Hệ thống tự lái trên xe tesla vận hành thế nào

Hiện tại, về mặt kỹ thuật, hệ thống tự lái hoàn toàn của Tesla vẫn chưa thực sự tự lái hoàn toàn, nhưng Giám đốc điều hành công ty Elon Musk lạc quan cho rằng công nghệ này sẽ không chỉ tiến bộ mà cuối cùng sẽ tốt hơn so với những người lái xe bình thường.

Musk nói: “Tôi tự tin rằng phần cứng của máy tính 3 Full Self-Driving 1 của chúng tôi sẽ có thể đạt được khả năng tự lái hoàn toàn ở mức độ an toàn cao hơn nhiều so với con người. "Tốt hơn ít nhất 200% hoặc 300% so với con người. Sau đó, sẽ có một máy tính FSD 4 phần cứng 2 mà chúng tôi có thể sẽ giới thiệu với Cybertruck trong khoảng 1 năm hoặc lâu hơn.

Phần lớn bài thuyết trình AI Day được dành riêng cho cách các kỹ sư trí tuệ nhân tạo của Telsa đang làm việc để cải thiện sự thoải mái và an toàn của hệ thống FSD. Nó bắt đầu với không gian Vectơ ba chiều được tạo ra khi chiếc xe cảm nhận được môi trường xung quanh thông qua tám camera của nó. Tám nguồn cấp dữ liệu này được chỉnh sửa và sau đó hợp nhất thành một mô hình dự đoán môi trường ảo duy nhất để cung cấp cho máy tính của ô tô một cái nhìn toàn cảnh về thế giới mà nó đang điều hướng. 
 

Một phần của dữ liệu Vector Space đã được xử lý thực sự và hiển thị trên bảng điều khiển của video trình diễn Tesla, với dữ liệu đường, phương tiện và người đi bộ được hiển thị chi tiết đơn giản trên màn hình trung tâm.

Các kỹ sư của Tesla cũng giải thích rằng. các phương pháp nhận dạng và phát hiện môi trường mới mà họ đang sử dụng để giúp nâng cao độ chính xác của bản đồ Vector Space và độ chính xác của điều hướng. Ví dụ: AI có thể lưu trữ thông tin vào bộ nhớ ngắn hạn để giữ lại vị trí của các phương tiện đang chờ ở giao lộ, ngay cả khi chúng bị chặn trong giây lát do giao thông cắt ngang. Hệ thống này cũng có thể ghi nhớ và dự đoán vị trí của một chiếc ô tô đang dẫn đầu trên đường cao tốc, ngay cả khi tầm nhìn của nó tạm thời bị chặn bởi tuyết hoặc phun nước, ngay cả khi không có dữ liệu khoảng cách radar.

Dữ liệu Vector Space được Tesla gọi là Neural Net Planner, một tập hợp các thuật toán AI xử lý định tuyến, quỹ đạo và hành vi thực tế của xe trên đường khi sử dụng FSD. Planner xử lý mọi ngã rẽ xung quanh người đi bộ và mọi hướng chuyển làn. Ngoài việc chạy hàng nghìn mô phỏng mỗi phút để quyết định hướng hành động tốt nhất của riêng mình, nó còn phải mô phỏng và dự đoán hành vi của những chiếc ô tô, người đi bộ và người đi xe đạp khác.
 

Trong một ví dụ, một chiếc Tesla đang chạy FSD gặp một chiếc xe khác đang tiến tới khi nó đang lao xuống một con đường hẹp với những chiếc xe đang đậu ở cả hai bên. Hệ thống có thể quyết định xem có nhường đường cho xe đang tới hay không dựa trên tốc độ, đường đi và ý định dự đoán của người lái xe. Và khi người lái xe đó thay đổi ý định và giảm tốc độ để Tesla vượt qua, FSD sẽ phản ứng, tự nhường đường sang giành quyền ưu tiên và khá suôn sẻ để tránh những câu "không bạn đi, tôi sẽ đi".

Tất cả quá trình xử lý này đều diễn ra trong xe, nhưng phần cuối cùng của câu đố giúp hệ thống vận hành hiệu quả là đào tạo và mô phỏng. Điều đó xảy ra ngoài đường tại các trung tâm dữ liệu của Tesla, nơi phần mềm FSD được đào tạo và dữ liệu cảm biến được phân tích để phân loại và gắn nhãn hàng triệu đối tượng. Dữ liệu nhãn và mô hình hành vi sau đó được sử dụng để cải thiện quá trình xử lý trong ô tô của các phương tiện cá nhân.
 

Để thu thập tất cả dữ liệu mô phỏng đó trên quy mô lớn, Tesla đang làm việc trên Project Dojo, một loại silicon nội bộ được thiết kế đặc biệt cho việc đào tạo AI. Dự án bắt đầu với chip điện toán phân tán D1 của Tesla, được lát để xây dựng các đơn vị Dojo, một lần nữa được lát gạch để tạo ra cái mà Tesla gọi là ExaPOD, một đơn vị xử lý exaflop 1.1 có kích thước phòng. Đối với quy mô, đó là mã lực xử lý tương đương với 30.500 GPU Nvidia RTX 3090, nhưng với lợi thế bổ sung là được xây dựng tùy chỉnh để đào tạo AI.

Tất cả sức mạnh tính toán của trung tâm dữ liệu đó hy vọng sẽ giúp đẩy nhanh sự phát triển của FSD AI trên xe hơi Tesla và cung cấp năng lượng cho trí tuệ nhân tạo và các dự án robot ngoài ô tô, như Tesla Bot Musk đã nói ở cuối bài thuyết trình.