特斯拉自動駕駛版本12取得重大進展,正式開始向用戶推送!FSD12 is here!

现代科技
146粉絲
388 次觀看·2024年2月1日
so making a left
正在左轉
very nice very natural
執行的非常好,非常自然
what we have here is
我們在這裏看到的是
a major turning point in human economic history
人類經濟歷史上的一個重大轉折點
特斯拉自動駕駛版本12
現在已正式向少量非特斯拉員工的
普通用戶推送
這表明版本12在特斯拉內部測試中
獲得了高度認可
首批體驗的用戶表示
與之前的版本11相比
版本12取得了令人難以置信的進步
大大減少了機械感
駕駛行爲變得更加接近人類
在過去的三年中
一直無法解決的一些路面問題
如今終於得到了解決
版本12採用了全新的端到端
神經網絡架構
特斯拉的人工智能總監阿
肖克在發佈時表示
這種端到端的人工智能技術
將創造出史上最安全
最舒適最高效的自動駕駛系統
目前的進步速度
顯示了這個新模型部署的巨大成功
隨着算力的增加
特斯拉
自動駕駛的進步速度將會越來越快
在本期視頻中
我將首先展示最新版本12
的自動駕駛視頻
分析它與前一版本相比
取得了哪些進步
同時我還會帶您瞭解特斯拉
自動駕駛的發展歷程
讓您明白
爲什麼這個版本具有如此重要的意義
最後我還將討論
特斯拉自動駕駛
相比於其他競爭者的優勢
以及其他競爭者
是否能夠模仿
或複製特斯拉的自動駕駛技術
自動駕駛
是一項具有改變人類發展歷史的
史詩級創新技術
通過了解特斯拉自動駕駛
目前的發展進程
將幫助您做出更好的投資決策
讓我們開始今天的內容
did it maybe see that person before I did or something
它可能在我之前就看到那個人
oh my God
牛逼
wow and then it just takes off
哇,然後立馬就出發了
it really when it knows it has to go
現在當他知道要啓動的時候,
it takes off just like a human now
它就像人類一樣迅速出發
looks like this guy was gonna give us our turn
看起來這個傢伙本來要讓我們先走
but then when
so we're making a left
所以我們正在左轉
very nice very natural
非常好,非常自然
I mean the big theme
這次體驗中得出的最大結論,那就是舒適感
if there's one takeaway from this it's comfort
okay so we're turning left here
好的,所以我們現在左轉
that is something that would probably
剛剛這個情況,以前的版本通常會停止工作
normally trip it up when there was a car
當有輛車在另一個方向左轉時
making a left turn in the other direction
for some reason in the past it would just stop
以前出於某種原因它會停下來
oh here we go
等待小孩過馬路
but it looks like it's actually stopping for them
很好的停了下來
what we have here is
我們在這裏看到的是
a major turning point in human economic history
人類經濟歷史上的一個重大轉折點
computers that can move around the world robots
可以在世界各地移動的計算機,機器人
and look how it pulled over just so nicely
看看它是多麼漂亮地靠邊停車
you gotta love it
你難道不喜歡它?
this was a huge issue because
停車曾經是個大問題,因爲
with the old version of autopilot
在舊版本的自動駕駛系統中
it would just stop in the middle of the road
它會在路中間停下來
我們從反饋中可以看到
車主認爲
特斯拉自動駕駛的版本12
相較於之前的版本11
取得了巨大的進步
他甚至在推特上表示
相比之下
版本11就像是勒色版本12
最大的不同之處在於
其操作更加類似人類駕駛
而不是機器人般的行爲
這一變化源於版本12
人工智能學習方式的根本轉變
版本12實現的端到端
機器自我學習系統
是所有自動駕駛
人工智能模型發展的終極形態
特斯拉率先取得了實現
馬斯克指出
在版本12中
汽車的每一個駕駛行爲
都不再是由人類手動編寫代碼控制
手動編寫代碼
需要程序員對具體問題
有深入的理解和經驗
例如城市中心區域
要考慮到頻繁的行人穿越
複雜的路口設計
和不斷變化的交通信號
這要花費大量的時間和精力
編寫和測試代碼
所以特斯拉寫了30萬行代碼
去對應無數的複雜情況
但這像是一個無底洞
因爲永遠會有更復雜的邊緣情況出現
同時維護這幾十萬行代碼
讓他們不會互相沖突
也是巨大的挑戰
而端到端神經網絡
從車輛行駛數據中學習
無需程序員
針對每一個可能出現的潛在問題
進行研究和理解
神經網絡能夠自動提取特徵和規律
來解決問題
這種神經網絡的架構雖然更爲複雜
但一旦實現
它能夠快速的處理路面的大量數據
並通過積累的數據不斷優化模型
持續改進其性能
這種方式比傳統的手寫代碼
更新和調整自動駕駛模型
速度要快得多
同時對於未曾遇到的突發情況
神經網絡具有更好的泛化
通用處理能力
這意味着
他能夠更有效地應對
各種新穎
和不可預見的駕駛環境和情況
很多人認爲
特斯拉推出這種全新架構
浪費了他們之前多年的努力
並擔心其他競爭者
也能迅速推出類似的人工智能模型
但實際上並非如此
這種全新的架構
是基於特斯拉多年的積累和發展
而建立的
特斯拉的自動駕駛系統分爲感知
決策和控制三大模塊
要一開始
就用神經網絡同時實現所有這些模塊
幾乎是不可能的
因此特斯拉採取了逐步的方法
逐個模塊地
將它們轉化爲基於神經網絡的架構
特斯拉在自動駕駛版本9之前
主要專注於
如何用神經網絡處理感知問題
感知模塊必須依賴神經網絡來處理
因爲涉及到的數據量和邏輯過於複雜
他的任務是
準確描述車輛所處的當前環境
這不僅包括對物體
如行人和其他車輛的識別
還涉及到對這些物體行爲的預測
例如系統不僅需要識別行人的位置
還要預測他們在未來幾秒內
可能採取的行動
10年前在神經網絡技術興起之前
計算機甚至難以區分貓和狗
靠人類手工編寫邏輯代碼的話
你可能需要花費幾天時間
仔細研究像素值
編寫包含算數運算的代碼
來檢測眼睛和嘴巴等輪廓
並嘗試制定出輪廓之間的幾何關係
規則但很快你會意識到
現實生活中各種變化
如角度光線和遮擋等衆多因素
都使得這種方法
變得更加複雜和不可靠
所以特斯拉早期的想法是
儘快構建感知神經網絡
將路面信息通過神經網絡
傳遞給人類
手動編寫的決策和控制模塊
這樣
就可以讓整個自動駕駛系統大致工作
然後再進行慢慢改進
這是特斯拉在2021年7月
發佈自動駕駛版本9之前
一直的主要工作
感知模塊神經網絡實現後
特斯拉在2021年8月的人工智能日上
表示他們將逐漸一步一步地
通過一個個小模塊的神經網絡
代替
在決策和控制中的30多萬行手寫編碼
幾十年來
我們一直在用人類手寫硬編碼
來解決人工智能決策問題
但當你處理像開車時遇到的複雜
真實事件
的情況時
它
遠遠不能達到該有的完整性和準確性
這就是爲什麼
版本11
仍然有很多非常機器化的駕駛行爲
可能連特斯拉自己都沒預料到
他們向全面神經網絡架構的轉變
進展之快
到了2023年8月
馬斯克宣佈
特斯拉版本12已經完全實現了從感知
到規劃
再到決策的全面神經網絡架構
到此不難看出
這個版本
實際上
是特斯拉十幾年技術積累的成果
決策模塊從手寫編碼轉變爲神經網絡
帶來的最大好處是
自動駕駛系統開始學習
並模仿人類的駕駛行爲
這一點非常關鍵
除了使整體駕駛體驗更加舒適之外
即使發生駕駛失誤
人們也更願意看到
這些失誤與人類司機的失誤相似
而不是那些完全無法理解的
機器式失誤
此外這種系統還能根據不同地區
司機的駕駛習慣
進行調整
在那些交通規則不太嚴格
的地區這一點尤其重要
因爲如果不進行這樣的調整
自動駕駛車輛
可能在當地的行車環境中
寸步難行
開發特斯拉自動駕駛這麼一整套系統
的難度究竟有多大
會不會有競爭者立馬複製並超越
馬斯克曾表示
如果特斯拉和現在
目前最頂尖的人工智能公司
open AI角色互換
在open AI開發出自動駕駛之前
特斯拉一定能先開發出ChatGPT
ChatGPT正在解決的大型語言模型
其實是人工智能領域裏
一個相對更窄的問題
並且已經有大量成熟公共知識
去教你如何做這些事情
比如如何去訓練模型
如何去創建數據集
在獲取數據和技術知識方面更加容易
有很多其他語言模型的公司
正在快速接近他們
例如
馬斯克剛創建的格魯克語言模型
已經達到了GPT3.5的水平
而自動駕駛神經網絡模型的公共信息
幾乎爲零
open AI需要從頭開始
不斷試錯
來尋找構建這一全新模型的方法
即便他們實現了自動駕駛軟件的開發
他們還需要建立工廠
並通過銷售數百萬輛汽車
來收集路面數據
這種數據的收集
不僅僅是簡單的
用攝像頭拍攝那麼簡單
視頻數據的體量巨大
不可能將所有數據都存儲下來
也沒有那麼高的網絡傳輸帶寬
去傳送所有車輛的數據
特斯拉汽車
實際上更像是一個數據搜索引擎
他通過篩選機制
僅發送關鍵的必要數據
特斯拉推出了影子模式
這一模式用於
比較自動駕駛系統
和人類駕駛之間的差異
因此特斯拉能夠準確的知道
需要在哪些方面進行改進
他們所需要做的
就是讓汽車尋找出
人類司機正確駕駛的視頻數據
然後將這些篩選後的數據
用於神經網絡的訓練
馬斯克指出
目前特斯拉自動駕駛的限制
主要是算力問題
特斯拉計劃在今年
將算力提升至去年的10倍
達到100艾弗
相比之下
國內算力最強的華爲僅有2.8艾弗
如果其他公司的算力沒有超過特斯拉
他們如何保證自己的自動駕駛技術
能夠超越特斯拉呢
在當前人工智能
在多個領域迅猛發展的背景下
算力已成爲最稀缺的資源
英偉達的H100芯片早已供不應求
又有多少人工智能公司的現金流
超過特斯拉
特斯拉在人工智能領域的投資
規模龐大
這是許多人沒有意識到的
包括幾十億算力的投資
和事先在已出售的500萬輛汽車中
安放的自動駕駛所需硬件的投資
更何況即使有錢也不一定有用
今天傳來最新消息
蘋果公司將發佈電動汽車的時間
從2026年又推遲到了2028年
並全面取消了自動駕駛的項目
蘋果花了多年時間研究動力系統
自動駕駛硬件和軟件
這輛汽車是蘋果近十年來
最昂貴的研發項目之一
蘋果每年在自動駕駛系統
封閉道路測試
以及車輛零部件和芯片的工程上
花費數億美元
而今日
自動駕駛的研究正式宣告失敗
總的來說
我認爲特斯拉將版本12推向普
通用戶表明了
該公司對自己的發展進程非常滿意
當然這個版本中
仍然存在許多需要改進的地方
但與之前的版本相比
他的巨大進步讓我充滿了信心
這是端到端
神經網絡自動駕駛系統成功部署
並順利運行的體現
在放棄了人工編碼後
特斯拉每個版本之間的進步
速度應會顯著加快
隨着算力的提升
我非常期待看到
特斯拉今年將達到的發展水平
明天特斯拉將發佈第四季度財報
所有人的關注焦點都在毛利率上
但在瞭解了特斯拉
自動駕駛取得的驚人進展
之後短期的一兩個季度的毛利率
真的那麼重要嗎
馬斯克甚至表示
他可以接受零利潤銷售特斯拉汽車
因爲未來自動駕駛將帶來的利潤
會使汽車銷售利潤顯得微不足道
此次版本12的出色表現
無疑增加了這一說法的可信度
如果你只關注特斯拉短期的盈利
那麼現在的股價顯然是高估的
但如果你相信特斯拉自動駕駛
機器人和能源的長期價值
那麼現在的股價就顯得嚴重低估了
如果
你想了解更多關於自動駕駛版本12
的信息可以觀看接下來的這個視頻
