Tesla is toegekend nog een patent gisteren. Deze keer lijkt het erop dat Tesla de kunst heeft geperfectioneerd om neurale netwerken (NN) te maken die 'zelfverbetering' begrijpen. Het octrooi, getiteld Systeem en methode voor het afhandelen van fouten in een neurale netwerkprocessor van een voertuig, beschrijft een proces waarbij neurale netwerken fouten kunnen detecteren die verband houden met de uitvoering van genoemde NN. Het kan een foutrapport ontvangen van de foutdetectoren en kan vervolgens signaleren dat een in behandeling zijnd resultaat van de NN is aangetast - dit alles zonder de verwachting van de NN te beëindigen.
Met andere woorden, Tesla heeft een manier gepatenteerd waarop een NN een fout kan herkennen en verhelpen. Dit specifieke patent is een voortzetting van een andere patentaanvraag die in 2017 werd ingediend, Systeem en methode voor het afhandelen van fouten in een neurale netwerkprocessor van een voertuig. In de beschrijving van het patent versterkt Tesla de focus op veiligheid als primaire doelstelling. Het wees erop dat computers in voertuigen worden geïntegreerd en hoewel ze het potentieel hebben om veiligheidsproblemen aan te pakken, kunnen ze nieuwe risico's met zich meebrengen die nog niet zijn aangepakt. Het hebben van een systeem waarbij een NN dit kan waarnemen en Tesla kan waarschuwen dat er een fout is, zou ertoe leiden dat Tesla de software zou verbeteren en het voertuig nog veiliger zou maken.
“Veel voertuigen zijn tegenwoordig uitgerust met een breed scala aan functies die zijn ontworpen om de veiligheid en betrouwbaarheid te verbeteren. Voor een deel komt dit doordat voertuigongevallen en/of pechgevallen gepaard gaan met een hoog risico op persoonlijk letsel, overlijden en materiële schade. Op zijn minst zal een ongeval en/of panne waarschijnlijk aanzienlijke ongemakken en/of kosten met zich meebrengen voor de eigenaar van het voertuig. Dienovereenkomstig zijn er veel pogingen gedaan om verbeterde veiligheidsvoorzieningen voor voertuigen te ontwikkelen.
“Computers worden steeds vaker in voertuigen geïntegreerd voor doeleinden variërend van passagierscomfort en entertainment tot gedeeltelijk of volledig zelfrijdend gebruik. Hoewel computers het potentieel hebben om veel veiligheids- en betrouwbaarheidsproblemen in voertuigen aan te pakken, introduceren ze ook nieuwe risico's en nieuwe faalwijzen die nog niet volledig zijn aangepakt. Het is belangrijk dat er voorzorgsmaatregelen worden getroffen om ervoor te zorgen dat computergestuurde en/of computerondersteunde functies van een voertuig het risico van het besturen van het voertuig niet vergroten. Er kunnen verschillende strategieën worden gebruikt om in computers geïmplementeerde voertuigfuncties te testen voordat ze in productie worden genomen. Maar zelfs als er grondig wordt getest, kunnen er nog steeds fouten optreden bij het werken onder reële omstandigheden.
"Daarom zou het voordelig zijn om verbeterde systemen en methoden te bieden voor het afhandelen van fouten in processors die worden gebruikt in voertuigtoepassingen."
Tesla gaat in de samenvatting wat uitgebreider in op enkele voorbeelden. Een voorbeeld is een systeem voor het afhandelen van fouten in NN's. In dit geval bevat de NN-processor een foutdetector die is geconfigureerd om een gegevensfout te detecteren die verband houdt met de uitvoering van die NN. De controller van de NN kan het datafoutrapport van de foutdetector ontvangen en na ontvangst van dat rapport kan de NN-controller signaleren dat er een hangend resultaat van de NN-bedorven is - zonder de uitvoering van de NN te beëindigen.
In een ander voorbeeld voert de NN-processor van het systeem een NN uit die is gekoppeld aan de autonome werking van een voertuig, en wordt een interruptcontroller gebruikt, die helpt bij het afhandelen van interruptverzoeken die van verschillende bronnen kunnen komen, gekoppeld aan de neurale netwerkprocessor. De interruptcontroller kan het foutsignaal van de NN-processor ontvangen en op verschillende manieren toegang krijgen tot de gegevens.
“De interruptcontroller is geconfigureerd om een foutsignaal te ontvangen via een foutonderbrekingspen van de neurale netwerkprocessor, toegang te krijgen tot foutinformatie via een of meer statusregisters van de neurale netwerkprocessor, de foutinformatie die een type fout aangeeft dat wordt aangetroffen door het neurale netwerk processor, en, wanneer het type fout overeenkomt met een gegevensfout, een in behandeling zijnd resultaat van de neurale netwerkprocessor als corrupt identificeren.”
In het laatste voorbeeld werd een methode gedeeld voor het afhandelen van fouten in een NN-processor. Dit bevat:
- Een foutrapport ontvangen op basis van een fout die de NN-processor van het voertuig tegenkwam tijdens het besturen van het voertuig.
- Bepalen van het type fout op basis van het foutenrapport.
- In reactie op het tweede punt hierboven, bepalen hoe het overeenkomt met die gegevensfout.
- Signaleren dat een in behandeling zijnd resultaat van de NN-processor van het voertuig corrupt is, terwijl de werking van de NN-processor van het voertuig kan worden voortgezet.
Het patent deelde ook gedetailleerde tekeningen en voorbeelden. Je hebt toegang tot die hier.
Waardeer je de originaliteit van CleanTechnica? Overweeg om een CleanTechnica-lid, ondersteuner, technicus of ambassadeur - of een beschermheer op Patreon.
PlatoAi. Web3 opnieuw uitgevonden. Gegevensintelligentie versterkt.
Klik hier om toegang te krijgen.
