Attention: L'Ambition De Tesla En Matière D'IA

     Tesla n'est pas seulement une entreprise de fabrication automobile, mais aussi une entreprise technologique.Une conférence de presse la semaine dernière a renforcé l'image de Tesla.

Dans la matinée du 20 août, heure de Pékin, la journée Tesla ai a eu lieu comme prévu.Tesla a une fois de plus émerveillé l'industrie avec la sortie de la solution de vision pure FSD (Full Automotive Drive), des puces ai auto - développées et des superordinateurs Dojo, avec plus de détails techniques divulgués et des itérations techniques plus rapides du matériel connexe.

Mais pour ceux qui suivent Tesla depuis longtemps, qu'il s'agisse de solutions purement visuelles ou d'auto - développement de puces ai et de supercalculateurs Dojo, ce n'est pas une « grande nouvelle », et le plus surprenant, c'est en fait un « Oeuf de couleur »: Tesla a annoncé qu'elle allait lancer un robot Humanoïde, appelé Tesla bot.

Musk a clairement une vision plus large de la technologie de l'intelligence artificielle.Le 21 août, Deng Zhidong, Directeur du Centre de recherche sur l'intelligence visuelle de l'Institut de recherche sur l'intelligence artificielle de l'Université Tsinghua, a déclaré aux journalistes du rapport économique du 21ème siècle que l'IA est au cœur de la FSD et du robot personnel de consommation, et que les deux scénarios d'application de La conduite automatique et du robot personnel sont subversifs dans le développement économique et social futur et contiennent également un énorme espace de développement industriel.

Toutefois, dans l'ensemble, l'application actuelle de l'intelligence artificielle dans l'industrie n'est pas satisfaisante.Même Tesla, dont la technologie de conduite automatique, bien qu'elle soit déjà à l'avant - garde de l'industrie, est encore loin d'être mature et n'en est qu'à l'étape de la conduite assistée qui nécessite encore une réglementation humaine, a récemment attiré l'attention sur certaines lacunes dans sa fonction de conduite assistée.

L'ambition et la réalité de la chute de l'intelligence artificielle, il y a évidemment un grand écart.

La capacité d'IA de Tesla, dont la technologie se répète rapidement, est au moins ce que d'autres entreprises automobiles nouvelles et anciennes du monde n'ont pas.Vision China 

L'âme du système technologique Tesla ai

« la capacité d'IA de Tesla, dont la technologie se répète rapidement, est au moins ce que d'autres entreprises automobiles nouvelles et anciennes du monde n'ont pas actuellement.Il s'agit d'une plus grande attente pour l'atterrissage et le développement industriel des applications de conduite automatique et de robot personnel.Deng Zhidong a déclaré aux journalistes du 21ème siècle.

À l'occasion de la journée de l'IA, Tesla a présenté ses réalisations dans le domaine de l'IA, y compris les progrès réalisés dans le programme de vision pure FSD, la formation à la conduite automatique du réseau neuronal, la puce D1, le superordinateur Dojo, etc.L'un des faits saillants est l'évolution de la FSD, un programme purement visuel.

Contrairement à la plupart des fournisseurs de solutions de conduite automatique de l'industrie, Tesla s'en tient à des solutions de vision pure, à la perception de l'environnement par caméra, sans lidar ni cartes de haute précision.Le coût matériel de ce système est relativement faible, mais les exigences en matière de données et d'algorithmes sont plus élevées.

Le schéma présenté lors de la Conférence de presse a montré que Tesla a obtenu des informations sur le périmètre de la route à partir de huit caméras Surrounding le corps et a assemblé différentes images à l'aide d'une architecture de réseau neuronal multitâche.Afin de rendre l'information plus réaliste et plus utile, Tesla a mis au point une technologie qui permet de dessiner une vue aérienne 3D à partir de l'information de la caméra et de former un « réseau routier » d'étiquettes d'espace et de temps 4D pour présenter des informations telles que les routes afin d'aider les véhicules à mieux comprendre l'environnement de conduite.

Le processus décrit ci - dessus, dans la conduite automatique, est un terme professionnel pour la perception, et la perception n'est qu'une des technologies de base de la conduite automatique.Avec une base de données massive, un réseau neuronal puissant est nécessaire pour intégrer et analyser ces données.

Deng Zhidong a souligné que pour les grands modèles de réseaux neuronaux, il faut généralement un soutien « violent » avec de grandes données et une grande puissance de calcul. Sur les pistes de conduite automatisées, Tesla a obtenu la plus grande quantité de données massives réelles sur la circulation routière avec un modèle d'ombre original basé sur la pensée Internet de Crowdsourcing, et cette conférence de presse a également montré les résultats de Tesla sur la simulation de conduite automatisée ou le système de jumelage numérique.

Selon l'introduction, Tesla a mis sur pied une équipe d'annotation de données de 1000 personnes, combinant la délicatesse artificielle et l'efficacité de la machine, pour annoter l'information sur les objets.Entre - temps, Tesla a également mis au point une technologie de simulation de scène pour simuler des « scènes de bord » rares en réalité afin d'améliorer l'efficacité de la formation du réseau neuronal.

« ces travaux permettent non seulement d'obtenir des données synthétiques à plus grande échelle, mais aussi d'étudier la planification de la prise de décisions fondée sur l'apprentissage intensif en profondeur, de résoudre les problèmes de longue queue, les événements de faible probabilité de bord, etc., avant l'atterrissage de l'application.Dit Deng Zhidong.

Au fur et à mesure que les données à traiter commencent à augmenter de façon exponentielle, Tesla améliore également la puissance de calcul des réseaux neuronaux d'entraînement, d'où la naissance du superordinateur Dojo.En fait, Musk a déjà « spéculé » à plusieurs reprises sur l'existence du superordinateur Dojo, cette fois - ci, ai Day a publié, plus remarquable est l'unit é clé du superordinateur Dojo - la puce d'entraînement au réseau neuronal développée indépendamment par Tesla - D1.

Dès avril 2019, Tesla a produit en série des puces FSD auto - développées. Cette fois, la puce D1 affichée a été considérablement améliorée en termes d’architecture et de performance.Il est dit que la puce D1 utilise une structure distribuée et un processus de 7 nanomètres, transporte 50 milliards de transistors, 354 noeuds d'entraînement, et le circuit interne à lui seul est de 17,7 km de long, réalisant une puissance de calcul élevée et une largeur de bande très élevée.

Dojo super Computing, qui a été construit à l'origine à partir de 5760 NVIDIA A100, est maintenant entièrement auto - développé. Il se compose de 3000 puces D1 ou 120 unités d'entraînement. La puissance totale de calcul atteint 9pflops (900 millions de fois). Il peut s'adapter à de grandes quantités de données vidéo et réaliser la formation de grand modèle ai.

M. Musk a dit qu'il finirait par offrir Dojo supercalculations à d'autres entreprises qui veulent l'utiliser pour former des réseaux neuronaux, ce qui signifie que Tesla pourrait étendre l'application ai à d'autres domaines que la conduite automatisée, ce qui a été confirmé dans une certaine mesure par l'apparition du robot.

Tesla BOT mesure 1,72 m de haut et pèse 56,6 kg. L'écran facial affiche l'information, a des mains humaines et une forte rétroaction pour des mouvements équilibrés et agiles - il utilisera le mécanisme d'entraînement du superordinateur Dojo pour améliorer la fonctionnalité.

« il n'y aura pas de pénurie de main - d'oeuvre à l'avenir, mais le travail manuel n'est qu'une option », a déclaré M. Musk.Tesla BOT peut accomplir des tâches dangereuses, répétitives et ennuyeuses.Le projet est à l'ordre du jour et, comme prévu, Tesla BOT pourrait lancer son premier prototype l'année prochaine.

Deng Zhidong a souligné que l'IA actuelle, qui peut permettre à l'industrie, est en fait l'intelligence des données avec la capacité d'apprentissage, ou un réseau neuronal à grande échelle. De l'algorithme ai, Tesla a clairement saisi l'architecture de base du réseau neuronal visuel Multi - caméras et a essayé de passer la capacité d'apprentissage inhérente au réseau neuronal.Pour résoudre tous les problèmes de conduite automatique et même de robotique personnelle.

« l'apprentissage autonome pour relever les défis de la perception, de la prédiction et de la réglementation peut donner le plein jeu à la capacité de la machine à surpasser l'homme, qui est l'âme du système technologique Tesla ai et l'endroit le plus avancé sur le plan conceptuel.Deng Zhidong a souligné.

L'atterrissage de l'IA reste un défi

Cette fois - ci, le but de Tesla était de recruter plus de professionnels de l'IA.

Bien que Tesla soit un « chef de file » dans l'industrie de l'auto - conduite, elle est encore loin d'être vraiment sans conducteur, et même les aides à la conduite qui sont maintenant au sol ne sont pas parfaites.De ce point de vue, la technologie de l'IA doit encore être améliorée.

Récemment, la National Highway Traffic Safety Administration (NHTSA) des États - Unis a ouvert une enquête sur Tesla.On sait que les 11 accidents faisant l'objet d'une enquête de la NHTSA étaient tous liés à l'AutoPilote de Tesla ou à d'autres fonctions de conduite automatique, dont sept ont fait des victimes, soit 17 blessés et un mort.

Plus précisément, ces accidents se sont produits entre le 22 janvier 2018 et le 10 juillet 2021 dans neuf États différents.La plupart d'entre eux se produisent la nuit, et il y a des objets tels que des feux de premiers soins, des fusées éclairantes, des flèches lumineuses et des cônes dans les scènes post - accident - des objets et des véhicules que Tesla n'a pas pu identifier avec succès lorsque les sauveteurs routiers ont arrêté le véhicule pour Une mission de sauvetage, ce qui a entraîné une collision.

En analysant les causes de ce type d'accident, un ingénieur en contrôle de la réglementation du Centre technique du Groupe SAIC a souligné que le cône + véhicule stationnaire anormal est une scène de bord typique, qui est difficile à couvrir par une seule caméra ou même une combinaison de capteurs de caméra + radar à ondes millimétriques. "Tout d'abord, la forme du baril conique est relativement petite, il est difficile de balayer le radar à ondes millimétriques à longue distance, et les cibles fixes (y compris les véhicules) sont facilement filtrées.Et si la caméra n'a pas d'entraînement ciblé, l'incapacité de reconnaître les obstacles peut devenir aveugle.Même si le véhicule est identifié après l'approche, il est impossible d'éviter une collision en raison de la grande vitesse et de la proximité.»

Tesla, qui adhère à la vision pure, n'a apparemment pas résolu le problème jusqu'à présent, bien qu'elle ait déployé des programmes d'entraînement à la caméra.Pour Tesla, cette lacune fonctionnelle doit être corrigée le plus rapidement possible, ce qui exige nécessairement qu'elle renforce davantage son équipe liée à l'IA, avec une présentation détaillée de son cheminement technologique et de ses réserves, alors que Tesla lance des brindilles d'olivier à des professionnels partageant les mêmes idées.

Du point de vue de Tesla, Musk, le patron de la compagnie, montre maintenant une plus grande ambition.Les robots humanoïdes présentés lors de la Conférence de presse ont montré que Tesla devait être non seulement une entreprise automobile intelligente capable de conduire automatiquement, mais aussi une entreprise de robots intelligents artificiels couvrant plus de domaines, ce qui a entraîné des exigences plus élevées pour la mise en place et le stockage d'équipes technologiques liées à Tesla.

Du point de vue mésoscopique, ces dernières années, l'industrie mondiale de l'intelligence artificielle a connu un développement rapide, le nombre d'entreprises d'intelligence artificielle et le niveau de financement ont augmenté rapidement, la concurrence des talents autour de l'industrie de l'intelligence artificielle est devenue de plus en plus féroce.

Selon un rapport du Groupe de réflexion EEO, le nombre d’entreprises d’ia nouvellement créées dans les principaux pays du monde a atteint un sommet vers 2016 au cours des dix dernières années. Parmi eux, le nombre d’entreprises d’ia nouvellement créées en Chine et aux États - Unis est resté nettement supérieur à celui d’autres pays en termes absolus après 2017, ce qui en fait une région leader mondiale pour les entreprises d’ia;Du point de vue de l’introduction de capitaux, le volume de financement des entreprises mondiales d’ia a continué d’augmenter et a montré une tendance à la croissance géométrique après 2016. Jusqu’en 2018, le financement total des entreprises mondiales d’ia s’élevait à 78,48 milliards de dollars américains, les États - Unis étant le premier.

Les talents d'IA sont depuis longtemps en pénurie.De nombreux instituts de recherche ont signalé des lacunes importantes dans les emplois d'IA dans le monde entier.Selon le rapport ai Jobs publié par uipath, un développeur américain de la technologie d’automatisation des processus d’ia, 7 465 emplois connexes étaient vacants aux États - Unis en 2018;Le rapport mondial 2019 sur les talents en Ia publié par JF gagné, Directeur général d'element ai Canada, montre également que le bassin mondial de talents en Ia est en croissance, mais que la demande dépasse toujours l'offre, tandis que le dernier rapport mondial 2020 sur les talents en IA montre que la demande de « nouveaux rôles » est restée stable malgré une certaine baisse de la demande l'an dernier.

Selon le dernier rapport publié par JF gagne, les talents sont un obstacle au développement de l'IA, et l'industrie de l'IA a besoin de plus que des talents qui maîtrisent les algorithmes logiciels.La question de savoir si le plein potentiel de l'IA est surexposé reste ouverte, mais nous pouvons dire que le succès réel de l'IA exige plus que des experts de haut niveau et des algorithmes de données corrects.L'industrie de l'IA s'est d'abord concentrée sur des experts de très haut niveau parce qu'ils sont les seuls à gérer les nouvelles technologies et à les appliquer à de nouveaux domaines.Mais il est maintenant reconnu que cette nouvelle technologie exige plus que des ingénieurs et des personnes capables de construire de bons modèles pour la déployer efficacement.

      Le rapport explique en outre que l'IA est une nouvelle génération de logiciels qui sont encodés à l'aide de données plutôt que de règles logiques, alors que les logiciels traditionnels sont statiques et que l'IA a besoin d'un nouvel écosystème d'infrastructure, non seulement pour construire, mais aussi pour gouverner après le déploiement, de sorte que Pour permettre à l'IA de fonctionner à grande échelle, l'ingénierie, la construction d'infrastructures,Un grand nombre de nouveaux talents sont nécessaires dans des domaines tels que l'élaboration de nouveaux modèles d'entreprise et le suivi des objectifs.