In 2007, following eight years of research and development, Mobileye’s system-on-chip product went into production with global automakers for the first time. Over the next five years, Mobileye produced one million chips. Today, over 40 million cars have Mobileye technology installed, and our products have been selected for implementation in serial production of 313 car models from our 27 OEM partners by 2017 (compared to 36 car models across seven OEMs in 2010) . From Mobileye’s perspective, the best proof of how well our technology works and how much impact we are having on vehicle safety is in the number of partners we have, and how many of our programs are currently and soon-to-be on the road.
We credit our success with OEMS to the accuracy of our machine vision algorithms, our ability to demonstrate future advancements in safety technology years ahead of planned deployments, and our proven ability to bring these advancements into production on time. Mobileye’s software demonstrates extremely high accuracy in a safety-critical area of the vehicle, where false negatives can cost lives and false positives can drive costly recalls. Our focus on safety is the core reason why Mobileye’s EyeQ® chip volume grew from 182,000 units in 2010 to 4.4 million in 2015.
A new lane departure warning system from Mobileye takes a different approach than any of its competitors. In most cases, the lane markings are recorded there with at least one camera. In the Mobileye system, on the other hand, lane guidance is based on previously collected data from the line that other vehicles were driving on this road. The database: Last year alone, information on four billion kilometers was added, Mobileye announced at the CES in Las Vegas.
4 miljardia kilometria olisi 10 000km per 400 000 autoa.
Edit: samasta artikkelista poimittua, MobileEyen johtajan kommentti: “In the next three to five years I don’t see any technical possibility of bringing a system onto the market that is only camera-based,”
Kiitos! Että yli neljä miljoonaa laitetta jo kuusi vuotta sitten. Osaako joku tarkemmin sanoa, miltä nuo autot näyttävät, jotka on Mobileyen raudalla varustettu. Luulisi niitä näkevän täällä Suomessakin kerta niitä noin paljon on.
Herää kysymys, miksi Mobileye on konenäössä niin paljon Teslaa jäljessä, kun koko homman pointti on tekoälyn kouluttaminen valtavalla määrällä dataa. Tesla käynnisti nykyisen FSD arkkitehtuurin kehittämisen noin puolitoista vuotta sitten hieman ennen FSD Beta jakelua. Jo nyt FSD Beta 10.8 on uskomaton saavutus. Auto ajaa lähes kuin ihminen inputtina pelkät videokamerat. Vastaavaan ei kukaan muu pysty ilman kalliita lidar ja hd-map party trickkeja.
Autonomisessa ajossahan Mobileye on valovuosia Teslan edellä mutta se johtuu osittain siitä että he ovat tajunneet ettei pelkät kamerat riitä.
Lidarit eivät ole kalliita (ellei vertaa niitä Teslan kivikautisiin kameroihin jotka ovat resoltaan about samaa tasoa kuin ensimmäisissä kamerakännyköissä 90-luvulla), tämä on taas vanhentunutta tietoa jota jostain syystä eräät tykkäävät levitellä.
Kyllä. Jos/kun Tesla saa kehitettyä kameroihin perustuvan järjestelmänsä (minkä itse uskovat kehittävänsä), kaikki rauta löytyy autoista jo valmiina (ei ihan vanhimmista malleista, mutta varmaan 90+% autoista). Tarvitaan vaan over-the-air softapäivitys.
Kustannusetu verrattuna mihin? Nykyisellä hardiksella ei todennäköisesti ikinä tuoteta lv4, saati sitten lv5 autoja joten vertailua on mahdoton tehdä niihin lidar-autoihin jotka lv4/5:een pystyvät.
Juuri näin, autoja on ilmeisesti tuotettu muutama tuhat tähän mennessä. Todella mielenkiintoista verrata videoita Teslan nykytilanteeseen. Zeekr 001 ilmeisesti kuitenkin jää pysyvästi Level 2 autoksi, koska Mobileye näkee omalla teknologiallaan Level 4 autoissa tarvittavan muutakin kuin kamerat. Tuo comsumer AV lidar/radar yhdistelmä on vasta kehitysvaiheessa.
Varmaan pitää ihan mielenkiinnosta myös lähteä käymään Berliinissä tai Tel Avivissa koittamassa L4 robotakseja ilman kuljettajaa, kun ne tulevat saataville. Exciting!
Tuolla videolla Karpathy puhuu “HD-mapin tapaisen näkymän rakentamisesta”, mutta nähdäkseni viittaa sen rakentamiseen kameroiden näkemän informaation perusteella. Vähän jää epäselväksi, säilötäänkö tuota tietoa REM-tapaan ja käyttävätkö muut autot toisten keräämää dataa? Vai onko kysee vaan siitä, kuinka neuroverkot oppivat rakentamaan tuollaista karttaa koko ajan tehokkaammin.
Tesla teki aika ison pivotin vasta viime toukokuussa, kun sanoivat keskittyvänsä pelkkään kameraan perustuvaan järjestelmään. Kehitys sen jälkeen on ollut nähdäkseni aika nopeaa, vaikka vielä ei olla lähelläkään itse ajavaa systeemiä. Tämän vuoden aikana ollaan varmaan paljon viisaampia siitä, mikä on kehitystahti ja millä tasolla ks. systeemi on 6 kk tai 12 kk päästä. Tesla on aktiivisesti pyrkinyt rekrytoimaan parasta tekoälyosaamista, missä on varmasti onnistunutkin. Lisäksi Dojon saaminen käyttökuntoon varmasti kiihdyttää kehitystä.
Entäpä jos rauta ei riitä? MobilEyen EyeQ ja NVidian Orin ovat jo nyt edellä. Kehityshän on chippuolella tunnetusti nopeaa. Mooren laki edelleen toimii.
→ rautapäivitys ilmaiseksi kaikkiin Tesloihin?
Entäpä jos kameroiden resoluutio ei riitäkään?
→ kuinka sidottuja neuroverkot ovat tiettyyn kuvaresoluutioon ja meneekö neuroverkot uusiksi?
→ joudutaanko kaikkiin Teslohin päivittämään kamerat?
En usko hetkeekään, että rauta riittäis liikenteessä olevissa Tesloissa. Eikä kenenkään sellaista kannattaisi julkisesti väittäkään. Arvailuja voi toki esittää, mutta olisi syytä muotoilla ne arvailuiks, eikä faktoiks.
Tuossa kerrottiin, miten Tesla ennustaa RNN:llä (Recurrent Neural Network) menneiden tapahtumien ketjun mukaan tiestön tulevia asioita.
Tuossa Karpathy pohtii, että “olisi hienoa jos autot jakaisivat näitä keskenään, saataisiin kuten HD-kartta, mutta tämä kartta ei koostuisi yksittäisistä elementeistä vaan neuroverkon fetureista (kameralla tunnistettuja asioita)”.
Tämä käytännössä mielestäni on sama kuin Mobileye REM eli kerätään yksittäisiä semanttisia tietoja (tien reuna, liikennevalo jne.), pakataan pieneen tilaan ja lähetetään pilveen. Pilvessä neuroverkot analysoivat tietoa (autojen optimireitit risteyksessä jne.) ja kirjoittavat Roadbookkia jonka autot lataavat tietyltä etäisyydeltä ympäriltään.
Jos Karpathy ei tiennyt, että tämä on yleistä paitsi Mobileye:llä, NVIDIA Drivella ja monen muun järjestelmällä voisi se kuvata, että Karpathy ei juuri seuraa yleistä alueen kehitystä. Tämä selittäisi osan hänen esityksiensä kommentit, kuten jatkuva vertaaminen Waymoon.
Uskon vakaasti, että Tesla kertoo seuraavassa AI-päivässä hienosta semanttisesta kaikkien Teslojen käyttämästä kartasta pilvessä
Teslan rauta toimii koska se on tällä hetkellä käytössä. Autonomisen auton suhteen voidaan väittää että Teslan rauta toimii todistetusti, koska se toimii tällä hetkellä ajoittain FSD Betan kanssa. Toki ei aina, mutta siitä tässä ei olekaan kyse vaan siitä etteikö se voisi toimia ollenkaan. Miten on mahdollista että FSD Betan käyttäjät ilmoittavat ajoista jossa auto hoitaa kaiken ajamiseen liittyvän jos rauta ei riitä?
Tällä hetkellä kyse on pääsääntöisesti softasta eikä raudasta. Miten äly tunnistaa ympäristön ja osaa suunnitella oikean reitin. Molemmat onnistuu perustilanteissa jo erittäin hyvin, ongelmat ovat poikkeustilanteissa(joita on loputtomasti).
Teslan tapauksessa kannattaa ottaa huomioon että sama rauta menee kaikkiin autoihin. Ja voit ostaa FSD paketin samalla kun ostat auton, jälkikäteen vaikka kotisohvalta tai sitten ostaa kuukausiveloitteisin paketin. Toinen on se että softa paranee ja lisää sen käytettävyyttä koko ajan, vaikka se ei vielä olisikaan esim. lvl4 tittelillä.
Seuraavat vaiheet on FSD Beta v11 ja se milloin Tesla voi kirjata koko FSD optiosta maksetun summan.
Haaste on niin vaikea että vaikea arvioida tulevaa kehitystä. Karrikoiden hommat voi seisahtua huomenna tai sitten seuraava FSD Beta päivitys on ns. valmis:D
Komppaan tuota Dave Leen ja Douman haastattelua. Itseasiassa suosittelen katsomaan ne kaikki.
Tämä yksi pino tarkoittaa mieestäni sitä, että FSD.ssä on ollut eri ympäristöjä varten oma neuroverkkopino. Pinon pohjimmaisessa kerroksessa kamerat lukevat ympäristöä, se muutetaan autoa ympäröiväksi vektoriavaruudeksi ja päällimmäisenä ovat eri asioiden tulkinnan osuudet (Jalankulkijat, liikennevalot, kaistalla ajo jne.) . Nyt on käsittääkseni tarkoitus, että on yksi pino kaikkiin ympäristöihin
Tesla on muuttanut neuroverkkonsa rakennetta hyvin usein
Autonomisen ajon ongelmat on siinä ettei riitä että se toimii 99% ajasta vaan sen pitää toimia 99,999999…9% ajasta. Eli se että toimii “ajoittain” on about lähellä oikeata toimivuutta kuin että pysyt 5 sekuntia ringissä pystyssä Tyson Furyä vastaan ja väität pärjääväsi raskaansarjan mestaria vastaan nyrkkeilyssä
Ja mitä lähemmäksi 100% mennään sitä vaikeammaksi homma menee.
Minä en usko että Tesla pääsee nykyisellä hardiksella pääsee lv4/lv5 tasolle, ongelmat lyhyesti:
kamerat surkeita, 1280x960 oli ok joskus Globenin mestaruusjuhlien aikaan
kamerat puutteellisesti sijoitettuja, esim. risteävää liikennettä ei nähdä kunnolla
puuttuu lidar
Teslalla oli tarkoitus pistää koko hardispaketti uusiksi tutkaa myöten mutta sitten tekivät päätöksen että pärjäävät pelkillä kameroilla. Syitä päätökselle voi vain arvailla, moni papukaijana toistelee Muskin perusteluita, muitakin syitä on esitetty.
