編譯 | 禾木木
出品 | AI科技大本營（ID:rgznai100）
北京時間 8 月 20 日，特斯拉 AI 日終于開始了！在活動上不僅推出自研計算機系統Dojo 及 D1 芯片，同時還推出了特斯拉的下一個大型專案：人形機器人（Tesla Bot），
在本次的活動上，特斯拉 CEO 伊隆 · 馬斯克向全世界展示了特斯拉在自研超級計算機Dojo、FSD軟體等內容上的最新進展，
這次 AI 榷訓是一個大型招聘會，
馬斯克表示“吸引最好的 AI 人才加入特斯拉似乎是本次活動的唯一目標，”
純視覺自動駕駛
首先，最被大眾關注的是自動駕駛技術，特斯拉一直標榜自己的電動車具備高度自動化的輔助駕駛能力，特斯拉 AI 總監 Andrej Karpathy 博士介紹了這種基于視覺的自動駕駛系統：它通過八個攝像頭的資料輸入（1280×960 12-Bit HDR 36Hz）進單個神經網路中，整合成 3D 環境的感知，這被稱為 Vector Space，
特斯拉在設計汽車中的視覺皮層時，是按照人眼感知生物視覺的方式進行建模，并利用多頭路線，其中包括相機校準、快取、佇列和優化以簡化所有任務，
每個相機獲取原始輸入后能創建不同的解析度，這些資訊會傳輸到一個復雜的神經網路中，以生成對自動駕駛套件有用的附加資訊，
Karpathy 描述了純視覺方案發展到今天的邏輯，他展示了一段特斯拉處理其影像資料的視頻，他表示過去的 FSD 雖然很好，但事實證明這樣的系統還不夠完善，
于是就有了現在的純視覺演算法「HydraNets」基于不同攝像頭的視覺內容進行識別，具有多任務學習能力，
自動駕駛軟體總監 Ashok Elluswamy 介紹了混合規劃系統，以 Autopilot 如何變道為例，當與其他汽車并排行駛時，Autopilot 不僅要考慮它們的駕駛方式，還必須考慮其他汽車的運行方式，
在狹窄的過道周圍進行規劃時，重要的是要考慮其他駕駛員及其行為，例如在必要時讓行，
Karpathy 還提出了資料標注問題，一開始使用的是 2D 畫面進行標記，最終，特斯拉轉向 4D 標記，可以在向量空間中進行標注，但即便如此對于實際應用還是不夠，特斯拉目前已經發展出了自動標記技術，
特斯拉已經能夠在矢量空間進行自動標注，就算行駛程序中視野被遮擋，根據標注的資料，也能夠安全、準確地導航，
發布 Dojo D1 芯片
2020 年 8 月時，馬斯克就表示，公司正在研發一款名為 Dojo 的神經網路訓練超級計算機，將主要處理從特斯拉汽車在路上獲得的海量視頻資料，在此次活動上，自研超級計算機 Dojo D1 芯片成為本次發布會最大的亮點，
Dojo 是一個由網路結構連接的分布式計算架構，將算力分布在復雜的網路構造中，實作了極高的算力、高帶寬、低延遲，
Dojo 是一個真正意義上的機器學習架構，它擁有 50 多萬個訓練節點，每秒九千萬億次的計算以及每秒 36tb 的帶寬還都只是 Dojo 的冰山一角，比這更可怕的是，Dojo 的全部力量都在為一件事情做準備——使自動駕駛汽車成為可能，
作為 Dojo 架構的重要組成部分，D1 芯片采用 7 納米制造工藝，處理能力為每秒 1024 億次，
Dojo 專案負責人 Ganesh Venkataramanan認為，特斯拉的技術將打造出最快的 AI 訓練計算機，他還表示：“特斯拉很快就會組裝首批套件，"
特斯拉人形機器人
在此次大會上，沒想到還有一個one more thing，特斯拉正式宣布進軍機器人領域，明年可能會推出名為“Tesla Bot”的人形機器人，
身高大概是 172cm（5 英尺 8 英寸），重約 125 磅，身材勻稱，還帶有一張面部螢屏能夠以約 5 英里 / 小時的速度移動，
特斯拉機器人會替代人類去執行那些危險、重復、無聊的任務，
馬斯克表示，機器人將會使用和特斯拉汽車相似的系統，
與特斯拉汽車相同，機器人將使用基于視覺的神經網路，AP的攝像頭以及FSD的全套計算設備，
同時還會有Dojo超算的加持，為其提供自動標簽、以及訓練等，
但按照馬斯克的意思，首要的應該是“做家務”，
網友熱議
不少網友在觀看此次活動直播后也發表了議論，
有網友表示“很期待，這樣就可以有個人形男友了”，
還有網友表示“越來越智能化，但是造價不會太低吧”，
對于此，你怎么看呢？
參考鏈接：
https://www.cnbc.com/2021/08/19/tesla-unveils-dojo-d1-chip-at-ai-day.html
https://www.theverge.com/2021/8/19/22633514/tesla-robot-prototype-elon-musk-humanoid-ai-day
https://www.teslarati.com/tesla-dojo-chip-images-dennis-hong/
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/295557.html
標籤：AI