Tesla ย้ายจากลอจิกการเขียนโปรแกรมเป็น NNs เพื่อการขับเคลื่อนด้วยตนเอง

Tesla ย้ายจากลอจิกการเขียนโปรแกรมเป็น NNs เพื่อการขับเคลื่อนด้วยตนเอง

Tesla ย้ายจากลอจิกการเขียนโปรแกรมเป็น NNs เพื่อการขับเคลื่อนด้วยตนเอง บทความนี้ได้รับความอนุเคราะห์จาก EVANNEX ซึ่งผลิตและจำหน่ายอุปกรณ์เสริมของ Tesla หลังการขาย

แฮ็กเกอร์และนักวิจัยเฟิร์มแวร์ Tesla ที่ใช้ชื่อ ‘Green’ เปิดเผยเมื่อเร็วๆนี้ว่า Tesla กำลังย้ายการตัดสินใจ Full Self-Driving (FSD) เช่น การเดาทางที่ถูกต้อง ไปยังโครงข่ายประสาท (Neural Nets – NNs) จากการตัดสินใจแบบเดิม ซึ่งตัดสินด้วยตรรกะที่เขียนโปรแกรมที่สร้างขึ้นด้วย C++

Tesla ย้ายจากลอจิกการเขียนโปรแกรมเป็น NNs เพื่อการขับเคลื่อนด้วยตนเอง

Green ทวีตว่า “หลังจากดูอัพเดท 2020.48 NNs (ใช่ ในวันหยุดพัก!) น่าสนใจที่เห็นพวกเขากำลังโยกย้ายการเดาทางที่ถูกต้องที่พบเห็นในช่วงต้นของ FSD betas ในช่วงต้นเดือนตุลาคม จาก C++ ไปยัง NNs ในตอนนี้การพัฒนาอย่างก้าวกระโดดที่ว่าถูกนำไปใช้ทีละน้อย ฉันเดา”

Green คิดว่าผู้ผลิตรถยนต์ใน Silicon Valley กำลังดำเนินการเปลี่ยนแปลงนี้ทีละนิด โดยอาจเริ่มต้นด้วยฟังก์ชัน “การเดาทางที่ถูกต้อง” ไปจนถึงการตัดสินใจที่ซับซ้อนยิ่งขึ้นอื่นๆที่รถต้องทำในขณะขับรถ

ในขั้นตอนนี้ Tesla กำลังทำซ้ำและปรับปรุงการตัดสินใจ FSD Beta ด้วยการอัปเดตเฟิร์มแวร์แต่ละครั้ง ซึ่งจะถูกติดตั้งที่รถยนต์จำนวนหนึ่งในสหรัฐอเมริกา ด้วย NNs รถยนต์จะสามารถรับข้อเสนอแนะจาก Tesla Mothership ที่ประกอบไปด้วย machine learning จำนวนมากได้ในทันที เพื่อช่วยในการตัดสินใจที่ดีขึ้น

เพื่อให้ง่ายขึ้น Kate Park วิศวกร Autopilot ของ Tesla อธิบายว่าการมองเห็นของคอมพิวเตอร์ทำงานอย่างไรในวิดีโอล่าสุดที่สร้างขึ้นสำหรับเด็ก ดูกราฟิกจากวิดีโอด้านล่างที่อธิบายว่า การตัดสินใจหรือการตรวจจับวัตถุมีข้อจำกัดเมื่อใช้การเขียนโปรแกรมแบบเดิมอย่างไร ด้วยการใช้ Machine Learning + AI + Neural Nets กระบวนการทั้งหมดจะเป็นไปได้อย่างไร้ขีดจำกัด

ด้านบน: วิศวกรของ Tesla Autopilot อธิบายว่าคอมพิวเตอร์รับรู้วัตถุผ่านการเขียนโปรแกรมแบบดั้งเดิมกับ Machine Learning + AI ได้อย่างไร (ที่มา: Code.org / YouTube)
ตัวอย่างเช่นการเขียนโปรแกรมแบบเดิมไม่สามารถจดจำ “X” ได้หากไม่ได้วาดด้วยพารามิเตอร์ที่กำหนดไว้อย่างแน่นอน (ดูภาพด้านบน) แต่การผสมผสานระหว่างแมชชีนเลิร์นนิง, AI และ Neural Networks ทำให้คอมพิวเตอร์สามารถเรียนรู้รูปแบบ และความเป็นไปได้ที่หลากหลายของ “X” ที่จะปรากฏอยู่ตรงหน้า

เพื่อให้การมองเห็นของคอมพิวเตอร์ทำงานได้อย่างสมบูรณ์ต้องใช้ภาพหลายพันภาพ (บางครั้งนับล้าน) ในการกำหนดวัตถุให้ถูกต้อง ในกรณีของ Tesla รถทุกคันของ Tesla จะส่งข้อมูลวิดีโอกลับจากกล้องทั้ง 8 ตัว เพื่อฝึก NNs Tesla มีข้อมูลการขับขี่ในโลกแห่งความจริงหลายพันล้านไมล์ ที่รวบรวมจากรถทั่วโลก สิ่งนี้ทำให้ Tesla มีข้อได้เปรียบเหนือบริษัทอื่นๆ ที่ทำงานเกี่ยวกับรถยนต์ขับเคลื่อนด้วยตนเอง

เมื่อต้นปีที่ผ่านมา Elon Musk ซีอีโอของ Tesla กล่าวว่าบริษัทมีการสร้างโครงข่ายประสาทเทียม (ที่เรียกว่า Dojo) รุ่นถัดไปที่ทรงพลัง และเวอร์ชัน 1.0 น่าจะเริ่มใช้งานได้ในปีหน้า

การตัดสินใจในการขับเคลื่อนอัตโนมัติที่เปลี่ยนไปสู่ ​​NNs แสดงให้เห็นถึงการก้าวกระโดดอย่างมากสำหรับความพยายาม FSD ของ Tesla ในทางกลับกันปี 2020 อาจส่งผลให้เกิดความก้าวหน้าที่น่าทึ่ง


Ref:
https://insideevs.com/news/466239/tesla-migrating-to-neural-net-self-driving-decisions/