at first it seems improbable how could it be that Tesla who has never designed a chip before were designed the best chip in the world
but that is objectively what has occurred not not best by a small margin best by a huge watching it’s in the cars right now old Tesla’s being produced right now have this computer back in October 2016 Tesla announced that its vehicles will start shipping with cameras and sensors to support fully autonomous driving through a software update and computer upgrade to come according to Elon Musk that day has arrived all cars being produced have the have all the hardware necessary compute and otherwise for full self-driving.
最初は一度もチップを設計したことがないTeslaが世界で最高のチップを設計したことは、まずあり得ないと思われます。
しかし、それは客観的には現時点で車の中で見ている巨大な見張りではちょっとしたことでは得られないことが客観的に起こっています古いTeslaは現在製造中です。その日に到着したElon Muskによると、ソフトウェアの更新とコンピュータのアップグレードを介して完全に自動運転をサポートするためには、生産されるすべての自動車が必要なすべてのハードウェアを備えています。
Tesla held an event for their investors called autonomy investor day at their office in Palo Alto the event showcased software upgrades to Tesla self-driving technology to be rolled out in a series of over-the-air updates as of now Tesla’s autopilot feature enables self-driving on highways on ramps and off ramps with periodic input from the driver Tesla CEO Elon Musk also debuted a new computer called the Tesla FSD or full self-driving computer previously known as the autopilot Hardware 3 upgrade the FSD is said to be currently in production and will enable Tesla’s software updates to work here’s what it looks like I’d like to point out that this is actually a pretty small computer it fits behind the glove box between the glove box
テスラは、パロアルトのオフィスで自主投資家デーと呼ばれる自主投資家向けイベントを開催しました。このイベントでは、テスラの自動操縦技術へのソフトウェアアップグレードが一連の無線アップデートで発表されました。 TeslaのCEO、Elon Muskから定期的に入力される高速道路での高速道路での出入りも、FSDが現在導入されていると言われているTesla FSDまたはフルオートドライブコンピュータと呼ばれる新しいコンピュータをデビューさせましたTeslaのソフトウェアアップデートが機能するようになります。これは、これが実際にはグローブボックスの後ろに収まるかなり小さなコンピュータであることを指摘したいようです。
and the firewall in the car it does not take up half your trunk as they said earlier there’s two fully independent computers on the board and that your principle here is that if any part of this could fail and the call will keep driving so you have cameras bail you could have power circuits fail you could have one of the Tesla pulse rifle self-driving computer chips fail car keeps driving the probability of this computer failing is substantially lower than somebody losing consciousness there in the top left you can see the cameras Euler interface we can ingest 2.5 billion pixels per second which is more than enough to all the sensors that we know about in case you use let’s say lidar would it be able to process the lidar is is a fool’s errand
彼らが先に言ったように車のファイアウォールそれはあなたのトランクの半分を占めていません、そしてあなたのここでのあなたの原則はあなたがカメラを持っているのであなたはテスラパルスライフル自己駆動コンピュータチップの失敗車のいずれかを持っている可能性があり、このコンピュータが失敗する可能性があるドライブを失敗させることができる保釈することができます1秒間に25億ピクセルを摂取することができます。これは、使用した場合に知っているすべてのセンサーにとって十分な値です。Lidarを処理することができるとしましょう。
and anyone luck relying on replied are is doomed doomed expensive expensive sensors that are unnecessary it’s like having a whole bunch of a expensive pen just appendices that compare one appendix is bad well now I put a whole bunch of them that’s ridiculous you’ll see every autonomy because you want level four level five systems that can handle all the possible situations in in 99.99% of the cases and chasing some of the last few nice is going to be very tricky and very difficult and is going to require a very powerful visual system
高価な高価なセンサーを使うのは不必要です。高価なペンを丸ごと持っているだけで、1つの付録を比較するだけの付録はよくありません。 99.99％のケースで可能な限りすべての状況に対処できるレベル4レベル5システムが必要で、最後のいくつかを追跡するのは非常にトリッキーで非常に困難で、非常に強力なビジュアルシステムが必要になるためです。
so I’m showing you some images of what you might encounter in any one slice of that line so in the beginning you just have very simple cars going forward then those cars start to look a little bit funny then maybe you have black stone cars then maybe of cars and cars then maybe you start to get into really rare events like cars turned over or even cars airborne we see a lot of things coming from the fleet and we see them at some rate like really good rate compared to all of our comparators and so the rate of progress at which you can actually address these problems iterate on the software and really feed the neural hours with the right data that rate of progress is really just proportional to how often you encounter these situations in the wild
だから私はあなたがその行の任意の1つのスライスで遭遇するかもしれないもののいくつかの画像を見せているので、最初は前方に向かって非常に単純な車を持っている車や車の場合は、車の転倒や車の空中移動など、非常にまれなイベントに遭遇し始めるかもしれません。そのため、実際にこれらの問題に対処できる進捗率はソフトウェア上で繰り返され、正しい進捗率は実際にこれらの状況に遭遇する頻度に比例します
and we encountered them significantly more frequently than anywhere else which is why we’re going to do extremely well we have eight cameras but then we also have additionally twelve ultrasonic sensors or radar an inertial measurement unit GPS and then one thing we forget about we also the pedal and steering actions so not only can we look at what’s happening around the vehicle we can look at how humans chose to interact with that environment
私たちは他のどこよりもかなり頻繁にそれらに遭遇しました、それで私たちは8台のカメラを持っていますが、それからさらに12台の超音波センサーまたはレーダー慣性測定ユニットGPSを持っています。ペダルとステアリングの動作は、車の周りで何が起こっているのかを見ることができるだけでなく、人間がその環境と対話するためにどのように選択したかを見ることができます。
and so I’ll talk to this clip right now this basically is showing what’s happening today in the car and we’ll continuing to push this forward so we start with a single neural network we see the detections around it we then build all that together multiple neural networks in multiple directions we bring in the other sensors and we convert that into an Elan calls of vector space an understanding of the world around us and this is something where as we continue to get better and better at this we’re moving more and more of this logic into the neural networks selves and the obvious endgame here is that the neural network looks across all the cars brings in all the information together and just ultimately outputs a source of truth for the world around us does full self-driving capability make you want to purchase a test some more you
そしてこのクリップと話をします。これは基本的に今日の車の中で何が起こっているのかを示しています。私たちはこれを推進し続けるので単一のニューラルネットワークから始めます。複数の方向の複数のニューラルネットワークが他のセンサーを持ち込み、それを私たちの周りの世界を理解するためのElanのベクトル空間呼び出しに変換します。そしてこの論理のニューラルネットワークへの論理の多くは、ニューラルネットワークがすべての車を見渡してすべての情報をまとめ、最終的には私たちの周りの世界のために真の源を出力することです。テストをもう少し購入したい
