Zephyrnet-logo

Tesla innvilget patent på nevrale nettverk for å forbedre seg selv (oppdage egne feil)

Dato:

Tesla ble innvilget et annet patent i går. Denne gangen ser det ut til at Tesla har perfeksjonert kunsten å lage nevrale nettverk (NN) som forstår "selvforbedring." Patentet, med tittelen System og metode for håndtering av feil i en kjøretøyets nevrale nettverksprosessor, beskriver en prosess der nevrale nettverk kan oppdage feil knyttet til utførelsen av nevnte NN. Den kan motta en feilrapport fra feildetektorene og kan deretter signalisere at et ventende resultat av NN er skadet - alt uten å avslutte forventningen til NN.

Med andre ord har Tesla patentert en måte for et NN å gjenkjenne en feil og løse den. Dette bestemte patentet er en fortsettelse av en annen patentsøknad innlevert i 2017, System og metode for håndtering av feil i en prosessor for nevrale kjøretøyer i et kjøretøy. I beskrivelsen av patentet forsterker Tesla fokuset på sikkerhet som hovedmål. Den påpekte at datamaskiner integreres i kjøretøyer, og selv om de har potensial til å løse sikkerhetsspørsmål, kan de medføre nye risikoer som ennå ikke er løst. Å ha et system der en NN kan oppfatte dette og varsle Tesla om at det er en feil vil føre til at Tesla forbedrer programvaren og gjør bilen enda tryggere.

“Mange biler i dag er utstyrt med et bredt spekter av funksjoner designet for å forbedre sikkerhet og pålitelighet. Dette skyldes delvis at bilulykker og/eller havarier er ledsaget av en høy risiko for personskade, død og materielle skader. I det minste vil en ulykke og/eller sammenbrudd sannsynligvis innebære betydelige ulemper og/eller kostnader for bileieren. Følgelig har det blitt gjort en stor innsats for å utvikle forbedrede sikkerhetsfunksjoner for kjøretøyer.

“I økende grad blir datamaskiner integrert i kjøretøyer for formål som spenner fra passasjerkomfort og underholdning til delvis eller fullstendig selvkjørende drift. Selv om datamaskiner har potensial til å løse mange sikkerhets- og pålitelighetsproblemer i kjøretøyer, introduserer de også nye risikoer og nye feilmåter som ennå ikke er fullt ut løst. Det er viktig at det settes inn sikkerhetstiltak for å sikre at datamaskinaktiverte og/eller datamaskinassisterte funksjoner i et kjøretøy ikke øker risikoen for bruk av kjøretøyet. Ulike strategier kan brukes for å teste datamaskinimplementerte kjøretøyfunksjoner før de settes i produksjon. Selv om grundig testing utføres, er det imidlertid fortsatt sannsynlig at det oppstår feil ved drift under virkelige forhold.

"Følgelig vil det være fordelaktig å tilby forbedrede systemer og metoder for å håndtere feil i prosessorer som brukes i kjøretøysapplikasjoner."

Tesla går nærmere inn på detaljene i sammendraget og peker på noen eksempler. Ett eksempel inkluderer et system for håndtering av feil i NN -er. I dette tilfellet inneholder NN -behandleren en feildetektor som er konfigurert til å oppdage en datafeil knyttet til utførelsen av det NN. NNs kontroller kan motta datafeilrapporten fra feildetektoren, og ved mottak av denne rapporten kan NN -kontrolleren signalisere at det er et ventende resultat av NN som er skadet - uten å avslutte utførelsen av NN.

I et annet eksempel utfører systemets NN -prosessor et NN assosiert med den autonome driften av et kjøretøy, og en avbryterkontroller, som hjelper til med å håndtere avbruddsforespørsler som kan komme fra forskjellige kilder, koblet til det neurale nettverksprosessoren brukes. Avbryterkontrolleren kan motta feilsignalet fra NN -prosessoren og få tilgang til dataene på flere måter.

"Avbryterkontrolleren er konfigurert til å motta et feilsignal via en feilavbruddspinne på nevralnettverksprosessoren, få tilgang til feilinformasjon via ett eller flere statusregistre for nevralnettverksprosessoren, feilinformasjonen som indikerer en type feil som oppstår i det nevrale nettverket prosessor, og når feiltypen tilsvarer en datafeil, identifiserer du et ventende resultat av den nevrale nettverksprosessoren som korrupt. ”

I det siste eksemplet på listen ble en metode for håndtering av feil i en NN -prosessor delt. Dette inkluderer:

  • Motta en feilrapport basert på en feil som kjøretøyets NN -prosessor opplevde å ødelegge ved bruk av bilen.
  • Bestemme feiltypen basert på feilrapporten.
  • Som svar på det andre punktet ovenfor, bestemmer du hvordan det tilsvarer den datafeilen.
  • Signaliserer at et ventende resultat av kjøretøyets NN -prosessor er ødelagt, samtidig som driften av kjøretøyets NN -prosessor kan fortsette.

Patentet delte også detaljerte tegninger og eksempler. Du kan få tilgang til dem her..

 

Setter du pris på CleanTechnicas originalitet? Vurder å bli en CleanTechnica-medlem, supporter, tekniker eller ambassadør - eller en beskytter på Patreon.

 

 


Annonse


 


Har du et tips til CleanTechnica, vil du annonsere, eller ønsker å foreslå en gjest til CleanTech Talk-podcasten vår? Kontakt oss her.

PlatonAi. Web3 Reimagined. Data Intelligence Amplified.
Klikk her for å få tilgang.

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

spot_img

Siste etterretning

spot_img