注目：テスラのAI野望

     テスラは自動車メーカーだけでなく、科学技術会社でもあります。先週の発表会で、テスラのイメージがより鮮明になりました。

北京時間8月20日午前、予熱が多いテスラAIの日イベントが予定通り行われます。テスラは、FPD（完全自動運転）の純粋な視覚解決策、自己研AIチップ、Dojoスーパーコンピュータを発表しました。より多くの技術的詳細及び関連ハードの高速な技術反復により、業界は再び「テスラの技術は本当に素晴らしい」と驚きました。

しかし、長期的にテスラに注目している人にとっては、純粋な視覚解決策であろうと、AIチップとDojoの計算を研究しても、「大ニュース」とは言えません。

人工知能技術に対して、マックスは明らかにもっと大きな追求があります。8月21日、清華大学人工知能研究院視覚知能研究センターの鄧志東主任は21世紀の経済報道記者に対し、FPDであろうと、消費レベルの個人ロボットであろうと、核心はAIであり、自動運転、個人ロボットという二つの応用シーンは、未来の経済社会発展において、転覆性を有し、巨大な産業発展空間も含まれていると述べた。

しかし、全体としては、現在の人工知能は産業界での応用がままならない。テスラにしても、自動運転技術は業界ではすでにリードしていますが、まだまだ未熟です。まだ人による監督が必要な補助運転段階にあります。最近は、その補助運転機能の欠陥がもっと注目されています。

人工知能の地に落ちた野心と現実には、明らかに大きな溝がある。

テスラのAI能力は、その技術の反復の速さは、少なくとも現在の世界の他の新しい自動車企業にはない。視覚中国 

テスラAI技術体系の魂

「テスラのAI能力は、技術の反復が速く、少なくとも現在の世界の他の新しい自動車企業にはない。これは自動運転と個人ロボットの応用の着地と産業発展のために、より大きな期待を提供しました。鄧志東氏は21世紀の経済報道記者に対して、こう述べた。

AI日活動において、テスラはAI分野での各種成果を外部に展示し、純ビジョンFPDの進展、神経ネットワーク自動運転訓練、D 1チップ、Dojoスーパーコンピューターなどを含む。その中の一つの重要なシナリオは純粋な視覚方案FPDの進展である。

業界の大多数の自動運転ソリューションサプライヤーの技術路線と違って、テスラはずっと純粋な視覚方案を堅持しています。カメラを通して環境感知を行います。対照的に、この方式のハードウェアコストは比較的低いが、データとアルゴリズムに対する要求はより高い。

発表会で紹介された案によると、テスラは全車体を回る8つのカメラで道路周辺の情報を取得し、マルチタスクの神経ネットワークアーキテクチャを通じて異なる画像をつなぎ合わせている。接続された情報をよりリアルに、より参考価値のあるものにするために、テスラはカメラの情報を通じて3 D俯瞰図を作成し、4 Dの空間と時間ラベルの「道路網」を形成して道路などの情報を提示し、車の運転環境をより正確に把握することを助ける技術を開発しました。

上記の過程では、自動運転における専門用語は感知であり、感知は自動運転コア技術の一つにすぎない。大量データの基礎ができたら、強力な神経ネットワークを構築し、これらのデータを統合し、再分析する必要があります。

鄧志東氏は、ニューラルネットワークの大モデルについて、通常はビッグデータ、大計算力の「暴力」が必要であり、自動運転トラックでテスラは公衆カバンのインターネット思考に基づいて、初めて作った影モデルで最大規模の真実な道路交通ビッグデータを獲得したと指摘した。

紹介によると、テスラは1000人規模のデータ表示チームを設立し、人工の繊細さと機械の効率性を合わせて、物体情報を表示します。テスラはまた、シミュレーションシーン技術を開発し、実際にはあまり見られない「エッジシーン」をシミュレーションして、神経ネットワークのトレーニング効率を向上させた。

「この分野の作業は、より大規模な合成データを得るだけでなく、深度強化学習に基づく意思決定研究において、アプリケーションが着地する前に、長尾問題、エッジ小確率事件などをどう解決するかについて、特に重要な意義がある」鄧志東氏は。

必要な処理データが指数的に増加し始めるにつれて、テスラも神経ネットワークを訓練する計算力を高めています。したがって、Dojoスーパーコンピュータが誕生しました。実際には、Maskeはこれまで何度もDojoスーパーコンピューターの存在を「劇透」してきましたが、今回AIが発表したのは、Dojoスーパーコンピューターのキーユニットであるテスラが自主的に開発した神経ネットワークトレーニングチップのD 1です。

2019年4月にテスラが自己研のFPDチップを量産しましたが、今回展示されたD 1チップは、アーキテクチャと性能の面で大幅にアップグレードされました。D 1チップは分布構造と7ナノプロセスを採用し、500億個のトランジスタ、354個のトレーニングノードを搭載し、内部の回路だけで17.7キロの長さがあり、超強力な計算力と超高帯域幅を実現したという。

Dojoの超計算は5760元の英偉達のA 100グラフィックカードから構成されていますが、現在は完全に自己研に変更されました。3000元のD 1チップか120個のトレーニングユニットで構成されています。なんとか9 PFLOPS（9千万回）に達しました。

Maskeは、最終的にDojo超計算を神経ネットワークを訓練する他の会社に提供すると発表しました。これは、テスラがAIアプリケーションを自動運転以外の分野に拡張する可能性があることを意味しています。

聞くところによると、Tesla Botの高さは1.72メートルで、重さは56.6キログラムで、顔のスクリーンは情報を表示することができて、人類のレベルの両手を持って、そして力強く感応にフィードバックして、平衡と敏捷な動作を実現することができます。

マックス氏は「今後は労働力が不足することはないが、肉体労働は選択肢の一つだ。Tesla Botはいくつかの危険性、繰り返し性、単調なタスクを実行できます。」このプロジェクトはすでにスケジュールを上げています。計画通り、Tesla Botは来年に初の原型機を発売する予定です。

鄧志東氏は、現在のAIは、産業にエネルギーを賦与できる実際は学習能力を持つデータ知能であり、あるいは大規模な神経ネットワークであり、AIアルゴリズムから見ると、テスラは多カメラ視覚神経ネットワークという核心構造を明らかに捉え、神経ネットワークを通じて固有の学習能力を求めていると指摘した。自動運転やパーソナルロボットのシーンのすべての問題を解決します。

「自主学習で知覚、予測、規制などの挑戦を解決し、マシンが人間を超える能力を十分に発揮する。これはテスラAIの技術体系の魂であり、テスラが理念の先頭に立つところでもある」鄧志東氏は指摘する。

AIは着地してもなお挑戦を存する

今回の「筋肉ショー」は、AI分野の多くの専門人材を誘致することを目的としています。

テスラは自動運転業界の一定の意味で「先頭羊」であるが、本当の無人運転まではまだ長い距離があり、今は着地した補助運転機能でも恋愛小説家には至っていない。この角度から見れば、AI技術はさらに効果を発揮し、さらに改善する必要がある。

最近、米国の国家道路交通安全管理局（NHTSA）がテスラに対する調査を開始しました。NHTSAが調査した11件の事故は、いずれもテスラのAutopilot（自動補助運転）や他の自動運転機能に関連しており、そのうち、7件の事故で死傷し、計17人が負傷し、1人が死亡したという。

具体的には、これらの事故は2018年1月22日から2021年7月10日までの間に9つの異なる州を横断します。夜に発生することが多いが、事故後のシーンでは、救急車のライト、照明弾、発光矢印板、路頭などの物体がいくつかあります。シーンから見て、道路の救助員が車を止めて救助作業を行っている時、テスラの自動補助運転機能はこれらの物体と車両を認識できず、衝突しました。

上海汽車集団技術センターのある規制エンジニアは、このような事故の原因を分析する時、コーン缶＋静止異形車は典型的なエッジシーンであり、単なるカメラ、さらにはカメラ＋ミリ波レーダーのセンサー組み合わせでもこのシーンをカバーするのは難しいと指摘しました。まずコーンは形が小さく、遠距離ではミリ波のレーダーでは掃きにくく、静止目標（車両を含む）は簡単にフィルタリングされます。カメラは訓練がないと障害物を認識できなくなり、目が見えなくなります。接近して車両が認識されても、高速の近距離で衝突は避けられない」と話しています。

純粋なビジョンを堅持するテスラは、カメラトレーニングのプログラムを展開していますが、これまで解決していないことは明らかです。テスラにとって、このような機能上の欠陥は速やかに処理する必要があります。これはAI関連のチームをさらに強化する必要があります。今回の発表会では、その技術経路と備蓄を詳細に示しています。テスラは志を同じくする業界人にオリーブの枝を投げています。

テスラの立場に立って、会社の舵取りのマススクは今より大きな野心を示しています。今回の発表会に登場した人型ロボットによると、テスラは自動運転能力を備えたスマート自動車会社になるだけでなく、より多くの面をカバーする人工知能ロボット会社になるという。

中観的な視点から見れば、近年、世界の人工知能業界は急速な発展を遂げ、人工知能企業の数と融資水準は急速に増加し、人工知能産業をめぐる人材競争はますます激しくなっている。

億ユーロのシンクタンクの報告によると、過去10年間において、世界の主要国であるAI企業の新たな増加数は2016年ごろにピークに達した。そのうち、中国と米国のAI企業の新たな増加数は2017年以降も絶対値が大幅に他国をリードし、世界のAI企業の先頭地域である。資金導入の観点から、世界のAI企業の融資数は持続的に増加しており、2016年以降は幾何学的な成長傾向を見せており、2018年までに世界のAI企業の合計融資は784.8億ドルで、米国がトップとなっています。

AI人材は長期にわたって厳しい供給不足の状態です。複数の研究機関が報告を出していますが、世界各地のAIの職場には大きなギャップがあります。AIマシン処理自動化技術研究開発者UAPPathが発表した「AI Jobs」報告によると、米国は2018年に7465の関連職が空いている。カナダElement AIの最高経営責任者JF Gagneが発表した2019世界AI人材報告によると、世界のAI人材バンクは増加しているが、需要は依然として供給を上回っており、最新の2020世界AI人材報告によると、昨年の関連需要は一定の減少にもかかわらず、「新キャラクター」の需要は安定しているという。

JF Gagneが発表した最新報告によると、人材はAIの発展に制約されているが、現段階のAI業界に必要なのはソフトウェアのアルゴリズムを身につける人材だけではないという。AIのすべての潜在力が過度に宣伝されているかどうかはまだ検討されていますが、AIの真の成功には高級専門家だけでなく、正確なデータアルゴリズムが必要だと言えます。AI業界は最初に非常に高級な専門家に専念しました。彼らだけが新しい技術を管理し、新しい分野に応用できるからです。しかし、この新しい技術が必要なのはエンジニアだけではなく、その人員を効果的に配置するための良いモデルを構築することができるということを今は認識しています。

      この報告書はさらに説明しています。AIは次世代のソフトウェアであり、データで論理的なルールではなく符号化されています。比較的、伝統的なソフトウェアは静的で、AIは新しいインフラ生態系が必要で、構築だけではなく、配置後に管理を行う必要があります。新ビジネスモデルの開発や目標監視など、多くの新人材が必要です。