Tesla AI Day 2022
Tesla AI Day 2022
频道:Tesla · 时长:3:23:00 · 发布:2022-10-01 · 播放:2278512
简介
Tesla 完整的 AI Day 2022 演示,涵盖 Tesla Bot 硬件和软件、全自动驾驶规划和感知、占用网络、数据标注、仿真和 Dojo 训练基础设施。
HN 为什么推荐
HN 将其作为关于 Tesla 基于视觉的驾驶堆栈和训练管道如何运作的主要来源证据。
了解他们在这方面的工程真的改变了我对他们能解决这个问题的可能性的看法。看看吧 — HN, 2024
中文字幕节选
[音乐] 在我身后。 [掌声] [掌声] 嘿,嘿,[音乐] 嘿。嘿,嘿,嘿。 [音乐] [音乐] [音乐] 嘿,嘿,嘿。 感觉我 做。热。热。N。 [音乐] [音乐] [音乐] 嘿,嘿,嘿。 热。嘿, [音乐] 热。热。热。 [音乐] 蓝色。我能 [音乐] [音乐] 热。热。 [音乐] [音乐] [音乐] [音乐] [音乐] [音乐] 下来。热。热。N。 [音乐] 在这边。数字 节拍。 [音乐] [掌声] [音乐] 热。嘿,热。嘿,热。 [音乐] [音乐] [音乐] 热。 [音乐] 热。热。热。 [音乐] [音乐] 嗯哼。嗯哼。热。热。 [音乐] [音乐] 热。 [音乐] 热。 [音乐] [掌声] 热。热。 [音乐] [音乐] 热。热。[音乐] [音乐] 大家好。好了,欢迎大家。 让我们给大家一点时间回到观众席 然后 好了,太好了。欢迎来到 特斯拉2022年AI日。 [掌声] 我们有一些非常 激动人心的东西要展示给你们。 嗯,我想你们会印象深刻的。 呃,我确实想就我们的Optimus机器人设定一些预期。 嗯,如你们所知,去年那只是一个人穿着机器人套装。 呃,但呃,我们现在已经取得了很大进展,我认为与 那个相比,这将非常令人印象深刻。 嗯,而且嗯,我们将讨论呃,全自动驾驶AI的进展 以及它们如何更普遍地应用于现实世界的AI问题, 比如人形机器人,甚至超越这一点。 嗯,我认为我们在特斯拉这里所做的有可能呃, 对AGI做出有意义的贡献。 嗯,而且嗯,我认为实际上从治理的角度来看,特斯拉是一个很好的实体, 因为我们是一家上市公司。 我们只有一类股票,这意味着公众控制着特斯拉,我 认为这实际上是一件好事。 嗯,所以如果我如果我疯了,你们可以解雇我。 这很重要。也许我已经疯了。 我不知道。嗯,所以,呃,是的。 所以,我们将大量讨论嗯我们在Autopilot的AI进展以及 呃在呃Dojo方面的进展。 然后呃我们将把团队请出来做一个长时间的问答,这样你们可以问一些尖锐的 问题嗯,任何你们想問的,存在主义问题,技术问题, 呃,但我们希望有呃尽可能多的时间用于问答。 所以,呃,让我们看看。 你们想说点什么吗? 大家好,我是Milan。我从事autopilot和Tesla bot的工作。 我是Lizzie,也是这个项目的机械工程师。 好的。嗯,那么我们应该我们应该把VA带出来吗? 在那之前,我们今天还有一个小小的小福利。 这实际上是我们第一次尝试让这个机器人没有任何后备支持。 没有起重机、机械装置、没有电缆,什么都没有。 是的。我们想今晚和你们一起做,但这是第一次。 让我们看看。你准备好了吗?开始。 [音乐] 你确定吗? [音乐] 我觉得B有一些动作, [音乐] 也是。所以,这基本上就是运行在你们特斯拉汽车里的同一个自动驾驶计算机。 顺便说一下,[音乐] 这是 这真的是机器人第一次在没有系绳的情况下运行,是在舞台上
HN 上的讨论
> 如果监督驾驶的数据可以用于无监督驾驶 所以你不知道AI日关于他们驾驶训练管道的演示。了解他们在这方面的工程真的改变了我对他们能解决这个问题的可能性的看法。看看吧:[VIDEO] > 未能跟上像Waymo这样的竞争对手 在我看来,他们各自以不同的方式领先。Waymo在特定的城市范围内领先,特斯拉在开放道路上领先。这些似乎是他们工程决策的直接结果。问题是哪一个会收敛到在任何地方任何时候都能工作。 — timschmidt, 2024-10
这很酷:[VIDEO] 他们几年前从2D过渡到3D,这是一个重大转变,但看起来确实是关键一步。我们生活在一个3D而非2D的世界。 — aeternum, 2022-10
>我从未真正将Waymo视为机器人,就像波士顿动力的类人机器人那样,但当然它也是一种机器人。所以在此记录一下,有了这个认识,你落后特斯拉3年以上。[VIDEO] — schiffern, 2026-02
确实。对于公共道路的多样性,没有比公共道路本身更好的模拟了。特斯拉甚至针对公共道路上不应发生的敌对情况进行了严格的模拟:两分钟论文的一个很好的总体概述:[LINK] 特斯拉2022年AI日视频,时间戳在标注和模拟附近[VIDEO] — cptcobalt, 2023-04
不,他们应该为此受到批评。然而,这种透明度弥补了这一点:[VIDEO] — zaptrem, 2022-10
相关视频
- 理查德·费曼谈伪科学 · Jacob Edward · 1:53
- 多智能体捉迷藏 · OpenAI · 2:57
- Jim Keller:摩尔定律并未消亡 · UC Berkeley EECS · 1:04:53
- 神经网络和反向传播的详细入门:构建micrograd · Andrej Karpathy · 2:25:52
- 但什么是神经网络?| 深度学习第一章 · 3Blue1Brown · 18:40
- 自动驾驶汽车将如何摧毁城市(以及该如何应对) · Not Just Bikes · 54:37
- 发生在马身上的事正在发生在我们身上 · CGP Grey · 15:00
- AlphaGo - 电影 | 完整获奖纪录片 · Google DeepMind · 1:30:28
- Transformer,LLM 背后的技术 | 深度学习第 5 章 · 3Blue1Brown · 27:14
- USENIX Security '18-Q:为什么主题演讲者不断建议改进安全性是可能的? · USENIX · 51:22
- 第一讲 | 机器学习(斯坦福) · Stanford · 1:08:40
- MarI/O - 视频游戏机器学习 · SethBling · 5:57
- 深入探讨 ChatGPT 等 LLM · Andrej Karpathy · 3:31:23
- 学会玩经典 NES 游戏的计算机程序 · suckerpinch · 16:17
- David Silver 强化学习课程 - 第一讲:强化学习导论 · Google DeepMind · 1:28:12
- 让我们从头构建 GPT:用代码,详细解释。 · Andrej Karpathy · 1:56:20