V tomto článku vysvětluji důvod, proč si nemyslím, že Tesla Full Self Driving (FSD) bude fungovat mnoho let, na základě 5 let používání produktu.
Moje zkušenost s Tesla Autopilot a FSD Beta
Jsem datový inženýr a 40 let vyvíjím software pro velké společnosti z Fortune 500. S umělou inteligencí (AI) mám velmi málo zkušeností, takže na to při čtení tohoto článku pamatujte. Mohu se 100% mýlit. Moje rodina má 3 kopie softwaru FSD Beta a používám ho každý den k řízení na Floridě nebo v Coloradu. Autopilot nebo FSD Beta jsem používal 5 let a během tohoto 5letého období jsem zaznamenal malé zlepšení na dálnici a určité zlepšení ve městě. Produkt se nezlepšuje exponenciálně – stále naráží na problémy, jejichž vyřešení trvá roky nebo se nevyřeší nikdy. Pokud se změní křižovatka v Tampě, FSD si to neuvědomí o 2 roky později a já se musím odpojit každý den na stejném místě. I když přes tuto křižovatku projely tisíce aut milionkrát, auto si stále myslí, že tento pruh je pruhem pro odbočování vlevo, a není tomu tak. Každé 14leté dítě by mohlo číst znamení a říct to.
Vůz nemá žádnou schopnost místního učení a majitel nemá možnost přepsat to, co si FSD myslí, aniž by se odpojil. Porovnejte to s učením 14letého řídit. Můžete jednou říct 14letému, že tohle není pruh pro odbočování, a oni si to zapamatují a neudělají stejnou chybu ještě tisíckrát. Čtrnáctiletý kluk jezdí dobře bez miliardy dolarů na výpočtech a bez nutnosti studovat miliardy kilometrů dat. Naučí se jen pár pravidel a zbytek si vymyslí sami. Toto 14leté dítě nemůže složit advokátní zkoušku (jako ChatGPT) ani porazit velkého šachového mistra (jako AlphaZero), ale může bezpečně řídit auto.
Několik problémů, které vidím
První je, že když se silnice liší od toho, co jí říkají mapy auta, věří svým mapám, ne svým očím. Pamatuji si, když jsem před 15 lety poprvé použil GPS a řídil se pokyny GPS příliš doslovně a vjel do příkopu. Poučil jsem se, ale FSD se ještě nenaučilo věřit tomu, co vidí, místo toho, co vám říkají mapy, že by to mělo vidět.
Za druhé, auto nemá schopnost učit se lokálně. Je to jako Borg z star Trek která je řízena myslí úlu. Jaký je hlavní rozdíl mezi kapitalismem a komunistickou nebo příkazovou ekonomikou? Decentralizované vs. centralizované rozhodování. Proč Čína před 50 lety přešla k převážně decentralizovanému rozhodování a pobídkám? Protože miliony hladověly, když všechny farmy vlastnil stát a byly centrálně řízeny. Když nechali dělníky vlastnit farmy a podniky, Čína zaznamenala největší ekonomický boom v historii lidstva. Zpět k Tesle – stále se učí na jednom centrálním místě. To možná ani není ten správný design – možná se auto musí učit lokálně, jako to dělá 14letý.
Zatřetí, také se zatím neuvažuje o rozhraní auta a člověka. Když auto odbočuje vlevo do provozu, musí řidič sledovat provoz a nemá žádné informace o tom, zda auto jede do mezery v provozu nebo ne. Možná obrazovka něco říká, ale nevím, protože při tomto manévru není bezpečné dívat se na obrazovku. Je to pravděpodobně proto, že Tesla je tak optimistická, že to všechno bude fungovat za pár měsíců, takže není důvod ztrácet čas zapojením řidiče do systému. Zajímalo by mě, jak dlouho si uvědomí, že je to důležitá funkce, kterou potřebují přidat, pokud nemohou zprovoznit FSD.
Za čtvrté, software nemá vymyšlená parkoviště. FSD nemůže zaparkovat a FSD nemůže odparkovat. Pokud jste někdy kolem Vánoc procházeli parkoviště, uvědomíte si, že to není jednoduchý problém, který se má vyřešit. Máte lidi, kteří vám mávají, aby zabrali ten prostor, a potřebujete způsob, jak poděkovat lidem, kteří jsou k vám zdvořilí. Ještě jednou, žádnou z těchto funkcí nemáme ani v beta verzi. Zdá se, že by bylo potřeba přidat externí displej, aby signalizoval další auta, možná jeden vpředu a jeden vzadu.
Za páté, ze sledování všech jízd s nulovým zásahem na YouTube se zdá, že FSD funguje v Kalifornii a Texasu výrazně lépe než ve zbytku země. Předpokládám, že je to tím, že se tam hlavně trénuje a aktualizují mapy, pokud se mýlí. Pokud se 14leté dítě naučí řídit v Kalifornii, může řídit v jakémkoli stavu s malým nastavením, ale zdá se, že FSD má problémy s adaptací na jiné státy. Předpokládám, že důvod, proč si to Elon neuvědomuje, je ten, že nepoužívá FSD mimo Texas a Kalifornii. Předpokládám, že FSD je v těch lokalitách přetrénovaný a funguje tam docela dobře.
Jsem si jistý, že se někteří zaměstnanci pokusili Elonovi sdělit některé nebo všechny body, které jsem uvedl, ale z nějakého důvodu tyto obavy zavrhl nebo má důvody, proč nejsou platné.
Proč investovat do čističky vzduchu?
Myslím, že existuje značná šance, že FSD nebude vyřešeno po dobu 10 let, a bude to jako Facebook plýtvat miliardami na Metaverse, než si uvědomí, že je na špatné cestě.
Nyní, jako investor Tesly, a protože si myslím, že FSD může zachránit životy, pokud jej dokážeme uvést do provozu, doufám, že vše, co jsem řekl v tomto článku, je špatně a je to všechno jen velké nedorozumění.
Pokud chcete využít můj odkaz na doporučení Tesly k získání věrnostních kreditů, zde je kód: https://ts.la/paul92237 — ale jak jsem řekl dříve, pokud vám jiný majitel pomohl více, použijte jeho odkaz místo těžit. Pokud se chcete dozvědět více o novém programu doporučení společnosti Tesla, Chris Boylan o něm napsal vynikající článek.
Zveřejnění: Jsem akcionářem společností Tesla [TSLA], BYD [BYDDY], Nio [NIO], XPeng [XPEV], Hertz [HTZ] a několika ETF ARK. Ale nenabízím zde žádné investiční rady jakéhokoli druhu.
Máte tip na CleanTechnica? Chcete inzerovat? Chcete navrhnout hosta pro náš podcast CleanTech Talk? Kontaktujte nás zde.
Naše nejnovější video EVObsession
Nemám rád paywally. Nemáte rádi paywally. Kdo má rád paywally? Zde v CleanTechnica jsme na chvíli implementovali omezený paywall, ale vždy to bylo špatné – a vždy bylo těžké rozhodnout, co bychom tam měli dát. Teoreticky váš nejexkluzivnější a nejlepší obsah jde za paywall. Ale pak si to přečte méně lidí!! Rozhodli jsme se tedy, že zde v CleanTechnica zcela zrušíme paywally. Ale.
Stejně jako ostatní mediální společnosti potřebujeme podporu čtenářů! Pokud nás podporujete, vkládejte prosím trochu měsíčně, abyste pomohli našemu týmu napsat, upravit a publikovat 15 příběhů o čistých technologiích denně!
Se vším vývojem samořídících aut od společností jako Tesla, Waymo a dalších byste si mysleli, že autonomní vozidla už budou na cestách. Taková vozidla se však nestávají mainstreamem a lidé se ptají, jaké jsou některé z důvodů. Proto bychom rádi vysvětlili, co brání přijetí samořídících vozů a jaká jsou jejich řešení těchto problémů.
1. Nevlídné počasí
Samořídící auta jsou vybavena kamerami s umělou inteligencí, které jim pomáhají procházet ulicemi a identifikovat některé předměty, dopravní značky a chodce, se kterými se na silnici setkávají. Po silné sněhové bouři však kamera nevidí vytyčovací značky na silnicích, takže je téměř nemožné bezpečně řídit. K dnešnímu dni vědci nenašli způsob, jak tento problém vyřešit, a proto se mnoho testů provádí v teplých klimatických podmínkách, jako je San Diego a Los Angeles.
V současné době vědci pracují na laserových senzorech různých vlnových délek, které mohou zkusit vidět skrz sníh. Vyvíjí se také další software, který by umožnil algoritmům AI rozlišovat mezi skutečnými překážkami a sněhovými vločkami, dešťovými kapkami a dalšími atmosférickými podmínkami.
2. Silniční čáry a obrubníky
Dopravní značení se bude lišit v závislosti na městě, státě a zemi, ve které se nacházíte. To je velmi problematické pro samořídící auta, protože se musí naučit řídit v každém místě. Například v určité čtvrti v Pittsburghu jsou na silnicích nakresleny úzké čáry, které určují, kde musí auta zastavit na znamení stop. Jsou situace, kdy budou čáry nakresleny tak daleko před stopkou a budovy budou tak blízko silnice, že auto ‚nevidí‘ ostatní vozidla přijíždějící na křižovatku.
Vzhledem k tomu, že existuje tolik různých typů křižovatek, může být pro auto velmi obtížné zjistit, co má dělat. Mnohokrát zde nebudou ani obrubníky, které by pomohly určit šířku jízdního pruhu. Řešení tohoto problému zůstává pro výzkumníky v nedohlednu.
3. Jednání s jiným řidičem na silnici
Když jedeme autem tam a zpět nebo jedeme v každodenním životě, běžně si všimneme řidičů, kteří porušují určitá dopravní pravidla. I když se učíme taková nebezpečí obcházet, pro samořídící auta může být obtížné dělat taková rozhodnutí. Zajímavá situace nastala v Pittsburghu, kdy řidič Arga musel ručně převzít kontrolu nad svým vozem. Jeho vozidlo při pravotočivé zatáčce narazilo na dvakrát zaparkované auto a zastavilo přímo uprostřed křižovatky, protože se nemohlo rozhodnout, jak dále pokračovat.
K tomu můžeme přidat obecný antagonismus, který mají lidští řidiči vůči samořídícím autům. Ve skutečnosti policie v jednom městě v Arizoně zdokumentovala nejméně 21 případů lidí obtěžujících vozidla Waymo, přičemž jedna osoba na ně ve skutečnosti mířila zbraní.
4. Zatáčky doleva
Někdy je legální odbočit vlevo před protijedoucím vozidlem, pokud to situace umožňuje, ale i pro lidi může být obtížné toto rozhodnutí učinit. Zatočit doleva bez zelené šipky je stále velmi náročné, jak poznamenal generální ředitel Waymo John Krafcik a dodal, že pokud je pro lidi problematické uskutečnit hovor, bude ještě problematičtější pro algoritmy strojového učení zjistit. Zůstává to tedy velký problém, který budou muset výzkumníci vyřešit, pokud v dohledné době uvidíme na silnicích samořídící auta.
5. Všeobecné přijetí
Trochu dříve jsme zmínili obecný antagonismus, který lidé mají vůči samořídícím autům, ale problém se ještě zhoršil, když mluvíme o smrtelných úrazech. Před několika lety došlo u Phoenixu v AZ k havárii Uberu, při níž došlo k havárii samořídícího auta. Průzkum společnosti AAA zjistil, že 73 % řidičů se zdráhalo vzdát kontroly nad svými vozidly.
Jedním z možných řešení tohoto problému je přimět více lidí, aby si samořídící auta vyzkoušeli. John Krafcik řekl, že auta jeho společnosti ukazují řidičům na obrazovkách spoustu informací, jako je trasa a co vidí samotná auta. Pokračuje, že čím více lidí v samořídícím autě jezdí, tím méně se dívají na obrazovku a začnou autu věřit.
Doufáme, že vám prezentované informace poskytly více informací o tom, proč se samořídící vozidla nedostala do hlavního proudu. Mindy Support se zaměřuje na poskytování pomoci výzkumníkům s anotací dat, která jim pomůže překonat výše uvedené problémy. Jak AI postupuje a dochází k novému vývoji, můžete očekávat, že samořídící auta uvidíte na silnici dříve, než si většina lidí myslí.
