Anfang dieser Woche Teslas Leiter für künstliche Intelligenz KI Andrej Karpathy nahm an einem CVPR'20 teil Werkstatt ein Skalierbarkeit beim autonomen Fahren während dessen er den Ansatz der Firma besprach selbstfahrend . In dem Vortrag gestand er, dass Tesla einen härteren Ansatz für autonomes Fahren verwendet, der jedoch wahrscheinlicher ist. richtig skalieren .
VERBINDUNG: NEUES VIDEO ZEIGT TESLAS VOLLSTÄNDIGE SELBSTFAHRENDE TECHNOLOGIE BEI DER ARBEIT
Der Geschäftsführer hielt eine Präsentation, in der er zwei Videos teilte: eines von Teslas selbstfahrend Auto macht eine Kurve und einer von Waymo macht dasselbe. Er erklärte, dass beide Kurven zwar identisch aussahen, die Entscheidungsfindung dahinter jedoch sehr unterschiedlich war.
"Waymo und viele andere in der Branche verwenden hochauflösende Karten. Sie müssen zuerst ein Auto fahren, das Vorkarten die Umgebung, Sie müssen Lidar mit Zentimetergenauigkeit haben und Sie sind auf Schienen. Sie wissen genau, wie Sie an einer Kreuzung abbiegen werden, Sie wissen genau, welche Ampeln für Sie relevant sind, Sie wo sie sindpositioniert und alles. Wir machen diese Annahmen nicht. Für uns sehen wir jede einzelne Kreuzung, an die wir kommen, für die zum ersten Mal . Alles muss verkauft werden - genau wie ein Mensch in der gleichen Situation ", sagte Kaparthy.
Kaparthy fuhr fort, dass Tesla an einem skalierbaren selbstfahrenden System arbeitet, das in Millionen von Autos eingesetzt werden kann, weshalb das Unternehmen a verwendet. visionsbasiert Annäherung. Weil es einfacher zu skalieren ist.
"Apropos Skalierbarkeit, dies ist ein viel schwieriger zu lösendes Problem, aber wenn wir dieses Problem im Wesentlichen lösen, besteht die Möglichkeit, es erneut zu übertragen. Millionen von Autos auf der Straße. Während der Aufbau dieser Lidar-Karten in dem Maßstab, in dem wir arbeiten, mit der erforderlichen Erfassung erfolgt extrem teuer . Und Sie können es nicht einfach bauen, Sie müssen es warten und die Erkennung von Änderungen ist äußerst schwierig ", fügte Kaparthy hinzu.