テスラの元 AI ディレクター、カルパシー氏が退任と純粋なビジョン ソリューションを明らかに

テスラの元人工知能ディレクターであり、新しい AI インターネット有名人教師であるアンドレイ・カルパシー氏は、最近 MIT 人工知能の専門家レックス・フリッドマン氏のポッドキャストに参加しました。人工知能愛好家にとって、このインタビューは「ダブルシェフのエクスタシー」と言えるでしょう。

約 3 時間半に及ぶインタビューの中で、二人は人工知能、宇宙、人間社会などの壮大なテーマについて、また、多くの事柄について詳しく話し合いました。自動運転、ドライビング、​​Optimus ヒューマノイド ロボット、Tesla ビジョン ソリューションなどの Tesla のテクノロジー。さらに二人は、視聴者が最も懸念しているアンドレイ氏の辞任や、テスラが超音波レーダーを中止した理由についても語った。

レーダーは必要ありません。高価ですが、使いにくいです。

テスラは昨年、センサースイートからミリ波レーダーを削除し、すべての超音波レーダーを削除し、カメラのみを残し、純粋に視覚的なソリューションを採用すると発表したばかりです。レックス氏は、「これにより、車両が道路を検出するのが難しくなりますか、それとも容易になりますか?」と尋ねました。カルパシー氏は、「一般に、人々はこれらのセンサーを車の不可欠な資産であると考えています。しかし、製品の完全性が十分に考慮されている場合、これらのセンサーは実際には潜在的な負担です。」

「これらのセンサーは無料ではなく、何もないところから車内に設置されることはできません。必要なだけでなく、完全なサプライ チェーンにも誰かが必要です。」調達の責任を負う必要があります。これらはすべて実際のお金がかかります。

同時に、センサーが故障し、交換が必要になる可能性があります。 「自動車製造の一環として、センサーの生産も全体のスケジュールを遅らせる可能性があります。そのため、調達とメンテナンスが必要なだけでなく、ファームウェアを作成するチームも必要です。」

それだけでなく、レーダーセンサーを使用すると検知システムも複雑になります。カルパシー氏は、「自動車システムにセンサーを組み込むと、システム全体の肥大化につながる。非常に多くのセンサーを搭載すると、データエンジンにも負担がかかる」と述べた。時間の経過とともに開発が進むにつれて、センサーの機能はますます洗練されています。 「現在、レーダーが多すぎて、それぞれが異なる機能を持っています。これにより、探知システムが過剰に拡張されています。また、レーダーが多すぎると、相互に干渉し、効果に影響を与えます。」

元上司のマスク氏の複合体を単純化する能力を高く評価し、「イーロンは単純化するのがとても上手だと思う。彼はかつてこう言った。『最良の部分には部分がない』。彼は常に重要でないものを取り除こうとするだろう」 ." は、組織のエントロピー増加現象を理解しているため、引き算を行っています。"

コストは高く、多くの問題があり、人々は常にそれを修復する必要があります。また、検出システムの複雑化も引き起こします。この場合、レーダーの設置コストは高く、開発の可能性はあまりありません。

「コンピューター ビジョン エンジニアとして、車両検出ネットワークを改善したい場合、センサーを追加することが有用かどうか、またどの程度有用であるかを検討することになります。私たちは真の意味で比較実験を行います。 「レーダーが車の所有者に非常に有用な交通情報を提供できるかどうか。しかし、結果はその差が大きくなく、レーダーが役に立たないことを示しています。」

カルパシーはその理由を説明しただけではありません。テスラはこの技術を放棄したが、他の自動車会社も同じ選択をするだろうとも主張した。 「ライダーと同様に、超音波レーダーでも多くの追加情報が得られるとは思えません。ライダーをまだ使用している他の企業はこのテクノロジーを放棄すると思います。」

純粋に視覚的なソリューション: より優れたソリューションChip

Karpathy は、純粋に視覚的なソリューションに大きな期待を寄せています。 「純粋なビジョン ソリューションを選択すると、すべてのリソースを集中して強力なデータ エンジンを構築できます。」

「このセンサーの帯域幅は非常に高く、大幅な進歩を遂げました。

カルパシー氏は、純粋に視覚的なアプローチが必要かつ十分であると述べました。ある意味、世界は人間が視覚的に消費するように設計されており、人々には視覚的なニーズがあります。

同時に、このソリューションはすべてのドライバーが必要とするすべての運転情報を提供できます。 「したがって、私たちはこのテクノロジーの開発にリソースを集中し、『本当に他のセンサーを導入したいのか?』と自問し続ける必要があります。この場合の答えはノーだと思います。」

ピュア ビジョン ソリューションは Karpathy から強い支持を受けていますが、LIDAR とピュア ビジョン ソリューション、および点群とボクセルの違いをどのように考えているかと Lex が尋ねたとき、Karpathy は率直に次のように答えました。運転の鍵。

彼は次のように述べました。「この議論はまったく理解できません。なぜなら、それは問題の核心ではないからです。誰もが、走行テストの際に支援として走行試験車両があるかどうかに注意を払うべきだと思います」 「自動化について議論しています。これが、人工知能システムがより良いサービスを提供できるかどうかの鍵です。」

したがって、センサーの検出能力を考慮する場合、それは包括的なものでなければなりません。これには、大量のデータを収集するための路上試験フリートを提供できるかどうか、センサーとデータを統合できるかどうか、センサーをデータ エンジンに統合してデータのさまざまな部分の迅速な検索を実現し、使用するモデルを継続的に改善できるかどうかが含まれます。

センチメートルレベルの地図: 必要ありません。

他の企業が自社の運行エリアで自動運転車の高精細地図を作成していることについてどう思うかと尋ねられたとき、カルパシー氏は次のように答えました。「それはクレイジーです!」

" 私たちは、自動運転が世界をどのように変えるか、そしてこの技術を地球規模の交通機関にどのように応用できるかについて話してきました。世界や都市のセンチメートルレベルの正確な地図を継続的に提供し、それを維持する必要がある場合は、

レックスがこのアプローチを米国のすべての地域に拡大するかどうか尋ねたとき、カルパシーはテスラの例を使って次のように説明しました。 「そんな高精度の地図は必要ありません。低精度の地図 道路状況や前方の道路区間などの重要な情報が表示されれば十分です。ドライバーは、Google マップを見るのと同じように、この重要な情報を通じて周囲の環境を理解できます。」

「テスラの運転システムは、Google マップと同様の解像度の情報を使用します。しかし、センチメートルレベルの精度で地図を事前に描画するわけではありません。このアプローチは不必要でありがたく、価値を薄めます。チームの能力が低下し、技術スタッフが本当に必要なこと、つまりコンピュータ ビジョンの問題に集中できなくなります。」

仕事を辞めた後、戻ってきますか?これは愛です

テスラを辞めた理由について話すとき、カルパシー氏は難しい決断だったと語った。テスラは自動運転をまだ完全に実装していませんが、研究開発チームは独自に開発することができました。この辞任は、彼に人工知能、オープンソース、教育に対する愛情を再検討する機会も与えました。

以前、彼はテスラで 5 年間勤務し、大ボスであるマスク氏に直属しており、テスラ幹部の中では間違いなくベテランとみなされています。報道によると、李飛飛氏の弟子は数カ月間休暇をとっており、休暇後は近いうちにテスラに戻ると語っていたが、すぐに辞任を表明した。

カルパシー氏は「過去5年間にテスラが多くの目標を達成できるよう支援できたことを非常にうれしく思う。退社という決断は実際には難しい選択だ」と語った。 . . 自動運転はこの5年で「卒業」を迎えました よろめきながら道を探し街路を走り始めました より強力な自動運転チームの今後に期待です

仕事を辞めた後の将来計画について、彼は次のように述べた。 AI テクノロジーの研究、オープンソース、教育など、私が長期的に情熱を注いでいる分野に。」

もちろん、彼はテスラに戻る可能性についても言及しました。インタビュー: 「おそらく、ある時点で私は戻ってきて、テスラでオプティマスやAGIに取り組むことになるでしょう。(汎用人工知能)の仕事です。テスラは並外れたものを生み出すことができる素晴らしい会社になるでしょう。この巨大なロボット工学会社では、才能あるデザイナーが創造しています。これまでになかった新しいことです。」

テスラの重役からインターネットの有名人の教師に転身したカルパシーは、人工知能のためにテスラを辞めることもできるし、いつかヒューマノイドのために仕事に戻ることもできるロボットとAGI。彼が追い求めているのは物質や地位ではなく、技術の絶え間ない進歩である。これは、卒業後の転職を拒否し、コンピュータ画像認識の研究に固執した指導者の李飛飛氏の行動に似ている。もしかしたらこれが「師匠のよう、弟子のよう」なのかもしれません！

以上がテスラの元 AI ディレクター、カルパシー氏が退任と純粋なビジョン ソリューションを明らかにの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。