A fost lansată o nouă prezentare de 30 de minute de la @aelluswamy, vicepreședintele AI al Tesla, în care vorbește despre FSD, AI și cele mai recente progrese ale echipei. Repere din prezentare: • Flota de vehicule Tesla poate furniza 500 de ani de date de conducere în fiecare zi. Blestemul dimensionalității: • 8 camere la o rată mare de cadre = miliarde de jetoane la 30 de secunde de context de conducere. • Tesla trebuie să comprime și să extragă corelațiile corecte între intrarea senzorială și acțiunile de control. Avantajul datelor: • Tesla are acces la o "cascadă Niagara de date" - sute de ani de conducere colectivă a flotei. • Folosește declanșatoare de date inteligente pentru a captura cazuri rare de colț (de exemplu, intersecții complexe, comportament imprevizibil). Calitate și eficiență: • Extrage doar datele esențiale necesare pentru antrenarea eficientă a modelelor. Depanare și interpretabilitate: • Chiar dacă sistemul este end-to-end, Tesla poate solicita modelului să afișeze date interpretabile: Ocupare 3D, limitele drumurilor, obiecte, semne, semafoare, etc. • Interogare în limbaj natural: întrebați modelul de ce a luat o anumită decizie. • Aceste predicții auxiliare nu conduc mașina, ci îi ajută pe ingineri să depaneze și să asigure siguranța. Splatting gaussian avansat de la Tesla (modelare 3D a scenei): • Tesla a dezvoltat un sistem de splatting gaussian personalizat, ultra-rapid, pentru a reconstrui scene 3D de la vizualizări limitate ale camerei. • Produce randări 3D clare și precise chiar și din câteva unghiuri ale camerei - mult mai bine decât abordările standard NeRF/splatting. • Permite depanarea vizuală rapidă a mediului de conducere în 3D. Evaluare și modele mondiale: • Evaluarea este cea mai dificilă provocare: modelele pot funcționa bine offline, dar eșuează în condiții reale. • Tesla construiește seturi de date de evaluare echilibrate și diverse, concentrându-se pe cazuri limită - nu doar pe condusul ușor pe autostradă....