Tesla beviljades ett annat patent i går. Den här gången verkar det som att Tesla har fulländat konsten att skapa neurala nätverk (NN) som förstår "självförbättring". Patentet, med titeln, System och metod för hantering av fel i en fordonsneural nätverksprocessor, beskriver en process där neurala nätverk kan upptäcka fel i samband med utförandet av nämnda NN. Den kan ta emot en felrapport från feldetektorerna och kan sedan signalera att ett väntande resultat av NN är skadat - allt utan att avsluta NN: s förväntning.
Med andra ord har Tesla patenterat ett sätt för ett NN att känna igen ett fel och åtgärda det. Detta specifika patent är en fortsättning på en annan patentansökan som lämnades in 2017, System och metod för att hantera fel i en fordonsneural nätverksprocessor. I beskrivningen av patentet förstärker Tesla fokus på säkerhet som det primära målet. Den påpekade att datorer integreras i fordon, och även om de har potential att hantera säkerhetsfrågor kan de medföra nya risker som ännu inte har åtgärdats. Att ha ett system där en NN kan uppfatta detta och varna Tesla om att det finns ett fel skulle leda till att Tesla förbättrar programvaran och gör bilen ännu säkrare.
”Många fordon är idag utrustade med ett brett utbud av funktioner som är utformade för att förbättra säkerheten och tillförlitligheten. Dels beror det på att bilolyckor och/eller haverier åtföljs av en hög risk för personskada, dödsfall och egendomsskada. Åtminstone kan en olycka och/eller haveri innebära betydande olägenheter och/eller kostnader för fordonsägaren. Följaktligen har många ansträngningar gjorts för att utveckla förbättrade säkerhetsfunktioner för fordon.
”I allt högre grad integreras datorer i fordon för ändamål som sträcker sig från passagerarkomfort och underhållning till delvis eller helt självkörande. Även om datorer har potential att hantera många säkerhets- och tillförlitlighetsproblem i fordon, introducerar de också nya risker och nya typer av fel som ännu inte har åtgärdats helt. Det är viktigt att säkerhetsåtgärder införs för att säkerställa att datoraktiverade och/eller datorassisterade funktioner i ett fordon inte ökar risken för att använda fordonet. Olika strategier kan användas för att testa datorimplementerade fordonsfunktioner innan de sätts i produktion. Men även när noggrann testning utförs kommer det fortfarande sannolikt att uppstå fel vid drift under verkliga förhållanden.
"Följaktligen skulle det vara fördelaktigt att tillhandahålla förbättrade system och metoder för att hantera fel i processorer som används i fordonsapplikationer."
Tesla går in lite mer i detalj i sammanfattningen och pekar på några exempel. Ett exempel inkluderar ett system för hantering av fel i NN: er. I detta fall innehåller NN -processorn en feldetektor som är konfigurerad för att upptäcka ett datafel kopplat till utförandet av det NN. NN: s styrenhet kan ta emot datafelrapporten från feldetektorn, och vid mottagande av rapporten kan NN -styrenheten signalera att det finns ett väntande resultat av NN -smittat - utan att avsluta utförandet av NN.
I ett annat exempel kör systemets NN -processor ett NN som är associerat med den autonoma driften av ett fordon, och en avbrottsstyrenhet, som hjälper till att hantera avbrottsförfrågningar som kan komma från olika källor, kopplad till den neurala nätverksprocessorn används. Avbrottsstyrenheten kan ta emot felsignalen från NN -processorn och få åtkomst till data på flera sätt.
”Avbrottsstyrenheten är konfigurerad för att ta emot en felsignal via en felavbrottsstift på den neurala nätverksprocessorn, få tillgång till felinformation via ett eller flera statusregister för den neurala nätverksprocessorn, felinformationen som anger en typ av fel som det neurala nätverket stöter på processor, och, när typ av fel motsvarar ett datafel, identifiera ett väntande resultat av den neurala nätverksprocessorn som korrupt. ”
I det sista exemplet som listades delades en metod för hantering av fel i en NN -processor. Detta inkluderar:
- Ta emot en felrapport baserad på ett fel som fordonets NN -processor stötte på att förstöra fordonet.
- Bestämning av typen av fel baserat på felrapporten.
- Som svar på den andra punkten ovan, bestämmer hur det motsvarar det datafelet.
- Signalerar att ett väntande resultat av fordonets NN -processor är korrupt samtidigt som driften av fordonets NN -processor kan fortsätta.
Patentet delade också detaljerade ritningar och exempel. Du kan komma åt dem här..
Uppskattar CleanTechnicas originalitet? Överväg att bli en CleanTechnica-medlem, supporter, tekniker eller ambassadör - eller en beskyddare på Patreon.
PlatoAi. Web3 Reimagined. Datainformation förstärkt.
Klicka här för att komma åt.
