Tesla'nın Yapay Zekadan Sorumlu Başkan Yardımcısı @aelluswamy'un FSD, yapay zeka ve ekibin en son ilerlemesi hakkında konuştuğu 30 dakikalık yeni bir sunumu yayınlandı. Sunumdan öne çıkanlar: • Tesla'nın araç filosu her gün 500 yıllık sürüş verisi sağlayabiliyor. Boyutluluğun Laneti: • Yüksek kare hızında 8 kamera = 30 saniyelik sürüş bağlamı başına milyarlarca jeton. • Tesla, duyusal girdi ve kontrol eylemleri arasındaki doğru korelasyonları sıkıştırmalı ve çıkarmalıdır. Veri Avantajı: • Tesla'nın "Niagara Şelalesi verilerine" erişimi var - yüzlerce yıllık kolektif filo sürüşü. • Nadir köşe durumlarını (örneğin, karmaşık kavşaklar, öngörülemeyen davranışlar) yakalamak için akıllı veri tetikleyicilerini kullanır. Kalite ve Verimlilik: • Yalnızca modelleri verimli bir şekilde eğitmek için gereken temel verileri çıkarır. Hata Ayıklama ve Yorumlanabilirlik: • Sistem uçtan uca olsa da Tesla, modelden yorumlanabilir veriler çıkarmasını isteyebilir: 3D doluluk, yol sınırları, nesneler, işaretler, trafik ışıkları vb. • Doğal dil sorgulama: modele neden belirli bir karar verdiğini sorun. • Bu yardımcı tahminler arabayı sürmez, ancak mühendislerin hata ayıklamasına ve güvenliği sağlamasına yardımcı olur. Tesla'nın Gelişmiş Gauss Sıçraması (3D Sahne Modelleme): • Tesla, sınırlı kamera görüntülerinden 3D sahneleri yeniden oluşturmak için özel, ultra hızlı bir Gauss sıçrama sistemi geliştirdi. • Birkaç kamera açısından bile net, doğru 3D görüntüler üretir - standart NeRF/sıçrama yaklaşımlarından çok daha iyi. • Sürüş ortamının 3D olarak hızlı görsel hata ayıklamasını sağlar. Değerlendirme & Dünya Modelleri: • Değerlendirme en zor zorluktur: modeller çevrimdışı olarak iyi performans gösterebilir ancak gerçek dünya koşullarında başarısız olabilir. • Tesla, yalnızca otoyolda kolay sürüşe değil, uç durumlara odaklanan dengeli, çeşitli değerlendirme veri kümeleri oluşturur....