14. Januar 2021 durch Iqtidar Ali
Der Tesla-Firmware-Hacker und -Forscher, der unter dem Namen „grün“ bekannt ist, hat kürzlich bekannt gegeben, dass Tesla für Entscheidungen zur vollständigen Selbststeuerung (FSD) auf neuronale Netze (NNs) umstellt. Derzeit treffen Tesla-Fahrzeuge Entscheidungen wie „Vorfahrt“ mit in C ++ integrierter Programmierlogik.
| Der Autopilot von Tesla wird ständig verbessert. (Bild: Tesla) |
Grün getwittert, “Ein Blick auf 2020.48 NNs (yay für die Freizeit in den Ferien!) Interessant zu sehen, dass sie von C ++ migrieren, wie in den frühen FSD-Betas im Oktober zu NNs jetzt zu sehen ist. Der Quantensprung wird wohl Stück für Stück umgesetzt. “
Green glaubt, dass der in Silicon Valley ansässige Autohersteller diese Migration Stück für Stück implementiert, wahrscheinlich beginnend mit der Funktion „Vorfahrt erraten“ für andere komplexere Entscheidungen, die das Auto während der Fahrt treffen muss.
Derzeit wiederholt und verbessert Tesla seine FSD Beta-Entscheidungsfindung mit jedem Firmware-Update, das an einige ausgewählte Autos in den USA gesendet wird. Mit NNs in der Schleife können die Autos sofort Feedback vom Tesla-Mutterschiff erhalten, das über eine Vielzahl von Daten zum maschinellen Lernen verfügt, um eine bessere Entscheidung zu treffen.
Um dies zu vereinfachen, erklärt die Tesla-Autopilot-Ingenieurin Kate Park in einem kürzlich für Kinder produzierten Video, wie Computer Vision funktioniert. Schauen Sie sich die Grafik aus dem folgenden Video an, in der erläutert wird, wie die Entscheidungsfindung oder Objekterkennung auf die Verwendung herkömmlicher Programmierung beschränkt ist. Mit dem Einsatz von Maschinellem Lernen + KI + Neuronalen Netzen bietet der gesamte Prozess unbegrenzte Möglichkeiten.
 Der Tesla Autopilot-Ingenieur erklärt, wie Computer Objekte über traditionelle Programmierung im Vergleich zu maschinellem Lernen + KI erkennen. (Quelle: Code.org/Youtube) |
Beispielsweise kann die herkömmliche Programmierung „X“ nicht erkennen, wenn es nicht genau mit den definierten Parametern gezeichnet wird (siehe Abbildung oben). Durch die Kombination von maschinellem Lernen, KI und neuronalen Netzen kann der Computer jedoch mehrere Muster und Möglichkeiten lernen, vor denen ein „X“ erscheinen kann.
Damit Computer Vision einwandfrei funktioniert, sind Tausende (manchmal Millionen) Bilder erforderlich, um ein Objekt korrekt zu definieren. Im Fall von Tesla sendet praktisch jedes Auto in der Flotte Videodaten von allen 8 Kameras zurück, um das neuronale Netz des Unternehmens zu trainieren. Tesla verfügt über Milliarden von Meilen realer Fahrdaten aus seiner weltweiten Flotte. Dies verschafft Tesla einen erheblichen Vorteil gegenüber anderen Unternehmen, die an selbstfahrenden Autos arbeiten.
Anfang dieses Jahres sagte Elon Musk, CEO von Tesla, dass das leistungsstarke neuronale Netz der nächsten Generation des Unternehmens (geprägtes Dojo) gebaut wird und die Version 1.0 im nächsten Jahr betriebsbereit sein sollte.
Autopilot-Fahrentscheidungen, die in Richtung NNs migrieren, sind ein wesentlicher Fortschritt für die FSD-Bemühungen von Tesla. Das Jahr 2020 könnte wiederum einige bemerkenswerte Fortschritte bringen.
| Video: Funktionsweise von Computer Vision durch Tesla Autopilot-Ingenieurin Kate Park (Quelle: Code.org / Youtube) |
Eine frühere Version dieses Artikels wurde ursprünglich am veröffentlicht Tesla Oracle.
Schätzen Sie die Originalität von CleanTechnica? Erwägen Sie, ein CleanTechnica-Mitglied, Unterstützer oder Botschafter zu werden – oder ein Benutzer von Patreon.
Melden Sie sich kostenlos an täglicher Newsletter oder wöchentlicher Newsletter nie eine Geschichte verpassen.
Haben Sie einen Tipp für CleanTechnica, möchten Sie Werbung schalten oder einen Gast für unseren CleanTech Talk-Podcast vorschlagen? Kontaktieren Sie uns hier.
Verkauf von Teslas im Jahr 2012 gegenüber 2021
Über den Autor
Iqtidar Ali Iqtidar Ali schreibt für X Auto über Tesla und Elektrofahrzeuge. Er ist seit seiner Kindheit ein wahrer Autoliebhaber und erzählt seine Geschichten mit größter Leidenschaft, die sich jetzt an der Mission zur Nachhaltigkeit orientiert.
Mit über 1 Jahrzehnt Erfahrung in der Website-Entwicklung ist er auch unsere IT-Ressource. Er schreibt auch über technische Sachen bei UXTechPlus.com gelegentlich.
Iqtidar ist leicht auf Twitter zu erreichen @IqtidarAlii (DM offen für Tipps, Feedback oder eine freundliche Nachricht) oder per E-Mail: [email protected].