Logo Zéphyrnet

Tesla obtient un brevet pour que les réseaux de neurones s'auto-améliorent (détectent ses propres erreurs)

Date :

Tesla a obtenu un autre brevet hier. Cette fois, il semble que Tesla ait perfectionné l'art de créer des réseaux de neurones (NN) qui comprennent « l'amélioration de soi ». Le brevet, intitulé, Système et procédé de gestion d'erreurs dans un processeur de réseau neuronal de véhicule, décrit un processus où les réseaux de neurones peuvent détecter des erreurs associées à l'exécution dudit NN. Il peut recevoir un rapport d'erreur des détecteurs d'erreur et est ensuite capable de signaler qu'un résultat en attente du NN est entaché - le tout sans mettre fin à l'attente du NN.

En d'autres termes, Tesla a breveté un moyen pour un NN de reconnaître une erreur et de la corriger. Ce brevet particulier est la continuation d'une autre demande de brevet déposée en 2017, Système et procédé de gestion d'erreurs dans un processeur de réseau neuronal de véhicule. Dans la description du brevet, Tesla renforce l'accent mis sur la sécurité comme objectif principal. Il a souligné que les ordinateurs sont intégrés dans les véhicules, et bien qu'ils aient le potentiel de résoudre les problèmes de sécurité, ils peuvent entraîner de nouveaux risques qui n'ont pas encore été traités. Avoir un système où un NN peut percevoir cela et alerter Tesla qu'il y a une erreur conduirait Tesla à améliorer le logiciel et à rendre le véhicule encore plus sûr.

« De nombreux véhicules sont aujourd'hui équipés d'un large éventail de fonctionnalités conçues pour améliorer la sécurité et la fiabilité. Cela s'explique en partie par le fait que les accidents et/ou pannes de véhicules s'accompagnent d'un risque élevé de blessures corporelles, de décès et de dommages matériels. À tout le moins, un accident et/ou une panne est susceptible d'entraîner des inconvénients et/ou des coûts importants pour le propriétaire du véhicule. En conséquence, de nombreux efforts ont été faits pour développer des caractéristiques de sécurité améliorées pour les véhicules.

« De plus en plus, les ordinateurs sont intégrés dans les véhicules à des fins allant du confort et du divertissement des passagers à la conduite autonome partielle ou totale. Alors que les ordinateurs ont le potentiel de résoudre de nombreux problèmes de sécurité et de fiabilité dans les véhicules, ils introduisent également de nouveaux risques et de nouveaux modes de défaillance qui n'ont pas encore été entièrement traités. Il est important que des mesures de protection soient mises en place pour garantir que les fonctions informatisées et/ou assistées par ordinateur d'un véhicule n'augmentent pas le risque d'utilisation du véhicule. Diverses stratégies peuvent être utilisées pour tester les caractéristiques des véhicules mis en œuvre par ordinateur avant leur mise en production. Cependant, même lorsque des tests approfondis sont effectués, des erreurs sont toujours susceptibles d'être rencontrées lors du fonctionnement dans des conditions réelles.

« En conséquence, il serait avantageux de fournir des systèmes et des méthodes améliorés pour gérer les erreurs dans les processeurs utilisés dans les applications véhiculaires. »

Tesla entre un peu plus en détail dans le résumé et indique quelques exemples. Un exemple comprend un système de gestion des erreurs dans les NN. Dans ce cas, le processeur NN comprend un détecteur d'erreur qui est configuré pour détecter une erreur de données liée à l'exécution de ce NN. Le contrôleur du NN est capable de recevoir le rapport d'erreur de données du détecteur d'erreur, et à la réception de ce rapport, le contrôleur NN est capable de signaler qu'il y a un résultat en attente du NN entaché - sans mettre fin à l'exécution du NN.

Dans un autre exemple, le processeur NN du système exécute un NN associé au fonctionnement autonome d'un véhicule, et un contrôleur d'interruption, qui aide à gérer les demandes d'interruption pouvant provenir de différentes sources, couplé au processeur de réseau neuronal est utilisé. Le contrôleur d'interruption peut recevoir le signal d'erreur du processeur NN et accéder aux données de plusieurs manières.

"Le contrôleur d'interruption est configuré pour recevoir un signal d'erreur via une broche d'interruption d'erreur du processeur de réseau neuronal, accéder aux informations d'erreur via un ou plusieurs registres d'état du processeur de réseau neuronal, les informations d'erreur indiquant un type d'erreur rencontré par le réseau neuronal processeur et, lorsque le type d'erreur correspond à une erreur de données, identifiez un résultat en attente du processeur de réseau neuronal comme corrompu.

Dans le dernier exemple répertorié, une méthode de gestion des erreurs dans un processeur NN a été partagée. Ceci comprend:

  • Réception d'un rapport d'erreur basé sur une erreur que le processeur NN du véhicule a rencontrée lors du fonctionnement du véhicule.
  • Détermination du type d'erreur en fonction du rapport d'erreur.
  • En réponse au deuxième point ci-dessus, déterminer comment cela correspond à cette erreur de données.
  • Signale qu'un résultat en attente du processeur NN du véhicule est corrompu tout en permettant au processeur NN du véhicule de continuer.

Le brevet partageait également des dessins et des exemples détaillés. Vous pouvez accéder à ces ici.

 

Vous appréciez l'originalité de CleanTechnica? Envisagez de devenir un Membre, supporteur, technicien ou ambassadeur de CleanTechnica - ou un client sur Patreon.

 

 


Publicité


 


Vous avez un conseil pour CleanTechnica, vous souhaitez faire de la publicité ou vous souhaitez suggérer un invité pour notre podcast CleanTech Talk? Contactez-nous ici.

PlatonAi. Web3 réinventé. L'intelligence des données amplifiée.
Cliquez ici pour y accéder.

Source : https://cleantechnica.com/2021/09/29/tesla-granted-patent-for-neural-networks-to-self-improve-detect-its-own-errors/

spot_img

Dernières informations

spot_img