Tällä Tesla-palstalla ei pyritä etsimään faktoja, kuten monella muulla palstalla, vaan kerrotaan mutu-mielipiteitä. Tämän on yleistä Tesla-keskustelupalstoilla ja uskon, että Tesla ja Musk tiedostavat tämän ja käyttävät sitä hyväksi. (tyyliin kenellä on eniten dataa, muilla on HD-kartat ja autot kulkevat kuin kiskoilla)
Itse olen arkkitehtina kaikenlaista tehnyt koodilla, myös hieman neuroverkkoja, mutta en ole juuri sen alan syväosaaja.
Olen viikolla katsellut Karpathyn korvaajan Ashok Elluswamyn esitystä CVPR-tapahtumassa. Jollain tasolla ymmärrän mitä on tehty, mutta kovasti pitää vielä selvitellä. Tai jos AI-päivilla tulisi tarkempia speksejä.
Koko Karpathyn Visio-pohjainen arkkitehtuuri on tosiaan uudelleen kirjoitettu. Uudessa arkkitehtuurissa käytetään paljon Transformer-arkkitehtuuria (eli sitä jota käytetään ChatGPT-kielimallin taustalla). Transformerillahan voi ennustaa mitä tahansa dataa, kun opetusvaiheessa tunnistetaan datojen välisiä yhteyksiä. Myös kielimallissa Transformer käyttää sisäisesti vain numeroita ei sanoja.
Tuossa esityksessä käydään läpi Transformeria käyttävät Lane prediction, Occypancy (tilan varaus) sekä Object prediction ja kevyesti Motion Plannig.
Lisäksi esitellään General World Model simulaattori mm. tulevien tapahtumien ennustamiseen ja sen hyödyntäminen opetuksessa
Kiinnostava on Fleet auto labeling, joka tuntuu olevan monilta osin samankaltainen kuin Mobileyellä.
Yhteenvetona
-
Moderni arkkitehtuuri, jos Transformerin käyttö katsotaan moderniksi
-
Useasti uudelleen kirjoitettu, jo Karpathyn aikana. Tähän asti puuttunut kokonaisnäkemys/-arkkitehtuuri, joka ottaa kattavasti huomioon tulevaisuuden liiketoimintavaatimukset (mm. liikenteen kokonaisuutena). Toivottavasti nyt homma muuttuu
Teslan lähtökohta tuntuu olevan se, että Teslat voivat ja niiden annetaan kulkea liikenteessä, jos ne vain “ratkaisevat” autonomisen ajamisen
Teslan kilpailijoilla autonomisuus tuntuu olevan tavoitetila, jota kohden asteittain edetään autoja ja liikenteen digitalisoitumista kehittäen yhdessä viranomaisten kanssa
Muutamaan kommentiin vastakommentti
- kukaan ei ole tekemässä autonomista järjestelmää kovakoodaamalla vaan neuroverkkoarkkitehtuurilla, joita voi olla hyvin erilaisia
- datamäärä ei ole yksiselitteisesti ratkaisun avain vaan kokonaisarkkitehtuuri, joka tukee ajoneuvon lisäksi viranomaisten vaatimuksia sekä liikenteen digitalisoitumista
Tuossa vielä tuo Object prediction. Videosta näkee enemmän