Tuliko mieleen mahdollisuus että Tesla on sössinyt enemmän kuin muut?
Ensiksi Mobileye heitti Teslan ulos, sitten alettiin rakentamaan tutkan ja kameroiden ympärille, sitten vedettiin softa uusiksi ja nyt menee rauta uusiksi.
Muilla on ollut about vakio sensoripaketti koko ajan eli lidar+tutka+erilaiset kamerat, paljon stabiilimpi meno.
Mitä luulet kumpi tapahtuu nopeammin, geofencetyt alueet laajenevat vai että Teslan pelkkiin kameroihin perustuva järjestelmä oppii tulkitsemaan kaikki ihmeellisyydet oikein?
A major part of real-world AI has to be solved to make unsupervised, generalized full self-driving work, as the entire road system is designed for biological neural nets with optical imagers
MobileEyen av mapit lähtevät siitä että road system tukee autonomous drivingia. Silloin riittää hiukan tyhmempi AI. Ei tarvitse olla ihmisaivojen veroinen.
Tuli mieleen että ongelma on vaikea ja jokaisen täytyy käydä learning curve läpi. Se on toki selvää että Tesla tekee tapansa mukaan asiat omalla tavallaan, mikä voi olla joko hyvä tai huono.
Laajenee mihin? Toiseen kaupunginosaan? Kolmeen kaupunkiin? Edes yhden kokonaisen USA:n osavaltion kattaminen on pitkässä kuusessa, puhumattakaan jostain Suomesta.
Luulen että geofenceilyssä on ihan samalla tavalla ihmeellisyyksiä, ja vaatii loppupeleissä paljon enemmän työtä (perinteisiä manuaalisia sääntöjä) kuin ML.
Mutta tulee mieleen mistä tiedetään riittääkö nykyisellään tiestöstä kerätty semanttinen tieto self drivingiin, vai pitääkö sitäkin iteroida? Ja milloin “hiukan tyhmempi AI” on riittävän hyvä?
Tuon REM AV-kartan tieto on hieman eri tyyppistä, kuin kameroiden tunnistama tieto. Esim. Kameroiden tunnistamien liikennevalojen kanssa on Teslan mukaan ollut haasteita, kun ne pitää tunnistaa eri olosuhteissa mutta myös ymmärtää, että kyseessä on oikeasti liikennevalo.
AV-kartta antaa absoluuttisempaa tietoa ja se yhdessä kameran tiedon kanssa on jo melko varma.
Samoin vaikka sumussa kaistajen tunnistus on varmempaa.
Mutta Mobileye voi toki lisätä kaikkea tietoa mikä vain lisää turvallisuutta. Vaikka ne tien kuopat.
Lisäksi sitä varmasti hyödynnetään risteyksien reittivalinnassa, koska kartalla on tiedossa miten autot yleensä risteyksessä käyttäytyvät
Sinänsä tätä samaa ideaa automaattisesti tehtävästä ja reaaliaikaisesti päivitettävästä kartasta tekevät lähes kaikki muutkin Teslaa lukuunottamatta
Edit: NVIDIAn kartta Tuolta voi lukea mm.
“NVIDIA DRIVE perception capabilities detect semantic features and new landmarks (e.g., road boundaries, lanes, signs, poles, traffic lights) in the vehicle’s environment to compare with those from the HD mapping provider. Using DRIVE MapStream, that data is uploaded to the cloud, updating the map with any new or changed features on the roadway”
“DRIVE Mapping can create new maps in places where they don’t yet exist.”
Vaikka Musk on saanut paljon aikaan, tämä tweetti kyllä kuulostaa järjettömältä.
Hieman sama jos 20 vuotta sitten, kun logistiikkavarastot toimivat manuaalisesti trukeilla olisi joku sanonut “Varastot on suunniteltu biologisia aivoja ja silmiä varten”. Tämän jälkeen olisi lähdetty automatisoimaan trukkeja, jotka eivät olisi tienneet toisitaan mitään mutta olisivat neuroverkolla ja kameroilla osanneet varoa toisiaan. Muuten koko prosessi olisi säilynyt samana.
Onneksi näin ei tehty ja nyt varastojen automatisoinnit on suunniteltu kokonaisuus huomioon ottaen. Robotit viuhuvat nopeasti paikasta toiseen
Niin tätä tarkoitin, Tesla poukkoilee sinne tänne ja punainen lanka vähän kadoksissa. Muut näyttäisi menevän tasaisesti eteenpäin.
Mutta tässä ei ole enään mitään keksimistä, geofencejen laajentaminen ja uusien alueiden tuominen palveluun on vain suhteellisen yksinkertaista tekemistä joka voidaan käsittääkseni joukkoistaa helposti.
Geofence on palvelun tarjoajan itse määrittelemä alue, jonka sisällä palvelu on käytössä.
Geofencien laajentaminen on siis täysin hallinnollinen päätös. Jos esim Waymo toteaa, että sen systeemi on kyllin hyvä toimimaan kaikkialla, missä sillä on hd-mapit → ei muuta kun fencet laajemmaksi.
Käytännössä voisi toimia niin, että kun ajat autonomous-moodilla, auto hälyttää kun lähestyt fencen rajaa. Sitten kun olet rajalla, sinun pitää ottaa auto hallintaasi.
Todella fiksu polku ottaa esim L3 käyttöön. Ei tavoitella koko maailmaa kerralla, vaan helpoimmat caset ensin.
Ps. Mun mavic airissa on geofencet päällä. En voi lennättää kielletyillä alueilla, esim Kalastajatorpalla.
Waymon ja muiden joilla on Kaliforniassa Level 5 oikeudet, voivat laajentaa aluettaa niin laajalle, kuin L5-sopimus antaa luvan.
Mutta sitten on täysin eri asia se, että AV-/HD-karttaa käytetään alempien tasojen (L2) toimintavarmuuden lisäämiseen. Tähän ei lupia tarvita.
Kaikki uudet HD/AV-kartat kykenevät itse laajentamaan karttaa tunnistamalla halutut kohteet ja lähettämällä pilveen. Vaikka vain Mobileye on siitä kertonut. Laitoin siksi yllä linkin esim. NVIDIA:n AV-kartasta
Erilaisten staattisten objektien tunnistus on AV-kartassa varmempaa, koska useat autot tekevät sitä eri kulmista. Sen sijaan Teslan pelkillä kameroilla se ei välttämättä kaikissa olosuhteissa kykene tunnistamaan kaikkia objekteja.
Eli summa summarum. Autot kykenevät itse luomaan dynaamisesti kartat alueella, jossa eivät ole olleet. Autot voivat ilmoittaa AV-kartan corner case, jolloin ne tullaan manuaalisesti korjaamaan.
Kun saadaan globaalit säännöt L4/L5:lle saattavat autot kulkea eri alueilla sillä tasolla, mitä tietoja sillä on saatavilla (AV-map, V2X…)
Tulevaisuudessa eri valmistajien AV-kartat sulautuvat yhdeksi, koska se on loogista.
Edit: Tässä videossa hyvin ylätasolla kerrotaan miten datan laajuuden lisäys auttaa neuroverkoissa. Vain 2 min katsominen riittää Underfitting
AV-kartan dataahan ei käytetä navigointiin auton sensorien tueksi
Niin ei kai se vaadi muuta kun se että uusi alue “validoidaan” (kartoitus/testaus tms) ja sen jälkeen kun se on todettu toimivaksi niin geofenceä laajaennetaan uudelle alueelle.
Selvennykset:
Autonomisuuden eteneminen on kahdella rintamalla. Tason 5 RoboTaxit sekä normaali liikenne.
Nämä tulevat aikanaan yhdistymään eli RoboTaxit laajentavat alueitaan ja normaali liilkkenne kehittyy vuosi vuodelta pikku hiljaa tasolta 2 tasolle 4/5
Mobileye tähtää voimakkaasti normaaliin liikenteeseen tasolta 2 ylöspäin, myös AV-kartallaan Alla kerrotaan Karttojen luonnin validoinnin ja jakelun olevan täysin automaattisia
Tämä toimii siten, että auto tunnistaa kohteen (kaista, liikennevalo, kuoppa tiessä jne…) ja lähettää tiedon pilveen. Se on välittömästä muiden autojen käytössä.
Jos Tesla kääntyy vaikeassa risteyksessä, se joutuu luottamaan täysin kamera+neuroverkon reaaliaikaiseen analyysiin. Vaikeaksi tilanteen tekee se, että neuroverkko ei sinänsä muista mitään eikä kykene reaaliaikaisesti analysoimaan yllättävää tilannetta.
Mobileye ajoneuvo tietää ilman kameroita risteyksen staattiset asiat, joten sen täytyy reagoida vain liikkuviin objekteihin. Tämä vähentää suunnattomasti prosessointitarvetta sekä lisää turvallisuutta.
Lisäksi se osaa ennakoida paremmin muiden autojen liikkeet, koska sillä on käytössä niiden keskimäärin eniten käyttämät reitit risteyksessä
Tämän videon kohdasta 20.50 (linkki aukeaa siitä) näkee mitä tietoja Mobileye kerää ja millä vauhdilla. TIeto on välittömästi muiden käytössä. Siirrettävä tieto on alle 10kb, joten se siirtyy nopeasti hitaallakin yhteydellä Video Kartan luonti reaaliaikainen luonti
Jep. Kuitenkin av/hd-kartta on hieman eri asia kuin geofence.
Geofence on alue, joiden sisällä palvelun tarjoaja sallii autonomous drivingin. Todennäköisesti alueelle on hd-map. Mutta voisi kuvitella, että ainakaan alussa geofence ei laajene automaattisesti sitä mukaa kuin HD-mapit laajenevat. Voisi jopa kuvitella, että geofence tulisi olemaan dynaaminen, esimerkiksi säätilasta riippuva. L3 drivingia et saisi päälle huonolla säällä.
Mikä on palveluntarjoaja ? Viittaatko RoboTaxitoiminnan pyörittäjään ?
Mobileye:ssä ei ole mitään geofenceä tällä hetkellä ja miksi olisi ?
Tuo AV-kartta ei siis ole varsinainen kartta vaan pilvi, johon autot reaaliaikaisesti päivittävät dataa ja käyttävät sitä.
Voisi ajatella, että jos Tesla on haavellut L5:stä kameroilla+neuroverkoilla, niin Mobileye on montakertaa realistisempi siksi, että sillä on kamera+neuroverkot sekä tuo kartta.
Palveluntarjoajalla ajan takaa sitä tahoa, joka sen geofencen määrittää. Se voi olla robotaxifirma, mutta se voi olla esim Mersu, jonka geofence L3 autopilotille on aluksi Saksan moottoritiet.
Tietenkään geofenceä ei ole pakko käyttää, mutta kun kysyit geofencestä niin vastasin.
Toisaalta tuntuisi tosi järkevältä, että autofirmat ottavat autonomous drivingin käyttöön geofencejä käyttämällä.
Ja eikö av-karttaa voi pitää karttana samassa mielessä kuin muitakin digitaalisia karttoja esim google mapsia? Karttahan on paikkaan sidottua ominaisuustietoa.
Toisaalta Tesla on kaikkia muita edellä pelkän vision ML:n kehittämisessä. Heillä on jopa oma supertietokone, Dojo, rakennettu tarkoitukseen. Vähän eri levelillä kuin jokin GPU cluster.
I think long term, people will think of Tesla as much as an AI robotics company as we are a car company or an energy company. I think we are developing one of the strongest hardware and software AI teams in the world.
Sen enempää asiasta väittelemättä, voi olla että molemmat tavat johtavat toimivaan ratkaisuun joskus tulevaisuudessa.
Aluksi joissakin L3/L4 toiminnallisuuksissa on varmasti maakohtainen geofence, koska varsinaisia globaaleja sääntöjä ei vielä ole.
Ajan saatossa varmasti tulee globaalit säännöt. Alkuun voi olla eri toimijoiden karttoja, mutta ajan saatossa on yhteiset kartat. Tähän viittaavat jo EU:n C-Roads työryhmän kirjoitukset.
AV-kartta on kartta, mutta keskeistä sille ei ole saada tiestöstä tarkkaa karttaa vaan kerätä ja jakaa autoille asioita, jotka auttavat autoja turvallisessa ajamisessa. Yllä postauksessani linkki “Video Kartan luonti reaaliaikainen luonti” näyttää auton ajaessa mitä tietoja se kerää.
Toisaalta tehokas tietokone ei lisää älyä vaan ainoastaan prosessointitehoa.
Tesla voi olla pitkällä pelkkään visioon pohjautuvassa ratkaisussa, mutta moni muu lähestyy ongelmaa laajemmalla scopella. Aika näyttää mikä lähestyminen on tehokkain.
Dojon prosessointiteholla voi kouluttaa suurempia malleja & käyttää suurempia datasettejä (videota yksittäisten kuvien sijaan), sehän se koko pointti on. Hintonin ML-työ jäi aikoinaan vuosikymmeniksi pöytälaatikkoon kun laskentainfra ei ollut riittävän kehittynyttä.
Nähdäänkö sama tässä, eli onko nuo uudet Dojolla koulutetut mallit kertaluokkaa suurempia ja tarkempia kuin nykyiset SOTA-mallit…
Puhdas amatöörimäinen arvaukseni on, että Teslan neuroverkkojen malleista joudutaan tekemään aina vain monimutkaisempia (neuroneja, kerroksia, parametreja…) siksi, että se joutuu pelkkien kameroiden datan avulla tekemään raskaita analyysejä.
Se joutuu risteyksessä tunnistamaan ja reitin suunnittelussa ottamaan huomioon paitsi liikkuvat objektit mutta myös staattiset objektit (liikennevalot, tien reunukset…)
mm. NVIDIAn tai Mobileye:n ratkaisuissa auton tarvitsee keskittyä vain liikkuviin. Lisäksi reitin (risteyksen ajon) suunnittelussa niillä on pohjatietona risteyksen reitit. Tesla tekee kaiken juuri sillä hetkellä kameroilta saadulla datalla ilman mitään pohjatietoa.
Tämä on arvaukseni joka toki on naurettava sillä hetkellä, kun Tesla onnistuukin ratkaisussaan, jota vastaan minulla ei sinänsä ole mitään
