تسلا و كمبيوترها الفائق Dojo للتعلم الآلي
تخطط شركة تسلا المصنعة للسيارات الكربائية و السيارات ذاتية القياد، لتقديم خدمة التدريب على التعلم الآلي كخدمة ويب مع كمبيوترها الفائق “Dojo” الجديد. و ذلك وفقًا لتعليقات جديدة من الرئيس التنفيذي ايلون ماسك. تم الإعلان عن مشروع “Dojo” لأول مرة بواسطة ماسك في يوم الحكم الذاتي في تسلا العام الماضي.
لدينا برنامج رئيسي في Tesla ليس لدينا الوقت الكافي للحديث عنه اليوم يسمى “Dojo”. إنه كمبيوتر تدريب قوي للغاية. سيكون الهدف من Dojo هو أن تكون قادرًا على أخذ كميات هائلة من البيانات والتدريب على مستوى الفيديو وإجراء تدريب ضخم غير خاضع للإشراف لكميات هائلة من الفيديو باستخدام برنامج كمبيوتر Dojo.
دوجو تعني “مكان الطريق” باللغة اليابانية وغالبًا ما يستخدم المصطلح لممارسة التأمل أو فنون الدفاع عن النفس. في هذه الحالة، سيكون الكمبيوتر الفائق دوجو مكانًا لشركة تسلا لتدريب ذكاء اصطناعي كامل لسيارات ذاتية القيادة.
اكسا فلوب
في الشهر الماضي، كشف ماسك أن كمبيوتر تسلا دوجو الفائق سيكون قادرًا على تنفيذ exaFLOP ، واحد كوينتيليون (10^18) عملية فاصلة عائمة في الثانية، أو 1000 بيتافلوبس. أو عشرة و أمامها ١٨ صفر عملية في الثانية، لكم ان تتخيلوا.! وهذا من شأنه أن يجعل دوجو حاسبًا فائقًا متطورًا حقًا نظرًا لوجود سباق حاليًا لكسر حاجز exaFLOP في الحوسبة الفائقة مع شركات مثل Intel و AMD، جنبًا إلى جنب مع الحكومات، في السباق.
في سلسلة من التغريدات التي بدأت من خلال الرد على مهندس البرمجيات الشهير جون كارماك، أكد ماسك أن تسلا تخطط لفتح الكمبيوتر العملاق للجمهور كخدمة ويب لتدريب نماذج التعلم الآلي:
نعم، سنفتح Dojo للتدريب كخدمة ويب بمجرد أن نعمل على حل الأخطاء، ماسك في 20 سبتمبر 2020.
أضاف الرئيس التنفيذي لشركة Tesla عن مشروع الكمبيوتر العملاق Dojo
يستخدم دوجو رقائقنا الخاصة وبنية الكمبيوتر المحسّنة لتدريب الشبكة العصبية، وليس مجموعة GPU. قد أكون مخطئا، لكنني أعتقد أنه سيكون الأفضل في العالم. قامت شركة صناعة السيارات ببناء خبرتها الخاصة في هندسة الرقائق مع فريق من خبراء الرقائق على مدى السنوات الخمس الماضية من أجل تطوير جهاز الكمبيوتر ذاتية القيادة على متن الطائرة، والذي تم إصداره العام الماضي.
لا يوجد حاليًا جدول زمني واضح من تسلا لتشغيل دوجو، لكن ماسك أشار إلى أنه قد يكون العام المقبل، وكان هناك جهد تجنيد للبرنامج الشهر الماضي.
شركة لصناعة السيارات أم الرقائق الالكترونية
من الصعب أن نتخيل أن تسلا، التي هي في الأساس شركة لصناعة السيارات، يمكنها أن تمنح شركة انتل اموال مقابل تقديم خدمات الحوسبة الفائقة. لكن شركة تسلا قامت ببناء فريق هندسة رقائق على مستوى عالمي حقيقي مبهر بشريحة FSD والكمبيوتر العام الماضي.
من المنطقي استخدام نفس الخبرة في مشاريع الحوسبة الأخرى. كما قال إيلون، من الأفضل اعتبار تسلا كسلسلة من عشرات الشركات الناشئة المختلفة. والآن يبدو أن شركة الحوسبة الفائقة هي واحدة منها.
بناء نظام رباعي الأبعاد يهدف إلى القيادة الذاتية L5
غرد ماسك بأن تسلا تقوم بتجنيد الذكاء الاصطناعي أو المواهب الصغيرة لمشروع الكمبيوتر العملاق لتدريب الشبكة العصبية للشركة دوجو. تفاخر ماسك بأن “الوحش” سيكون قادرًا على معالجة “كمية هائلة من بيانات الفيديو”. و سيأتي التحسين الذاتي الكامل FSD على أنه نقلة نوعية، لأنه إعادة كتابة معمارية أساسية، وليس تعديلًا تدريجيًا. أضاف ماسك حالة الاستخدام الخاصة به:
“أنا أقود شخصيًا سيارتي و هي تحعمل على بنية ألفا المتطورة. ما يقرب من الصفر تدخلات بين المنزل والعمل “. أي انها ذاتية القيادة تماماً.
كمبيوتر تسلا الفائق لمعالجة بيانات الفيديو دوجو
تعكس حملة توظيف المواهب دوجو تصميم ماسك على تحقيق الاستقلالية الكاملة (L5) لمركباته. تتمثل الخطة في تنمية قدرات السائق الآلي في تسلا من خلال ترقية الفهم البعدي إلى بنية تحتية رباعية الأبعاد من الأنظمة الحالية، والتي ربطها ماسك بـ “حوالي 2.5D”.
تأمل ماسك في أبعاد القيادة الذاتية ومعالمها خلال الشهر الماضي في الربع الثاني من عام 2020:
“إن المعلم الرئيسي الفعلي الذي يحدث الآن هو بالفعل انتقال أنظمة الحكم الذاتي للسيارات، مثل الذكاء الاصطناعي، إذا صح التعبير، من التفكير في أشياء مثل 2.5D، وأشياء مثل الصور المعزولة. والانتقال إلى 4D، وهي مقاطع فيديو في الأساس. هذا التغيير المعماري، الذي كان جاريًا لبعض الوقت، مهم حقًا للقيادة الذاتية الكاملة. من الصعب توضيح مدى جودة عمل نظام 4D بالكامل. هذا أمر أساسي، سيبدو أن السيارة لديها تحسن كبير. ربما في موعد لا يتجاوز هذا العام، سيكون قادرًا على عمل قرارات إشارات المرور، والتوقف، والانعطاف، وكل شيء “.
الترقية من 2.5D إلى 4D
لماذا تعتبر هذه الترقية من 2.5D إلى 4D بالغة الأهمية لاختراق القيادة الذاتية التالي؟ تحدث الدكتور فيشر يو، الباحث في جامعة كاليفورنيا في بيركلي، مع Synced لتوفير بعض السياق.
يوضح يو أنه عندما يرى البشر الأشياء، حتى مع وجود مناظر مغلقة، يمكننا بشكل طبيعي التعرف على فئاتها الدلالية والتنبؤ بهياكلها ثلاثية الأبعاد الأساسية. على الطريق، قد يستلزم ذلك على سبيل المثال أن يفهم السائق هندسة المركبات الأخرى من المناظر الجزئية التي توفرها مرايا الرؤية الخلفية الخاصة به.
يمكن للبشر أن يستنتجوا التخطيط السطحي للكائنات من الصور ثنائية الأبعاد، ويعرف أيضًا باسم تمثيل 2.5D الذي يضيف خصائص بصرية مكانية محددة، ثم تتم معالجته في تمثيل حجمي ثلاثي الأبعاد مع إدراك العمق والحجم للكائن.
“في مجال القيادة الذاتية، قدمت عملية 2.5D إلى 3D بالفعل الكثير من المعلومات،”. يلاحظ يو ، “على سبيل المثال، عند إعطاء تمثيلات 2.5D وسرعة السيارة، من السهل توقع متى للفرملة لتجنب الاصطدام بسيارة أمامك – تمثيلات 2.5D كافية هنا”. ومع ذلك، يقول يو إن التمثيلات ثلاثية الأبعاد مطلوبة لتحقيق أنظمة أكثر قوة، حيث يمكن الاستفادة من المعلومات ثلاثية الأبعاد مثل أبعاد السيارات الأخرى لإنشاء طرق قيادة أكثر أمانًا ويمكن استخدامها أيضًا لاستنتاج وظائف السيارة، مثل أين وكيف يمكن أن تفتح الأبواب.
التنبؤ بنوايا شيء معين
يؤدي الانتقال من 2.5D إلى 3D إلى زيادة قدرات أنظمة القيادة الذاتية بما يتجاوز الحصول على معلومات حول العوائق المحيطة وسرعة المركبات ومعالجتها، وما إلى ذلك. “كما أنه يمكّن الأنظمة من التفكير مثل البشر والتنبؤ بنوايا شيء معين و التفاعل المحتمل معها”، كما يقول يو. “لا يزال من الصعب التنبؤ بالمعلومات ثلاثية الأبعاد بدقة استنادًا إلى قنوات الفيديو فقط. إذا طلبنا من الناس تقدير المسافة الدقيقة للسيارة، فمن السهل القول إنها تبعد 20 مترًا. لكن من الصعب أن نتخيل أن هناك من يقول بثقة “السيارة على بعد 24.3 مترًا”.
يقول يو: “يمكن أن يؤدي تقديم المعلومات الزمنية إلى العديد من الفوائد المحددة جدًا لتطوير أنظمة القيادة المستقلة لتكون أكثر أمانًا وراحة”.
على سبيل المثال، للتنبؤ بالمسارات المحتملة التي يمكن أن تسلكها السيارة. من الأهمية بمكان مراعاة المعلومات الزمنية مثل المسارات السابقة والسرعة من خلال الرجوع إلى الإطارات السابقة لمقاطع الفيديو. من الممكن الحصول على المعلومات الزمنية عالية الجودة المطلوبة نظرًا للكم الهائل من بيانات الفيديو واسعة النطاق التي يتم جمعها حاليًا بواسطة الروبوتات والمركبات الذكية.
