Thread by @atomicTSLA

[AUTONOMY DAY]

(2019년 4월 23일 #Tesla 오토노미데이)

👥 2016년에 팀을 꾸리기 시작.
🏭 2018년 7월부터 AI chip을 생산하며 12월에 직원 테스트차량에 테스트.
🚘 2019년 4월부터 모델3 생산차량에 장착.

2️⃣ FSD 컴퓨터의 chip은 듀얼로 구성되어 각각 독립되어 부팅되며 각 카메라의 센서위치가 chip마다 다르게 구성.

🧠 두가지의 chip의 결과를 비교하여 정합성이 높은 결과를 ACT.(사용)

🎛 LPDDR4메모리를 사용했는데 장점은 저전력, 작은 크기의 고효율로 테슬라 FSD용으로 매우 적합하며 @elonmusk 는 Q/A 때 삼성전자 제품을 사용하였다함.(링크 참조)

💻 뉴럴 네트워크 프로세서는 RELU와 Pooling (뒤에서 설명) 프로세서를 장착함.
semiconductor.samsung.com/kr/dram/lpddr/…

🧠 뉴럴chip은 합성곱(Convolution), RELU, pooling을 수없이 반복하며 연산하지만 효율적인 chip 설계로 비용을 절감.

📷 Tesla Vision은 뉴럴네트워크를 기반으로 하고 있으며 사방에 달린 카메라와 라이다(LiDAR) 영상(이미지)를 갖고 어떤 물체인지 판단함.
❌ 그러나 라이다는 불필요하게 전력을 낭비하며 곧 삭제한다고 밝힘.(이유는 뒤에서 설명)

👁 사람은 이구아나를 보고 바로 구별할수 있지만 컴퓨터는 해당 이미지를 pixel 로 이루어진 격자로만 인식함.

🧠 이구아나가 움직이거나 동작이 바뀌어도 사람은 이구아나가 움직이는것을 이미 보았고 학습하였기 때문에 이구아나가 움직인다라고 판단함.

🧠 이러한 인간의 뇌(뉴런)의 학습과정을 컴퓨터에서 동일하게 처리하게 구현한것이 뉴럴네트워크.(인공신경망)

📌 이러한 학습을 수백만번 만복하여 처음 10%로 이구아나로 인식된 확률을 점점 높여가는것.

🍼 그런데 AI는 아기와 같아서 모든것을 알려주어야함.
💽 학습에는 많은 주행 데이터가 필요하며 카메라가 인식하기 어려운 악천후사진까지 전세계에 퍼져있는 테슬라 차량으로부터 데이터를 가져옴.

💻 테슬라는 이것을 갖고 시뮬레이션을 구현하여 무한 학습시킴.

✨ AI의 학습은 아기가 부모의 영향을 받듯이 사람이 운전하는 습관을 그대로 배움.
📖 그래서 FSD beta를 체험하려면 안전하게 운전하여 높은 점수(Safety Score)를 획득해야 권한을 주는것이 이때문임.

💴 그리고 테슬라 보험은 이 점수를 활용하여 보험료를 책정함.

🚲 도로위에는 돌발변수가 많은데 차량뒤에 짐을 가득싣거나, 자전거를 뒤에 거치하거나, 차량을 포개는 등 이러한 경우는 시뮬레이션에 없기 때문에 차량(fleet)을 통해 수집함.

🎫 테슬라 차량은 알아서 라벨링하며 이를 통해 좋은 대량의 데이터를 학습시킬 수 있음.

🚨 라이다(LiDAR)를 쓰지 않으려는 이유가 나오는데 다음과 같음.

1. Vision은 사람의 눈과 같이 스테레오라서 3D로 인식가능. (하단 링크 참조)
2. 라이다는 움직임이 다른 대상을 구별할 수 없음.(예시: 토끼와 새)
3. 라이다는 이미지캡처의 거리를 측정할 수 없음.

📷 LiDAR 외에 초음파를 사용하는 RADAR를 Vision과 비교 하여도 거리인식에는 큰차이가 없었음.

❌ 이당시에 12개의 RADAR가 내장되어 있었지만 FSD v9.0에서 RADAR를 제거, 순수 Vision만으로 작동.
(Vision+AI성능이 RADAR를 압도하여 오히려 방해가 되었다고 함)

💻 자전거가 달리는 방향, 안전표지판, 폰을 보고 걸어가는사람등을 구별하고 무단횡단하는 사람 또한 구별해서 멈추거나 대응해야 하는 AI학습을 시킴.
🛟 이러한 AI는 차량과 보행자 모두의 안전에 도움이됨.

⤵️ 모든 AI소프트웨어(FSD)의 통제는 다운로드되어 작동.

🚕 @elonmusk 는 뒤이어 Modle3 기반의 ROBOTAXI 발표를 하였음. (소유주가 탑승자가 지불한 금액의 일부를 벌수 있는 수익모델)
⚖️ 2020년에 런칭할 계획이었지만 규제문제로 2024년으로 연기된 상태.
🧑‍💻하지만 2020년 차량공유기능(Car Access)은 런칭함.(미국한정)