Tesla CEO'su Elon Musk, en az 2019'dan beri 'Dojo' adlı bir sinir ağı eğitim bilgisayarıyla dalga geçiyor. Musk, Dojo'nun yalnızca vizyona dayalı otonom sürüş elde etmek için çok miktarda video verisini işleyebileceğini söylüyor. Dojo'nun kendisi hala geliştirme aşamasındayken, Tesla bugün Dojo'nun nihai olarak sunacağı şeyin geliştirme prototip versiyonu olarak hizmet edecek yeni bir süper bilgisayar ortaya çıkardı.
Pazartesi günü düzenlenen Bilgisayarla Görme ve Örüntü Tanıma 2021 Konferansı'nda Tesla'nın AI başkanı Andrej Karpathy, şirketin otomobil üreticisinin yüksek kaliteli optik kameralar lehine kendi kendini süren arabalardaki radar ve lidar sensörlerini atmasına izin veren şirketin yeni süper bilgisayarını ortaya çıkardı. Karpathy, otonom sürüş konusundaki atölye çalışması sırasında, bir bilgisayarın yeni ortama, bir insanın yapabileceği şekilde yanıt vermesini sağlamak için muazzam bir veri kümesine ve bu verileri kullanarak şirketin sinir ağı tabanlı otonom sürüş teknolojisini eğitmek için çok güçlü bir süper bilgisayara ihtiyaç duyduğunu açıkladı. Ayarlamak. Dolayısıyla bu öncüllerin Dojo'ya gelişimi.
Karpathy'ye göre Tesla'nın en yeni nesil süper bilgisayarında 10 petabaytlık "sıcak katmanlı" NVME depolama alanı var ve saniyede 1.6 terabayt hızında çalışıyor. 1.8 EFLOPS ile dünyanın en güçlü beşinci süper bilgisayarı olabileceğini söyledi, ancak daha sonra ekibinin TOP500 Supercomputing sıralamasına girmek için gerekli olan spesifik ölçütü henüz çalıştırmadığını kabul etti.
Karpathy, TechCrunch'a “Bu, toplam FLOPS sayısını alırsanız, gerçekten beşinci sırada bir yere yerleştirileceğini söyledi” dedi. "Beşinci sırada şu anda NVIDIA, oldukça benzer bir mimariye ve benzer sayıda GPU'ya sahip olan Selene kümesiyle (4480'e karşı bizimki 5760, yani biraz daha az) yer alıyor."
Musk, bir süredir özerkliğe yönelik yalnızca vizyona dayalı bir yaklaşımı savunuyor. kameralar radar veya lidardan daha hızlıdır. Mayıs ayı itibarıyla, Kuzey Amerika'daki Tesla Model Y ve Model 3 araçlar, gelişmiş sürücü yardım sistemini ve otopilotunu desteklemek için kameralara ve makine öğrenimine güvenerek radarsız olarak üretiliyor.
Birçok otonom sürüş şirketi, lidar ve yüksek tanımlı haritalar kullanır; bu, tüm yol şeritleri ve nasıl bağlandıkları, trafik ışıkları ve daha fazlası dahil olmak üzere, çalıştıkları yerlerin inanılmaz derecede ayrıntılı haritalarına ihtiyaç duydukları anlamına gelir.
Karpathy atölyesinde, "Aldığımız yaklaşım, vizyona dayalıdır ve esasen prensipte dünyanın herhangi bir yerinde işlev görebilen sinir ağlarını kullanır" dedi.
Karpathy, bir "et bilgisayarını" veya daha doğrusu bir insanı silikon bir bilgisayarla değiştirmenin daha düşük gecikmeler (daha iyi tepki süresi), 360 derecelik durumsal farkındalık ve Instagram'larını asla kontrol etmeyen tamamen dikkatli bir sürücü ile sonuçlandığını söyledi.
Karpathy, Tesla'nın süper bilgisayarının kötü sürücü davranışlarını düzeltmek için bilgisayar vizyonunu nasıl kullandığına dair bazı senaryolar paylaştı. mesafeyi ayarlayın ve henüz yavaşlamaya başlamamış bir sürücüye bir uyarı gönderin.
Tesla araçları ayrıca, yolundaki yayaları veya hatta bir sürüş yolu eksikliğini tespit eden ve fren yapmak yerine yanlışlıkla gaza basan sürücüye yanıt vererek, potansiyel olarak yayaları yolda kurtaran, pedal yanlış uygulama azaltma adı verilen bir özelliği kanıtlamıştır. önünde veya sürücünün hızla nehre girmesini önleyerek.
Karpathy, Tesla'nın süper bilgisayarının aracı çevreleyen sekiz kameradan saniyede 36 kare hızında video topladığını ve bu da arabayı çevreleyen ortam hakkında delice miktarda bilgi sağladığını açıkladı.
Yalnızca görüş yaklaşımı dünyanın her yerinde yüksek tanımlı haritaları toplamaktan, oluşturmaktan ve sürdürmekten daha ölçeklenebilir olsa da, nesne algılamayı yapan ve sürüşü yöneten sinir ağlarının toplayabilmesi ve kullanabilmesi gerektiğinden, bu aynı zamanda çok daha zorludur. büyük miktarda veriyi bir insanın derinlik ve hız tanıma yetenekleriyle eşleşen hızlarda işleyin.
Karpathy, yıllarca süren araştırmalardan sonra, bu zorluğu denetimli bir öğrenme problemi olarak ele alarak yapılabileceğine inandığını söylüyor. Karpathy, teknolojiyi test eden mühendislerin, seyrek nüfuslu bölgelerde sıfır müdahaleyle dolaşabileceklerini keşfettiklerini, ancak "San Francisco gibi çok çekişmeli ortamlarda kesinlikle çok daha fazla mücadele ettiklerini" söyledi. Sistemin gerçekten iyi çalışması ve yüksek çözünürlüklü haritalar ve ek sensörler gibi şeylere olan ihtiyacı azaltması için, yoğun nüfuslu alanlarla başa çıkmada çok daha iyi olması gerekecek.
Tesla AI ekibinin oyun değiştiricilerinden biri, Tesla kamerasında araçlar tarafından çekilen milyonlarca videodan karayolu tehlikeleri ve diğer nesneler gibi şeyleri otomatik olarak etiketleyebildiği otomatik etiketleme olmuştur. Büyük AI veri kümeleri, özellikle bir sinir ağında denetimli bir öğrenme sisteminin iyi çalışmasını sağlamak için gereken temiz etiketlenmiş veri kümesine ulaşmaya çalışırken zaman alan çok sayıda manuel etiketleme gerektirmiştir.
Bu son süper bilgisayarla Tesla, her biri yaklaşık 1 saniyelik 10 milyon video biriktirdi ve 6 milyar nesneyi derinlik, hız ve ivme ile etiketledi. Tüm bunlar 1.5 petabaytlık bir depolama alanı kaplıyor. Bu çok büyük bir miktar gibi görünüyor, ancak şirketin yalnızca görüş sistemlerine dayanan bir otomatik sürüş sisteminden ihtiyaç duyduğu güvenilirliği elde etmesi için çok daha fazla zamana ihtiyacı var, bu nedenle her zamankinden daha güçlü süper bilgisayarlar geliştirmeye devam etme ihtiyacı. Tesla'nın daha gelişmiş yapay zeka arayışı.
Coinsmart. Europa İçindeki En İyi Bitcoin-Börse
Kaynak: https://techcrunch.com/2021/06/21/tesla-backs-vision-only-approach-to-autonomy-using-powerful-supercomputer/
