Onneks olkoon sillinkutoja vuosipäivän johdosta.
Ja Jerome Guillemista tulee Tesla Heavy Truckingin pressa. Mikä oli varsinainen info tuosta 8-K ilmoituksesta. Ja tuo muu oli trollausta SEC:lle ja shorttaajille:D Master of Coin on kyllä kova:D
Tämähän oli taas Muskilta legendaarinen tapa saada huomio pois epäilyttävistä uutisista. Nyt kultti ja mediat saa väännettyä hassunhauskoja otsikoita ja memejä tästä Muskin “nimityksestä”. Omaan silmään tämä kaikki sekoilu alkaa näyttämään korttitalon hajoamiselta.
Mikä on muuten se aiemmin mainitsemasi disinformaatio mitä täällä on jaettu koskien esimerkiksi full self-drivingia?
Mutta eikö AI oppiminen aina edellytä, että AI:n pitää myös tietää, oliko sen tekemät johtopäätökset oikeita vai vääriä? Toisin sanoen jos AI päättää vaihtaa kaistaa, sen pitää saada palaute, oliko kaistanvaihto oikea ratkaisu. Normaalistihan ihmiset “kouluttaisivat” AI:tä eri simulaatiotilanteissa ja antaisivat sille palautetta, tekeekö se oikeita päätöksiä. Mutta miten Teslan AI voisi oppia valtavasta sadoista autoista tulevasta datasta"
Jos kuski joutuu puuttumaan peliin, lähtee siitä Teslalle dataa videon kera. Kaipa tuo riittää palautteeksi? Tuota uudelleenkirjoitettua FSD-betaa testaavat raportoivat myös manuaalisesti tapahtumia. Klikkaavat siis ruudulla yhtä “nappia”. Teslalla sitten tutkivat, mitä FSD teki tilanteessa väärin.
Joitain asioita voidaan testata myös varjomoodissa. Autoa pyydetään simuloimaan tilanteita niin pitkälle, että ainoastaan lopullinen toiminta jää pois. Teslan päässä analysoivat, olisiko auto toiminut tilanteessa oikein. Kun vaikuttaa siltä, että FSD osaa kyseisen asian, “vapautetaan” se käyttöön, eli auto alkaa oikeasti toimia sen mukaan. Liikennevalojen tulkinnassa on käytetty yhdistelmänä simulointia ja ihmistä. Aluksi auto ilmoitti, että “näyttäisi olevan vihreää, vahvistaisitko näkemäni painamalla kaasua.” Jonkin ajan kuluttua auto alkoi itsenäisesti tekemään liikkellelähtöjä valon vaihtuessa vihreäksi.
Näyttäisi VW:n Power Day:n anti muistuttavan hyvin paljon Teslan vastaavaa Battery Dayta. VW:lle ja Diessille nostan hattua, että ottavat sähköistymisen tosissaan, mikä on korulauseiden lisäksi oikeaa toimintaa.
AI tarkoittaa nimenomaan sitä että kukaan ei koodaa sääntöjä käsin. Koko alan pointti on datan avulla oppia nämä “säännöt” jotka ovat niin monimutkaisia ja moniulotteisia ettei kukaan ihminen voi niitä itse kehittää.
Aloita vaikka niistä siteeraustasi edeltävistä riveistä. Tuskin se AI auton ohjelmistoa itsekseen ilman valvontaa koodailee. AI:n etu on siinä, että se osaa tehokkaasti analysoida miljardeja rivejä dataa, oppimaan näistä ja koostamaan oppimistaan säännönmukaisuuksista käyttökelpoisia sääntöjä joista sitten ihmiset valitsevat käyttöön otettavat. Totta kai tästä suurin osa on autonomista toimintaa, mutta eiköhän siellä se insinööri edelleen lopulliset päätökset tee.
Ketjun kirjoittajista monet tuntuvat huomattavasti yliarvioivan nykyisen AI teknologian kyvyn oppia ilman ihmisen inputtia (unsupervised learning).
Lisäksi kannattaa muistaa, että “AI research” ja “Applied/operative AI” on kaksi eri domainia, kuten kaikilla muillakin teknologian osa-alueilla. Se, että joku uusi AI teknologia toimii hyvin labrassa testidatalla, ei tarkoita, että kyseinen teknologia olisi hyödyllinen reaalimaailmassa, joka on datan näkökulmasta usein likainen kaaos.
Samaa mieltä. On sovellusalueita, joissa unsupervised learning onnistuu paremmin. Tällöin AI:n pitää itse pystyä arvioimaan ratkaisujensa laatua. Autonomous drivingissä tämä on vaikeaa. Käyttäjän puuttuminen peliin voi kertoa täydellisestä epäonnistumisesta, mutta monestihan käyttäjä puuttuu peliin vaikka kaikki olisi mennytkin hyvin. Tarvittaisiin myös jatkuvaa palautetta onnistumisen laadusta.
Mielestäni Teslan hehkuttama miljoonien mailien datamäärä ei ole niin tärkeää kuin kuvitellaan. Toki sieltä saadaan mielenkiintoisia testitapauksia, joilla AI:ta voidaan kouluttaa, mutta äkkiä niitä itsekin saa aikaan. Hälytysajoneuvot, poliisin liikenneohjaus, toimimattomat liikennevalot, tietyöt, kiertotiet, eläimiä tiellä ja tien laidassa, ylileveät kuljetukset, huono sää, matalalta vastaan paistava aurinko, likaiset sensorit, kuoppia tiessä, esine tiellä, vaarallinen ohitus …
Tesla osaa kohtuullisen hyvin ajaa suvikelillä isoilla teillä. Mikä merkitys autonomisella ajolla on kaupungissa, jossa luovia ratkaisuja voi olla hyvä tehdä. Törmäilyjen estäminen auttaa jo paljon. Lentokoneetkin lentävät pääosin matkalentoa autopilotilla, mutta laskut, nousut ja kentällä rullaus vaatii ihmistyötä. Oikea kohde satsauksille olisi tehdä isoimmista teistä turvallisia ja mahdollistaa ajaminen kuin rautateillä. Turha kaahailu ja hidastelu pois ja matka joutuu. FSD kaikissa olosuhteissa on utopiaa ikuisesti.
Meet Kevinin analyysi 
Bull casessa 2030 pe100
Tuntuu, että +300hv tehot on sähköautojen tärkein ominaisuus, vaikka suurin osa kuskeista ei noita autojen tehoja hallitsekaan. Varsinkaan tällä hetkellä, kun autoja itse ajetaan. Paljon järkevämpää olisi pudottaa tehoja 200hv paikkeille ja pyrkiä maksimoimaan ajomatka. Tämä nyt ei liity pelkästään Teslaan, vaan ihan yleisesti.
Tämä johtuu niistä ikiteineistä, joille markkinointi nyt kohdistuu.
Dacia Springin saa Saksassa 8000 ja Ranskassa 12400 eurolla!
Ranskassa hinta on16990 miinus valtion tuki 27% hinnasta. Saksassa Dacian hintaa ei ole vielä julkistettu, mutta jos se on sama kuin Ranskassa, auto lähtee 7990 eurolla, koska Saksassa valtion tuki on 9000€.
Lisäksi ev autoilijat saavat muita etuja, esim ilmaista pysäköintiä ja luvan ajaa bussikaistoilla. Renault ZOE on vasta esimakua. Seuraavat pari vuotta halvat EV:t jyräävät Euroopassa. Tuollaisella 8000 hinnalla EV:t saavat jo uutta asiakaskuntaa, ihmisiä, joilla ei aiemmin ole ollut varaa autoon!
Musk on lupaillut 25000 dollarin Teslaa, viime syksynä aikataulu oli “in three years”. Elokuussa 2018 aikataulu oli sama “in three years”. Ennen kuin Tesla saa autonsa markkinoille, Renault ja muut perinteiset autovalmistajat korjaa pöydän. Syynä Euroopan anteliaat hankintatuet sähköautoille.
Jaottelu ei ole aivan niin yksinkertainen kuin supervised ja unsupervised learning, vaan erikoistapauksia on paljon kuten weakly supervised, self supervised jne.
Teslan arkkitehtuuri koostuu monesta erillisiä tehtäviä suorittavista neuroverkoista, ja näiden ulostuloja päätöksiksi yhdistelevistä verkoista. Teslan AI-director Andrej Karpathy sivusi Teslan verkon rakennetta ja iteratiivista opetusprosessia PyTorch -frameworkin eräässä tilaisuudessa(löytyy youtubesta), ja sanoi, että verkko koostuu reilusta sadasta erillisestä ajamiseen liittyvästä “taskista” joista monet riippuvat toisistaan.
Ajamisessa on isossa roolissa toimijoiden ballistiikka, eli kuvassa näkyvien toimijoiden liikkeen tulkitsemisesta ja ennustamisesta. Tässä “totuuden” löytämiseen ei vaadita esim. Lidarilla luotua 3d karttaa, vaan käytännössä “ground truth” eli totuus supervised learningia varten löytyy saman datan “tulevaisuudesta”.
Jos ongelmana on ennustaa esimerkiksi, tuleeko auto risteyksessa eteen vai pystähtyykö se, niin ongelman pystyy muodostamaan supervised learning muotoon yksinkertaisesti katsomalla auton paikkaa tallenteen seuraavana hetkenä. Samanlaisia ongelmia ovat esimerkiksi kolmion takaa kääntyminen, jossa pitää arvioida sopivaa väliä. Kaikki nämä ongelmat luonnollisesti hyötyvät jos stereonäköä tekevä verkko oppii ennustamaan auton paikkaa paremmin.
Teslalle nuo halvat sähköautot, joiden volyymin voi olettaa olevan suuri ovat varsin ikävä uutinen. Teslan tuloshan syntyy muiden autofirmojen maksamista päästösubventiosta, saadakseen omien polttomoottoriautojen laskennallisen kokonaispäästömäärän sallitun rajoihin. Kun sähköautoja tulee enemmän markkinoille, niin tuon kakun jakajia on enemmän, mikä johtanee niiden tuoman tulon alenemiseen.
Huvittavintahan tässä on se, että FSD ajaa kuin mummo, niin mihin niitä tehoja etenkään niissä tarvii?
Ihmisiltähän on palautteena tullut lähinnä se, että ärsyttää kun robot ajaa ylivarovaisesti liikenteessä.
Ajaa kuin kaihista kärsivä, epävarma mummo. Poikkeilee bussipysäkkien kohdalla linjasta. Säikähtelee siltapilareita. Näkee nopeusrajoituksen, mutta ei reagoi siihen ilman eri käskyä. Puhuu erittäin epäselvästi, ei osaa sanoa esim sanaa Alatie. Ja täytyy välillä laittaa pitkäksi ajaksi letkuihin, että henki pihisee. Ohjauspyörää on vatkattava vaikka ei olisi syytäkään. Valittaa välillä ettei näe ja siksi silmät on pestävä varsin usein. Ajaa kerran löytämäänsä reittia, vaikka parempiakin olisi tarjolla.
Videoiden perusteella FSD on vielä valovuoden päässä level 5 autonomousista. Robotaksit saa taas siirtää vuodella eteenpäin. Kaupungissa FSD:llä ei voi ajaa kymmentä minuuttia ilman kolaria.
Siihen on syynsä miksi FSD Beta on beta ja sen julkaisu on rajattu. Ilmeisesti se voi tehdä “weird shit” milloin tahansa, joten sen kanssa on syytä olla tarkkana:D Betaan osallistujat ovat kyllä tietoisia siitä ja olleet tarkkaavaisia kun tähän mennessä sen kanssa ei ole ilmeisesti tullut onnettomuuksia.
FSD on beta joten se on epäjohdonmukainen tekemisessään. Jos se olisi aina täydellinen se ei olisi enää beta:D Välillä se käyttäytyy hyvin ja silloin se osoittaa mikä on mahdollista, kuten esim. aikaisempi Chestnut Street video.
Seuraava versio laajenee 10k käyttäjään, joten voidaan olettaa ja toivoa että se toimii hieman johdonmukaisemmin.