭戲,莫過於D1晶片。
採用7納米制造工藝,具有1024千兆的處理能力。
特斯拉機器人
今晚,特斯拉正式宣佈進軍機器人領域,將會製造一個「特斯拉機器人」——明年上市。
特斯拉表示,Tesla Bot會替代人類去執行那些危險、重複、無聊的任務。
馬斯克表示,機器人將會使用和特斯拉汽車相似的系統。
不過,前提是他們能夠解決FSD的問題。
「由人類建造,為人類服務」。
身高1米73,速度最高可達8千米每小時,載重18千克。
得益於輕量級材料的使用,機器人的體重只有56。7千克。
此外,Tesla Bot還搭載了40個機電執行器 ,人類級別的手和兩隻腳。
機器人將透過力反饋感應來實現平衡。
機器人的臉則會作為顯示使用者資訊的螢幕。
與特斯拉汽車相同,機器人將使用基於視覺的神經網路,AP的攝像頭以及FSD的全套計算裝置。
同時還會有Dojo超算的加持,為其提供自動標籤、以及訓練等。
最後,馬斯克強調:「我們要確保它是安全的」。
轉載:新智元最黑科技