Teslas ehemaliger KI-Direktor Karpathy verrät seinen Aufbruch und seine reine Visionslösung

Andrej Karpathy, ehemaliger Direktor für künstliche Intelligenz bei Tesla und neuer prominenter Lehrer für künstliche Intelligenz im Internet, nahm kürzlich am Podcast des MIT-Experten für künstliche Intelligenz Lex Fridman teil. Für Liebhaber künstlicher Intelligenz kann dieses Interview als „Doppelkoch-Ekstase“ bezeichnet werden.

In dem knapp dreieinhalbstündigen Interview sprachen die beiden über große Themen wie künstliche Intelligenz, das Universum und die menschliche Gesellschaft. Außerdem diskutierten sie ausführlich über viele Technologien von Tesla, beispielsweise das autonome Fahren , humanoide Optimus-Roboter und spezielle... SLA Vision Solutions. Darüber hinaus sprachen die beiden auch über den Rücktritt von Andrej, der das Publikum am meisten beunruhigt, und den Grund, warum Tesla das Ultraschallradar abgesagt hat.

Kein Radar erforderlich: teuer, aber schwierig zu bedienen!

Tesla hat letztes Jahr das Millimeterwellenradar aus der Sensorreihe entfernt und gerade angekündigt, dass es alle Ultraschallradare entfernen, nur noch Kameras behalten und eine rein visuelle Lösung übernehmen wird. Lex fragte: „Macht dies die Straßenerkennung des Fahrzeugs schwieriger oder einfacher?“

Karpathy sagte: „Die Leute denken oft, dass diese Sensoren ein integraler Bestandteil des Autos sind, aber wenn das gesamte Produkt vollständig berücksichtigt wird, Sex, Diese Sensoren stellen tatsächlich eine potenzielle Belastung dar.“ die Beschaffung“, und diese kosten echtes Geld.

Gleichzeitig kann es zu Fehlfunktionen des Sensors kommen und er muss ausgetauscht werden. „Im Automobilbau kann die Produktion von Sensoren auch den Gesamtfortschritt verzögern. Man braucht also nicht nur Beschaffung und Wartung, sondern auch ein Team, das Firmware schreibt

Und nicht nur das, der Einsatz von Radar.“ Sensoren führen auch zu einem Ausfall des Erkennungssystems. Karpathy sagte: „Die Integration in das Fahrzeugsystem wird zu einer Überdehnung des Gesamtsystems führen.“ Da sich die Sensoren im Laufe der Zeit ständig weiterentwickeln, werden ihre Funktionen immer weiter verfeinert. „Es gibt jetzt zu viele Radargeräte mit jeweils unterschiedlichen Funktionen. Dies hat zu einer Überdehnung des Erkennungssystems geführt. Außerdem stören sich zu viele Radargeräte gegenseitig und beeinträchtigen die Wirkung.“ Er lobte die Leistung seines ehemaligen Chefs Musk sehr Fähigkeit, das Komplexe zu vereinfachen: „Ich denke, Elon ist sehr gut im Vereinfachen. Er hat einmal gesagt: ‚Die besten Teile sind keine Teile.‘ Er versucht immer, die unwichtigen Dinge loszuwerden und führt immer Subtraktionen durch, weil er das Phänomen versteht.“ der organisatorischen Entropiezunahme. „

Die Kosten sind hoch, es gibt viele Probleme und die Leute müssen sie ständig reparieren. Es wird auch die Komplexität des Erkennungssystems erhöhen. In diesem Fall sind die Kosten für die Radarinstallation hoch und es besteht kein großes Entwicklungspotenzial.

„Wenn Sie als Computer-Vision-Ingenieur das Fahrzeugerkennungsnetzwerk verbessern möchten, überlegen Sie, ob und wie nützlich das Hinzufügen von Sensoren ist. Wir führen Vergleichsexperimente durch, um wirklich festzustellen, ob Radar einen sehr nützlichen Straßenzustand liefern kann.“ Informationen für Autobesitzer. Aber die Ergebnisse zeigen, dass der Unterschied nicht groß ist, was bedeutet, dass Radar nicht nützlich ist.“ Karpathy erklärte nicht nur, warum Tesla diese Technologie aufgegeben hatte, sondern behauptete auch, dass andere Autohersteller die gleiche Wahl treffen würden. „Ähnlich wie Lidar glaube ich nicht, dass Ultraschallradar viele zusätzliche Informationen liefern kann. Ich denke, dass andere Unternehmen, die Lidar noch verwenden, diese Technologie aufgeben werden.“ Lösungen sind vielversprechend. „Wenn wir uns für eine reine Vision-Lösung entscheiden, können wir alle Ressourcen bündeln und eine leistungsstarke Daten-Engine aufbauen.“

„Die Bandbreite dieses Sensors ist sehr hoch und wir haben in diesem Bereich erhebliche Fortschritte gemacht. Solange wir Wenn wir viel in diese Technologie investieren, können wir außergewöhnliche Erfolge erzielen.“

Karpathy sagte, dass eine rein visuelle Lösung sowohl notwendig als auch ausreichend sei. In gewissem Sinne ist die Welt für den visuellen Konsum des Menschen konzipiert, und die Menschen haben visuelle Bedürfnisse.

Gleichzeitig kann diese Lösung alle Fahrinformationen bereitstellen, die alle Fahrer benötigen. „Wir müssen unsere Ressourcen also auf die Entwicklung dieser Technologie konzentrieren und uns immer wieder fragen: ‚Möchte ich wirklich andere Sensoren einführen?‘

Obwohl die Pure-Vision-Lösung von Karpathy starke Unterstützung erhalten hat, sagte Karpathy offenherzig, als Lex fragte, wie er den Unterschied zwischen Lidar- und Pure-Vision-Lösungen sowie Punktwolken und Voxeln sehe: „Die beiden stehen nicht im Mittelpunkt des automatisierten Fahrens.“ .

Er sagte: „Ich habe diese Debatte nie verstanden. Weil sie nicht der Kern des Problems ist. Ich denke, jeder sollte darauf achten, ob es eine Testflotte auf der Straße als Unterstützung gibt, wenn es um Automatisierung geht „

Daher ist es notwendig, die Erkennungsfähigkeiten des Sensors umfassend zu berücksichtigen. Dazu gehört, ob eine Testflotte für die Erfassung großer Datenmengen bereitgestellt werden kann, ob Sensoren und Daten integriert werden können und ob Sensoren in die Datenmaschine integriert werden können, um eine schnelle Suche in verschiedenen Teilen der Daten zu ermöglichen, und anschließend die verwendeten Modelle kontinuierlich zu verbessern .

Karte auf Zentimeterebene: Keine Notwendigkeit!

Auf die Frage, was er von anderen Unternehmen halte, die hochauflösende Karten von selbstfahrenden Autos in ihren Einsatzgebieten erstellen, sagte Karpathy: „Es ist verrückt!“

„Wir haben darüber gesprochen, wie sich selbstfahrende Autos entwickeln werden.“ Die Welt verändern, indem man auf globaler Ebene darüber spricht. Wie kann diese Technologie auf den Transportbereich angewendet werden? Wenn Sie kontinuierlich eine zentimetergenaue Karte der Welt oder einer Stadt bereitstellen und diese auf dem neuesten Stand halten müssen, sind die Kosten zu hoch Als Lex fragte, ob dieser Ansatz auf die Vereinigten Staaten ausgeweitet werden würde, erläuterte Karpathy anhand des Beispiels von Tesla: „Die Menschen brauchen keine so hochpräzise Karte.“ Die Präzisionskarte reicht aus, um wichtige Informationen wie den Straßenzustand und die Straßenabschnitte vor ihnen anzuzeigen. Die wichtigsten Informationen dienen dazu, die Umgebung zu verstehen, in der sie sich befinden. „

“ Tesla verwendet eine ähnliche Auflösung Informationen an Google Maps im Fahrsystem werden jedoch nicht im Voraus gezeichnet. Dieser Ansatz ist überflüssig und undankbar. Er beeinträchtigt auch die Fähigkeiten des Teams und hindert die Techniker daran, sich auf das Wesentliche zu konzentrieren Computer-Vision-Probleme. „

Wirst du nach deiner Abreise wiederkommen? Das ist Liebe

Als er darüber sprach, warum er Tesla verlassen hat, sagte Karpathy, es sei eine schwierige Entscheidung gewesen. Obwohl Tesla das autonome Fahren noch nicht vollständig implementiert hat, konnte das F&E-Team die Entwicklung selbst vorantreiben. Dieser Rücktritt gab ihm auch die Gelegenheit, seine Liebe zu künstlicher Intelligenz, Open Source und Bildung zu überdenken.

Zuvor hatte er 5 Jahre lang für Tesla gearbeitet und war direkt dem großen Chef Musk unterstellt. Unter den Führungskräften von Tesla gilt er durchaus als Veteran. Berichten zufolge war Li Feifeis Schüler mehrere Monate beurlaubt. Er hatte zuvor gesagt, dass er nach seinem Urlaub in naher Zukunft zu Tesla zurückkehren würde, kündigte jedoch sofort seinen Rücktritt an.

Karpathy sagte: „Ich freue mich sehr, Tesla in den letzten fünf Jahren dabei helfen zu können, viele Ziele zu erreichen. Die Entscheidung zu gehen ist tatsächlich eine schwierige Entscheidung. In diesen fünf Jahren hat das autonome Fahren seinen „Abschluss“ abgeschlossen. „Anfangs stolperte ich darüber, einen Weg zu finden, und begann, auf den Straßen der Stadt zu fahren. Ich freue mich auf die Zukunft eines stärkeren autonomen Fahrteams, um weiterhin brillant zu sein.“ Zu seinen Zukunftsplänen nach seinem Ausscheiden aus dem Job sagte: „In der Zukunft gibt es nichts. Der konkrete Plan könnte darin bestehen, zu Bereichen zurückzukehren, in denen er eine langfristige Leidenschaft hat, wie zum Beispiel KI-Technologiearbeit, Open Source und Bildung.“

Natürlich erwähnte er auch das Möglichkeit einer Rückkehr zu Tesla im Interview: „Vielleicht irgendwann. Ich werde irgendwann zurückkommen und bei Tesla an Optimus oder AGI (Artificial General Intelligence) arbeiten. Tesla wird ein großartiges Unternehmen mit talentierten Designern bei diesem riesigen Robotikunternehmen sein. Wir.“ Erschaffen beispiellose neue Dinge.“

Vom Tesla-Manager zum prominenten Internet-Lehrer kann Karpathy Tesla verlassen, um sich der künstlichen Intelligenz zuzuwenden, oder er kann eines Tages wieder arbeiten und sich humanoiden Robotern und AGI widmen. Es geht ihm nicht um Material und Status, sondern um die kontinuierliche Weiterentwicklung der Technologie. Dies ähnelt dem Verhalten seines Mentors Li Feifei, der sich nach seinem Abschluss weigerte, den Beruf zu wechseln, und sich stattdessen auf die Forschung zur Computer-Bilderkennung konzentrierte. Vielleicht ist das „wie ein Lehrer, wie ein Schüler“!

Das obige ist der detaillierte Inhalt vonTeslas ehemaliger KI-Direktor Karpathy verrät seinen Aufbruch und seine reine Visionslösung. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!