टेस्ला स्वायत्त ड्राइविंग कीनोट @ CVPR21 सारांश

<p>रेडार हटाकर pure vision के साथ Autopilot को बेहतर बनाने का केस स्टडी प्रस्तुत किया गया (Clien के Sleeper का सारांश)<br /> - पहले radar और vision को मिलाकर इस्तेमाल किया जाता था<br /> - radar noise की वजह से अनुमानित मानों की विश्वसनीयता में समस्या थी<br /> - इसलिए केवल vision का उपयोग करके वस्तुओं की स्थिति, गति और त्वरण का अनुमान लगाने पर काम किया गया<br /> → सार्वजनिक सड़कों पर चल रहे Tesla fleet के ड्राइविंग वीडियो लेकर उन्हें offline में अपने-आप label किया गया (स्थिति, गति, त्वरण दर्ज करके) और इस तरह training data तैयार किया गया <br /> → 221 तरह के संकेत परिभाषित किए गए जिनसे पता चल सके कि यह 'कठिन स्थिति' है, और सामान्य Tesla वाहनों में 'shadow mode' में चलने वाला neural network इन संकेतों को पकड़ता है<br /> → जब Tesla AI विभाग किसी खास 'कठिन स्थिति' को समस्या मानता है, तो उसी तरह की परिस्थितियों का डेटा Tesla वाहनों से इकट्ठा करके (स्वचालित रूप से) label किया गया training data बनाया जाता है<br /> → फिर इससे प्रशिक्षित नए neural network को दोबारा 'shadow mode' में deploy किया जाता है, और यह प्रक्रिया दोहराई जाती है<br /> → 4 महीनों में इसे 7 बार दोहराया गया, और edge cases सहित 10 लाख वीडियो का training set बनाया गया<br /> → labels की संख्या 6 ट्रिलियन थी, और कुल आकार 1.5 petabyte था<br /> → training के लिए 1.8 exaflops क्षमता वाला supercomputer बनाया गया<br /> - इसी का परिणाम pure vision Autopilot है<br /> - यह कहीं अधिक तेज़ी से प्रतिक्रिया देता है, विभिन्न वस्तुओं की पहचान करता है, और संतोषजनक परिणाम दिखाता है</p>

[dalinaum]

<p>Pure Vision Autopilot होने से लगता है कि phantom brake की समस्या और ज़्यादा गंभीर हो जाएगी.</p>