看完特斯拉的AI日,最大的感受就是特斯拉的技术真的很牛逼,未来还会延伸到机器人,不管是车辆、芯片甚至服务器的水平如何。特斯拉是全能选手。 虽然我觉得技术很强大,但是我

AI day之后,特斯拉在中国可能会遇到的问题

看完特斯拉的AI日,最大的感受就是特斯拉的技术真的很牛逼,未来还会延伸到机器人,不管是车辆、芯片甚至服务器的水平如何。特斯拉是全能选手。

虽然我觉得技术很强大,但是我有一个隐忧。我担心的是,这条技术路线目前在中国似乎无法通行,因为它符合中国的国家安全。

图1央视的观点也是政府的声音。

跟大家分享一些我自己的理解:

第一,其实我们一直误解特斯拉。

看完特斯拉的AI Day,我的第一感觉就是特斯拉卖车已经很久了,所以我们一直以为只是一家汽车制造公司,但实际上是一家人工智能公司还是比较多元化的。造一辆车没什么,但是造一辆配有8个摄像头(1280×960 12位HDR 36Hz)的车,可以把路上的图像数据输入到一个单一的神经网络中,然后整合到一个3D Vector Space中,真是牛逼。

可以理解,特斯拉完全按照构建生物的方式来做自动驾驶,生物真的有眼睛、神经和大脑,然后通过不同的数据输入,为不同的功能和目的创造不同的执行结果。这不是一辆可以自行行驶的汽车,而是一个按照人类逻辑行驶的智能系统。

图2特斯拉的本质逻辑是将道路摄像头的所有信息转化为AI的输入感知。

这里介绍RNN(递归神经网络)。根据“人类的认知是基于过去的经验和记忆”的观点,RNN通过记忆处理具有任意时间序列的输入序列来预测接下来会发生什么。如下图所示,特斯拉车辆可以通过摄像头了解环境,不断更新周边环境,让特斯拉车辆在行驶过程中实时绘制地图。结合多辆车经过同一个地方的图纸,就可以得到一张完整的地图。所以,其实特斯拉的自动驾驶功能是一个实时的地图映射过程,将行驶过程中的道路信息反映到车辆的大脑中,当然也会发送到特斯拉的云后台,尤其是在Dojo超级计算机上线之后。名义上,超级计算机支持自动驾驶。事实上,有了这些数据,我们很难想象自动驾驶的天花板在哪里。

图3特斯拉的RNN网络和呈现环境。

该系统基于绣球多任务学习,基于不同摄像机的视觉内容进行识别,独立调整微任务(物体识别、红绿灯识别和道路路线识别),高效预测和标记特征。随着特斯拉芯片的扩展,能够完成的不仅仅是与自动驾驶相关的任务。

图4特斯拉的绣球花多任务学习。

我对这次会议的理解是,特斯拉真的可以实时生成地图,然后在整合自己的服务器和车辆后,形成城市和地区的地图。

图5特斯拉的系统架构。

第二,特斯拉仿真技术玩法。

特斯拉自动驾驶场景模拟系统包括五个部分:

(1)精确传感器仿真:进行感知仿真,对前方车辆实际感知到的数据进行数据仿真;

(2)真实感渲染:基于图像的实时仿真和通过视觉神经网络对潜在情况的预测;

(3)演员和地点多样化:增加极端路况;

(4)可扩展场景生成:将数据叠加在之前收集的数据上,以提高数据真实性和图像成熟度;

(5)情景重构:预测情景与真实情景相结合;

安装在车辆上的自动驾驶硬件非常高效,支持整个计算的改进。

基于汽车上的自动驾驶和其背后支持的AI背景,特斯拉有能力通过收集一个城市周围道路的信息来建立一个非常完整的信息库。

这些技术是特斯拉与其他传统汽车销售企业的区别。它有能力完整提取中国认为的国家安全信息。至于怎么用,我们就不得而知了。

毕竟你不能把特斯拉当传统汽车公司。它的能力包括IT、AI技术、大数据和云后台,甚至在这个过程中完成了地图的构建。最令人惊讶的是,特斯拉可以应用自动驾驶技术来陷害人。

另一方面,OTA将机器人可以分析的语音和视觉作为一个单独的任务。如果汽车有足够的计算能力,就不能是人来处理任务吗?你不能确定这辆车在绣球花的多任务学习下驾驶时能做一些你想象不到的事情。

图从AI层面来看,机器人和车辆的界限模糊了。从AI层面来看,机器人和车辆的界限是模糊的。

总结:我想说的是,特斯拉目前的状态其实是中国监管部门非常忌讳的,这不是工信部一个人能管的,未来肯定会涉及到国家利益层面。

因为我们无法发现和约束特斯拉在中国能不能用那么多车,能做什么。我们可能面临的最大挑战是,当我们买车的时候,我们非常高兴,但是所有对我们国家重要的信息都被泄露了。在这些方面,空白人的意识和广泛的可能性也是恐惧的来源。

上一篇:Aha一下    下一篇:AI 能写论文了!华人本科生发明 AI 论文生成器    

Powered by 国产一这里只有精品 @2018 RSS地图 HTML地图

2013-2021 版权所有