安德烈·卡帕西 - 特斯拉全自动驾驶的人工智能

Andrej Karpathy - AI for Full-Self Driving at Tesla

频道:Matroid · 时长:30:08 · 发布:2020-04-20 · 播放:374189

在 YouTube 观看

简介

时任特斯拉AI负责人的安德烈·卡帕西在ScaledML 2020上介绍了特斯拉如何利用基于视觉的神经网络和车队数据收集来构建全自动驾驶。他涵盖了训练自定义检测器以及神经网络逐渐取代传统代码。

HN 为什么推荐

HN反复指出这是特斯拉FSD方法的最佳公开技术概述,既用于捍卫也用于批评特斯拉的进展。

我强烈推荐观看特斯拉AI负责人安德烈·卡帕西关于其自动驾驶架构的演讲。 — HN, 2021

机器学习与深度学习 · 自动驾驶与自主车辆 · 计算机视觉、语音与 NLP

中文字幕节选

所以,我非常兴奋能来到这里,向大家介绍一下我们是如何扩展 特斯拉的机器学习模型、数据、算法和基础设施的,以及这 看起来是什么样的。呃,我的演讲大致提纲在这里。 我想先简单介绍一下特斯拉、特斯拉 Autopilot,它的 功能集是什么,真正的问题陈述是什么,我们试图解决 什么。然后我会讲一下神经网络,以及要 真正大规模部署到生产中需要什么,这对团队来说意味着什么。 接着我会再讲一些我们最近为 全自动驾驶目的而开发的神经网络。 所以,我会在最后讲到这些。 那么,首先简单介绍一下特斯拉和特斯拉 Autopilot。 如你所知,特斯拉制造并销售电动汽车。 我们有一整个系列的电动汽车。 其中一些已经在客户手中,或者即将交付到客户 手中,还有一些只是已经发布。 例如,我们有 Model S、Model 3、X 和 Y。 然后我们还发布了 Cybertruck、ATV,以及有点开玩笑性质的 Roadster 和 Semi。我们有不少这样的车。 所以,全球现在大约有 100 万辆车。 对团队来说,这些不只是汽车,它们是计算机。 它们可以联网,我们既能向它们推送空中升级,也能 从它们那里获取大量数据,帮助我们开发 Autopilot。 它们也是机器人。所以,它们有感知,有执行机构,而我们 正在开发那台计算机的大脑。 现在,最基础的 Autopilot 功能是,当你在 车里开启它时,车辆会保持车道,并与前方车辆保持 距离。我们现在在 Autopilot 上累计行驶了将近 30 亿英里, 这听起来很多。我们还有更高级的功能,比如 例如,Navigate Autopilot。 这允许你在世界上某个地方设定一个目的地。 然后只要你保持在高速公路系统上,车辆就会自动 在高速公路系统上到达那个目的地。 它会完成所有正确的变道。 它会在立交处走所有正确的岔路。 它还会超越你前方的慢速车辆。 我们把它大致看作高速公路上的自动驾驶,车辆 现在必须监控自己的盲区。 它必须智能地知道自己处在高速公路上的什么位置。 它必须定位正确的车道等等。 我们还在去年年底发布了智能召唤。 这允许你通过手机上的移动应用从 停车位把车召唤到你身边。所以,如果你的车停在某处,你只要召唤它, 车就会在没人的情况下驶出停车位,并 在停车场里绕行过来找到你。 它成功工作的时候相当神奇。 嗯,另外在底层,我们有很多主动安全功能,它们始终 运行并可用,即使嗯呃在 Autopilot 未开启时也是如此。 我们有很多可用的统计数据,因为我们有 100 万辆车在 路上,我们知道人们如何陷入麻烦,然后我们尝试实现 一些功能,你知道,帮助嗯提醒或避免事故。 例如,自动紧急制动、前碰撞警告、侧 碰撞警告、盲点监测、车道偏离避免、紧急车道 偏离避免等等。 这些主动安全功能呃帮助呃保护我们车内的客户呃安全。 呃特别是,呃在主动安全方面我们做得非常好。

HN 上的讨论

你可以通过观看 Andrej Karpathy 的演讲来了解他们的系统。作为一名对视觉感兴趣的机器人工程师,他们的架构令人鼓舞。这个演讲 [1] 是一个很好的概览,但他每次演讲都略有不同,所以如果你想尽可能多地了解,可以搜索更多。但重要的是,他们的自动驾驶计算机可以被编程来寻找奇怪的场景并将它们发送回家。特斯拉利用他们数十万辆车的车队来收集这样的边缘案例,然后他们有一种分门别类的神经网络系统,将不同的任务分开。用他们收集的示例,他们可以创建单元测试,确保月亮不再激活停车灯检测器。一旦训练完成,单元测试大概有助于确保他们不会在未来出现回归。所以基本上每次你看到特斯拉做奇怪的事情,很有可能它很快就会停止这样做。至少如果它上了 Hacker News 的话。[1] [VIDEO] — TaylorAlexander, 2021-07
移除摄像头可能是个好主意,但请注意,他们庞大的配备摄像头的车队是他们潜在利润极其丰厚的自动驾驶软件开发的重要组成部分。编辑:我强烈推荐观看特斯拉 AI 负责人 Andrej Karpathy 关于他们自动驾驶架构的演讲。“车队”作为数据来源,是他们自动驾驶软件开发中至关重要的功能部分。他们可能计算出,在将大批量交付的汽车上包含摄像头和计算机,会增加所有特斯拉车型(包括那款低成本车型)的自动驾驶选项销量,足以证明包含这些部件是合理的。[VIDEO] — TaylorAlexander, 2021-01
如果你真的相信特斯拉在未来几年内无法实现完全自动驾驶,我有两个问题。1. 你看过特斯拉AI高级总监Andrej Karpathy做的这个完整技术演示吗?[VIDEO] 2. 如果你理解你在那个视频中看到的内容,你为什么认为特斯拉会失败? — maxharris, 2020-07
这是反特斯拉的舆论操纵,所以我举报了。如果你想对特斯拉 FSD 的努力有一个高层的技术概览,可以看看 Andrej Karpathy 2020 年 2 月的这个演讲:[VIDEO] 有成千上万的视频显示人们拍摄 FSD 测试版做出惊人的事情。他们正在非常非常快地取得巨大进展:[LINK] 从上面这样的视频可以看出,要让 FSD 实用化,需要真实世界的数据。有非常长的长尾问题需要解决,所以用法规阻止这一进展实际上会禁止 FSD,或将其开发延迟很长时间。考虑到人类驾驶员造成的道路事故数量(想想仅仅睡眠不足和酒后驾驶),通过法规延迟 FSD 最终会导致大量不必要的死亡。 — maxharris, 2021-02
这不一样:[VIDEO] 你可以看那个演讲,看看他们采取的方法。也许你对近期可能性的怀疑比他们更大,但你可以看到工作和进展是真实的。AGI风险也是真实的。Milton所说的在语义上说不通,这不是时间线的问题。[LINK] — fossuser, 2020-09

相关视频