Ich habe viele Takes zum Tesla AI Day 2022 gesehen, die in ein paar Haupteimer gefallen sind. Dabei ging es hauptsächlich um den Roboter Optimus, und wir haben ausführlich Artikel darüber veröffentlicht. Allerdings bin ich über einige Kritiken am FSD-Beta-Teil der Präsentation gestolpert, die ich überraschend und interessant fand. Diese stammten hauptsächlich von jemandem namens Chris, dessen Twitter-Biografie lautet: „BS Computer Sci, Senior Software Engineer, Deep Learning Researcher, bei mir dreht sich alles um selbstfahrende Autos.“ Ich scrollte etwas weiter durch seine Tweets und entdeckte weitere interessante Informationen, die ich vorher noch nicht gesehen hatte.
Einer der Tweets, der meine Aufmerksamkeit am meisten erregt hat, war der letzte in einem 13-Tweet-Thread, aber fangen wir am Anfang dieses Threads an. Chris bemerkt: „Fortsetzung meiner schnellen Übersicht über #AITAG, Wie Tesla FSD Beta fährt in 3 gar nicht so einfachen Schritten. Im vergangenen Jahr hat Tesla große Änderungen an seiner Planungsarchitektur vorgenommen. Es scheint fast so, als hätten sie viel Einfluss daraus gezogen @Kreuzfahrt Architekturenthüllung 2021 (Under The Hood).” Interessant. Die FSD-Beta-Präsentation war viel mehr im Unkraut, als ich erwartet hatte, und legte detailliert dar, wie Tesla seiner KI das Fahren beibrachte. Was irgendwie subtil präsentiert schien, aber dennoch klar war, war, dass Tesla seinen Ansatz seit dem letzten KI-Tag im Jahr 2021 ziemlich geändert hatte. Was nicht sofort klar war, war, wie sehr Tesla einen ähnlichen Weg eingeschlagen hat wie Cruise tun.
2/ Sie nehmen die NN-Ausgaben (Umgebung/obj/dynamische Akteure) plus auch multimodale Vorhersagen der Akteure (und entfernen sich davon, eine Kopie von FSD auf anderen Akteuren auszuführen, wofür ich sie letztes Jahr kritisiert habe). Schauen Sie sich Waymos TNT, MultiPath, an & MultiPath++-Papiere https://t.co/BqE47Ax5x2
— Chris (@Christiano92) 5. Oktober 2022
Der Schlüssel dabei ist, dass Tesla, anstatt den FSD-Planer-Algorithmus von Tesla zu verwenden, um vorherzusagen, wohin andere auf der Straße gehen werden (wenn sie FSD verwenden würden), dazu übergegangen ist, andere Vorhersagewerkzeuge für diese anderen Akteure zu verwenden, die eher dem entsprechen, was Verwendung von Waymo und Cruise.
Das Folgende ist eine Reihe von Tweets, die diesen Prozess detaillierter darlegen, um zu verstehen, was in den kurzen Millisekunden passiert, in denen die Tesla-Software bestimmt, wohin das Auto fahren soll.
4/ An diesem Punkt übertrumpft Quantität die Qualität, aber das Auto muss sich einschränken und alle 50 ms einen auswählen, der ausgeführt wird. Sie führen dann einen parallelen Baumsuchalgorithmus für diese Trajektorienkandidaten aus.
— Chris (@Christiano92) 5. Oktober 2022
6/ Bewertungsalgorithmen: (A) Kollisionsprüfungen (wird dieses Manöver zu einer Kollision führen). (B) Komfortprüfungen (ist das Lenk-/Acc-/Brems-/Ruckprofil dieser Trajektorie komfortabel?) usw.
— Chris (@Christiano92) 5. Oktober 2022
8/ Bewertungsalgorithmen, Fortsetzung… (D) Ein neuronales Netz, das mit schlechten Beispielen (Interventionsdaten) trainiert wurde. Seine Aufgabe ist es festzustellen, ob es wahrscheinlich ist, dass der menschliche Fahrer übernimmt. Denken Sie daran, als Sie ausgekuppelt haben, weil das Auto einem Fußgänger zu nahe gekommen ist …
— Chris (@Christiano92) 5. Oktober 2022
10/ Die Hoffnung ist, dass dieses Netzwerk verallgemeinert, um herauszufinden, ob die Flugbahn unbequem, unsicher usw. ist. Das Ziel dieser Überprüfungen ist es, die schlechten/unoptimalen Flugbahnen herauszufiltern und die guten Flugbahnen zur Auswahl zu lassen .
— Chris (@Christiano92) 5. Oktober 2022
12 / DEZA Unternehmen wie @Waymo, Cruise und viele andere haben ML-Planer (Planer für neuronale Netzwerke) in ihrem bereitgestellten fahrerlosen Stack verwendet (kein menschlicher Fahrer oder Aufsicht). Es ist also gut, dass Tesla dieser Richtung folgt. https://t.co/gg1koicrDA
— Chris (@Christiano92) 5. Oktober 2022
Und jetzt kommen wir zum 13. Tweet im Thread. In diesem referenziert Chris einen Clip von einer Cruise-Präsentation im Jahr 2021 und dann einen ähnlichen Clip von Teslas AI Day 2022.
13 / Bonus – Ein weiterer kurzer Clip, der darauf hinweist, wie Teslas architektonische Konzepte und die Umsetzung ihrer Fahrpolitik eindeutig von Cruise beeinflusst werden. Liken/retweeten Sie diesen Thread, wenn Sie mehr fakten-/archbasierte Vergleiche/Analysen wünschen.https://t.co/FCGDZtHXHE
— Chris (@Christiano92) 5. Oktober 2022
Natürlich machen diese Unternehmen nicht alles gleich, aber sie folgen vielleicht mehr ähnlichen Wegen, als die meisten Menschen anerkennen, und es scheint, dass sie sich im vergangenen Jahr noch mehr aneinander gereiht haben, da der Ansatz von Tesla dem von Cruise und Waymo ähnlicher geworden ist .
Chris zog kürzlich einen weiteren Vergleich heraus, der mindestens so scharf war wie dieser. Für diejenigen, die die Entwicklung der FSD-Beta genau verfolgen, ist Chuck Cook eine hervorragende Quelle für Videos und Informationen auf Youtube. Er ist ein objektiver, nützlicher Tester, der nicht viel Floskel hinzufügt und bereit ist, darauf hinzuweisen, wo FSD Beta nicht gut läuft. Er ist besonders bekannt für wiederholte Versuche eines ungeschützten Linksabbiegens über mehrere Fahrspuren hinweg. Elon Musk und das Tesla-Team haben in den letzten Monaten und auf der jährlichen Tesla-Aktionärsversammlung 2022 in einem FSD-Beta-Update ausdrücklich auf „Chucks Linkskurve“ verwiesen. Chris weist unterdessen darauf hin, dass Argo-KI-Fahrzeuge solche Kurven sehr gut bewältigen können, wie in einer kürzlich erschienenen Argo-KI-Präsentation gezeigt wurde (die die meisten Tesla-Fans sicherlich verpasst haben). Wenn Sie genau hinsehen, können Sie sehen, dass die Wende im August 2020 durchgeführt wurde. (Ja, August 2020.)
Argo KI vs. @Chasman Chucks ungeschützte Linkskurve. Was ist unterschiedlich? Ein paar Mal mit Erfolg arbeiten im Vergleich dazu, eine Million Mal fehlerlos an der Reihe zu sein. Das ist die echte Bar und das ist was @argai trifft sich in Miami, Florida, ohne menschlichen Fahrer! #FSD https://t.co/VNGueFQyw5 pic.twitter.com/d3371CPN6O
— Chris (@Christiano92) 2. Oktober 2022
Hier ist ein kürzlich erschienener Argo AI-Tweet mit einem weiteren kurzen Video, das sein selbstfahrendes System hervorhebt, das durch schwierige Fahrszenarien in Miami navigiert:
Ehrfürchtige Autonomie: Auf den Straßen von #Miami Beach! Sehen Sie sich Argo Drive, unser autonomes System, in Aktion an, während es eine Vier-Wege-Haltestelle navigiert und einen auf der Fahrspur angehaltenen Lkw umfährt.
Erfahren Sie mehr darüber, wie unser AV „sieht“: https://t.co/odPlTfniZj pic.twitter.com/b0MMSoSu0h
— Argo KI (@argoai) 29. September 2022
Natürlich wissen wir alle, dass Argo AI und Waymo und Tesla unterschiedliche Hardware verwenden. Tesla verlässt sich für seine Sensorsuite jetzt ausschließlich auf Kameras, während andere Radar und Lidar verwenden. Argo AI hat erst kürzlich eine kommerzielle Linie von Produkten und Dienstleistungen für autonome Fahrzeuge angekündigt:
https://www.youtube.com/watch?v=txSKhWpRLZU
Die Erwartung vieler Tesla-Fans ist, dass Teslas Ansatz mit kostengünstiger Hardware (Kameras) kosteneffizienter sein wird, dass Tesla DoJo in der Lage sein wird, Daten auf unübertroffene Weise zu verarbeiten, dass Teslas Gesamtansatz es Teslas ermöglichen wird, überall hin zu fahren, während Fahrzeuge aus Unternehmen wie Argo AI, Waymo und Cruise werden durch enges Geofencing geografisch viel stärker eingeschränkt.
Trotzdem denken die Leute manchmal, dass Tesla viel originellere Arbeit leistet, als es vielleicht tut, und was diese anderen selbstfahrenden Unternehmen tun, wird oft unterschätzt und zu wenig anerkannt. Tatsächlich verwendet Tesla in einigen Fällen, obwohl es für viele von uns so aussieht, als hätte es etwas Erstaunliches erfunden, tatsächlich das Produkt eines anderen Unternehmens. Chris hob auch einen dieser Fälle hervor:
Dies ist nur ein leicht modifizierter Houdini-Stadtgenerator, der von Epic Games für die Matrix Awaken-Demo entwickelt wurde (kostenlos erhältlich). Tesla hat gerade seine automatisch beschriftete HD-Karte integriert. Es gibt nichts proprietäres außer den 3D-Assets, die dort aufholen, wo andere vor Jahren waren. https://t.co/JAw6GBI9B9 pic.twitter.com/fdyN8NXZGx
— Chris (@Christiano92) 1. Oktober 2022
Ich muss zugeben, dass ich erwartet hatte, dass Tesla mehr an der Entwicklung dieser realistischen virtuellen Welt arbeiten würde, und die Möglichkeit, solche Stadtvisualisierungen als Drittanbieter zu verwenden, nicht erkannt habe. Das heißt nicht, dass Tesla die Technologie nicht auf neuartige Weise nutzt und FSD durch diesen Ansatz schneller vorantreibt. Vielleicht ist es, vielleicht ist es nicht. Chris impliziert hier jedoch, dass Tesla in dieser Hinsicht eher hinter als voraus ist. Im Anschluss an diesen Tweet erinnert er sich daran, dass Tesla-Fans die Idee, Simulationen wie diese zu verwenden, vor einigen Jahren verworfen haben. Chris fügt hier weitere Perspektiven zur Verwendung solcher Simulationen hinzu:
Im Vergleich dazu erklärt Cruise hier ihre Simulationstechnologie, die sie seit Jahren haben. #FSDhttps://t.co/MmuAICoX5w
— Chris (@Christiano92) 1. Oktober 2022
TLDR: Teslas neues Tool zur prozeduralen Stadtgenerierung ist die kostenlose Houdini-Stadtgenerierung, die mit der Matrix Awaken-Demo (ebenfalls kostenlos) geliefert wird #AITag
— Chris (@Christiano92) 1. Oktober 2022
Nun, da Tesla dies als etwas Neues hervorhebt, ist das ein Zeichen dafür, dass Tesla Jahre hinterherhinkt? Ist der Punkt, dass Tesla solche Simulationen bisher einfach nicht brauchte?
Ich habe keine Antworten. Ich habe nicht die KI-Erfahrung, um sie zu bewerten, und es scheint, dass selbst viele Experten keine haben, da KI-Experten in einer Vielzahl wichtiger Faktoren unterschiedlicher Meinung sind. Was ich jedoch gerne lerne, ist, wo sich ihre Ansätze überschneiden, wo Tesla Dinge übernimmt, die andere verwendet haben, wo andere Dinge übernehmen, die Tesla verwendet hat, und wie die Experten darüber debattieren, wer gewinnt und wer nicht. (Ich gehe auch privat gerne die Annahmen und Prognosen in meinem Kopf durch, wo ich sicher bin, von Leuten mitgerissen zu werden, die entweder viel mehr wissen als ich oder die einfach nicht mit meinen Annahmen übereinstimmen.)
Ich werde nur mit einem letzten Tweet von Chris enden. Er bemerkte Ende September: „Das Tür-zu-Tür-Freisprechsystem von Mobileye auf dem Zeekr 001, das auf allen Straßen in China funktioniert, auf denen REM mit Fahrerüberwachungs-Sicherheitszusicherung vorhanden ist, befindet sich in der letzten Validierungsphase und wird für frühe Beta-Tester freigegeben momentan (höchstwahrscheinlich als Version ‘4.0’).“
Das freihändige Tür-zu-Tür-System von Mobileye auf dem Zeekr 001, das auf allen Straßen in China funktioniert, auf denen REM mit Fahrerüberwachungs-Sicherheitszusicherung vorhanden ist, befindet sich in der letzten Validierungsphase und wird in Kürze für frühe Betatester freigegeben (höchstwahrscheinlich als Version ‘4.0’). ) #FSD #ADAS pic.twitter.com/5rSfv2CY1O
— Chris (@Christiano92) 29. September 2022
Teslas FSD Beta kann im Grunde von Tür zu Tür gehen (Tesla muss daran arbeiten, dem Stack navigationsgeführtes Parken hinzuzufügen), das erste System, das dies tut. Wie wir wissen, erfordert es jedoch viel menschliche Überwachung und kann alle möglichen Fehler machen. Wenn der Zeekr 001 mit diesen Funktionen herauskommt, wie gut werden sie funktionieren? Inwiefern wird die Leistung ähnlich sein wie bei Tesla FSD? Wie weit werden Mobileye & Zeekr von einer komplett fahrerlosen Option entfernt sein?
Wir werden sehen.
Schätzen Sie die Originalität und Berichterstattung über CleanTechnica von CleanTechnica? Erwägen Sie, Mitglied, Unterstützer, Techniker oder Botschafter von CleanTechnica zu werden – oder Gönner auf Patreon.
Sie möchten keine Cleantech-Story verpassen? Melden Sie sich an für tägliche Nachrichten-Updates von CleanTechnica auf E-Mail. Oder Folgen Sie uns auf Google News!
Sie haben einen Tipp für CleanTechnica, möchten werben oder einen Gast für unseren CleanTech Talk Podcast vorschlagen? Kontaktieren Sie uns hier.