Η νέα ενημέρωση Tesla FSD επιτρέπει στα αυτοκίνητα να δημιουργούν αντίγραφα ασφαλείας μόνα τους για να περάσουν σε στενές λωρίδες

    Categories: News (EL)
Tesla

Tesla - Jonathan Weiss / Shutterstock.com

Η τεχνολογία υποβοηθούμενης οδήγησης του κατασκευαστή της Βόρειας Αμερικής έχει φτάσει σε ένα νέο επίπεδο πολυπλοκότητας αντιμετωπίζοντας μια από τις πιο σύνθετες προκλήσεις για τα αυτόνομα συστήματα: τη διαπραγμάτευση χώρου σε δρόμους μονής λωρίδας. Η πιο πρόσφατη επανάληψη του λογισμικού Full Self-Driving έχει αποδείξει την ικανότητα να αναγνωρίζει τα οχήματα που έρχονται σε στενούς δρόμους και να εκτελεί ελιγμούς που προηγουμένως απαιτούσαν ανθρώπινη παρέμβαση, όπως η όπισθεν για να υποχωρήσει. Η εξέλιξη του Esta σηματοδοτεί ένα σημαντικό βήμα στην προσπάθεια αναπαραγωγής της διαισθητικής συμπεριφοράς και των άγραφων κανόνων του δρόμου που εφαρμόζουν οι ανθρώπινοι οδηγοί σε καθημερινή βάση.

Οι αναφορές από ιδιοκτήτες που συμμετέχουν στο πρόγραμμα δοκιμών δείχνουν ότι το σύστημα είναι πλέον σε θέση να αξιολογήσει τη γεωμετρία του δρόμου και τη θέση άλλων αυτοκινήτων με μεγαλύτερη ακρίβεια. Σε περιπτώσεις όπου το πλάτος του δρόμου δεν μπορεί να φιλοξενήσει δύο οχήματα ταυτόχρονα, το λογισμικό αποφασίζει να υποχωρήσει σε ένα σημείο διαπλάτυνσης ή σε ασφαλή ώμο. Η λειτουργία Essa στοχεύει στην επίλυση του κυκλοφοριακού φραγμού σε αγροτικές περιοχές ή στενούς οικιστικούς δρόμους, όπου η ρευστότητα εξαρτάται από την αμοιβαία συνεργασία μεταξύ των οδηγών, κάτι που οι άκαμπτοι αλγόριθμοι είχαν δυσκολία στο παρελθόν.

https://twitter.com/kylaschwaberow/status/2026817948137201691?ref_src=twsrc%5Etfw

Προσομοίωση ανθρώπινης συμπεριφοράς και νευρωνικών δικτύων

Η βάση για αυτή τη νέα ικανότητα βρίσκεται στη μετάβαση του Tesla στην εκτεταμένη χρήση νευρωνικών δικτύων από άκρο σε άκρο. Diferente Από παλαιότερες εκδόσεις που βασίζονταν σε κώδικες προγραμματισμού με σταθερούς κανόνες για κάθε σενάριο, το τρέχον σύστημα επεξεργάζεται εικόνες από κάμερες και αποφασίζει ενέργειες με βάση τη μηχανική εκμάθηση που εκπαιδεύεται από εκατομμύρια βίντεο κλιπ από πραγματικούς οδηγούς. Το Isso επιτρέπει στο όχημα να «καταλάβει» ότι, σε ορισμένες περιπτώσεις, η μόνη λογική λύση για το μπλοκάρισμα της κυκλοφορίας είναι να υποχωρήσει, ακόμα κι αν αυτό σημαίνει κίνηση προς τα πίσω.

Οι ειδικοί της τεχνητής νοημοσύνης επισημαίνουν ότι αυτή η αρχιτεκτονική αλλαγή είναι θεμελιώδης για την επίτευξη πλήρους αυτονομίας. Η συμπεριφορά του backup για να υποχωρήσει περιλαμβάνει μια περίπλοκη πρόβλεψη των προθέσεων του άλλου οδηγού και μια προηγμένη χωρική κατανόηση. Καταργώντας την εξάρτηση από χάρτες υψηλής ευκρίνειας και εστιάζοντας στην οπτική ερμηνεία σε πραγματικό χρόνο, το σύστημα γίνεται πιο προσαρμόσιμο σε άγνωστους ή τροποποιημένους δρόμους, μοιάζοντας με τον τρόπο που οδηγεί ένα άτομο σε μια τοποθεσία που επισκέπτεται για πρώτη φορά.

Δεδομένα ασφαλείας και συσσωρευμένα χιλιόμετρα

Η εταιρεία έχει δημοσιεύσει στατιστικά στοιχεία που ενισχύουν την αξιοπιστία του συστήματος κατά την εκτεταμένη χρήση από την πελατειακή της βάση. Με δεκάδες εκατομμύρια χιλιόμετρα με το λογισμικό ενεργοποιημένο, τα δεδομένα υποδηλώνουν σημαντική μείωση της συχνότητας ατυχημάτων σε σύγκριση με την παραδοσιακή χειροκίνητη οδήγηση. Η μετρική ανάλυση δείχνει ότι η συχνότητα των συγκρούσεων ή των κρίσιμων επεμβάσεων είναι στατιστικά χαμηλότερη όταν ο υπολογιστής είναι υπεύθυνος, υποδηλώνοντας μια συνέπεια προσοχής που υπερβαίνει τη μέση ανθρώπινη ικανότητα, υπόκειται σε περισπασμούς και κόπωση.

Οι αριθμοί που παρουσιάζονται δείχνουν ότι, με κάθε ενημέρωση, αυξάνεται η μέση απόσταση που διανύεται μεταξύ των απαραίτητων παρεμβάσεων. Isso σημαίνει ότι οι οδηγοί πρέπει να παίρνουν τον έλεγχο του τιμονιού λιγότερο συχνά, επικυρώνοντας την αποτελεσματικότητα των βελτιώσεων που εφαρμόζονται στα νευρωνικά δίκτυα. Η ικανότητα αποφυγής μικρών συμβάντων κατά τη διάρκεια ελιγμών χαμηλής ταχύτητας, όπως γρατζουνιές σε στενούς δρόμους, συμβάλλει στην αντίληψη των επιβατών για ασφάλεια και άνεση, βασικούς παράγοντες για την αποδοχή της τεχνολογίας από το κοινό.

Εξέλιξη υλικού και αισθητήρων

Για την υποστήριξη της μαζικής επεξεργασίας οπτικών δεδομένων που απαιτούνται από αυτούς τους νέους ελιγμούς, ο πιο πρόσφατος στόλος οχημάτων έχει εξοπλιστεί με ενημερωμένο υλικό. Η ενσωμάτωση καμερών υψηλότερης ανάλυσης και ταχύτερων επεξεργαστών επιτρέπει πιο ευέλικτο εντοπισμό εμποδίων και πιο πιστή απόδοση του περιβάλλοντος περιβάλλοντος. Η επιπλέον υπολογιστική χωρητικότητα Essa είναι ζωτικής σημασίας για τον υπολογισμό των αντίστροφων τροχιών με ακρίβεια χιλιοστού, διασφαλίζοντας ότι το αυτοκίνητο δεν φεύγει από το δρόμο ή δεν συγκρούεται με τη βλάστηση και τους τοίχους όταν υποχωρεί.

Η στρατηγική της αφαίρεσης αισθητήρων όπως το ραντάρ και της εστίασης αποκλειστικά στην όραση υπολογιστή, γνωστή ως Tesla Vision, παραμένει το κεντρικό στοίχημα της εταιρείας. Η λογική είναι ότι εάν οι άνθρωποι μπορούν να οδηγούν χρησιμοποιώντας μόνο τα μάτια και το μυαλό τους, τα αυτοκίνητα θα πρέπει να μπορούν να κάνουν το ίδιο με κάμερες και νευρωνικά δίκτυα. Οι πρόσφατες βελτιώσεις στην απόδοση σε συνθήκες χαμηλής ορατότητας ή πολύπλοκα σενάρια όπως οι στενοί δρόμοι χρησιμεύουν ως απόδειξη της ιδέας αυτής της μινιμαλιστικής προσέγγισης αισθητήρων.

Σύγκριση με ανταγωνιστές και μελλοντικό σενάριο

Ενώ ανταγωνιστές όπως οι Waymo και Cruise διαχειρίζονται στόλους ρομπότ ταξί σε γεωγραφικά περιορισμένες περιοχές και έχουν χαρτογραφηθεί λεπτομερώς, η προσέγγιση του Tesla αναζητά μια γενική λύση που λειτουργεί οπουδήποτε. Η ικανότητα αντιμετώπισης μη χαρτογραφημένων αγροτικών δρόμων και απρόβλεπτων κυκλοφοριακών καταστάσεων τοποθετεί το σύστημα σε μια διαφορετική κατηγορία τεχνικής πρόκλησης. Η επεκτασιμότητα αυτής της τεχνολογίας υπόσχεται να οδηγήσει την αυτόνομη οδήγηση πέρα ​​από τα πυκνά αστικά κέντρα, εξυπηρετώντας ιδιοκτήτες σε διαφορετικές περιοχές.

Η συνεχής ανάπτυξη του FSD δείχνει ένα μέλλον όπου η ανθρώπινη παρέμβαση θα είναι ολοένα και πιο σπάνια, μετατρέποντας τον ρόλο του οδηγού σε έναν απλό επόπτη. Η επιτυχής εφαρμογή των κοινωνικών κανόνων κυκλοφορίας, όπως η ευγένεια της υποχώρησης, είναι μια ένδειξη ότι η τεχνητή νοημοσύνη αρχίζει να κατανοεί τις αποχρώσεις της κοινωνικής αλληλεπίδρασης στους δρόμους, ένα από τα τελευταία σημαντικά εμπόδια στην πλήρη και απεριόριστη αυτονομία.