Umetna inteligenca in robotika
Avtonomijo pri vozilih, robotih in drugih izdelkih razvijamo in uvajamo masovno. Prepričani smo, da je splošno rešitev za avtonomno vožnjo, humanoidne robote in naprednejše rešitve mogoče doseči samo s pristopom, ki temelji na napredni umetni inteligenci za oblikovanje vizij in načrtovanje, ki jo podpira učinkovita uporaba strojne opreme za sklepno analizo.
Tesla Optimus
Ustvarite avtonomnega humanoidnega robota za splošne namene, ki lahko opravlja nevarne, ponavljajoče se ali dolgočasne naloge. Za dosego tega končnega cilja je treba oblikovati programsko opremo, ki omogoča ravnotežje, navigacijo, zaznavanje in komunikacijo s fizičnim svetom. Zaposlujemo inženirje za globoko učenje, računalniški vid, načrtovanje gibanja, nadzor, mehaniko in splošno programsko opremo za reševanje najtežjih inženirskih izzivov.
FSD-čip
Pomagajte razviti čipe za vmesnike umetne inteligence za poganjanje naše programske opreme za Avtonomno vožnjo, ki upošteva vsako majhno arhitekturno in mikroarhitekturno izboljšavo, hkrati pa iz vsakega vata iztisne največjo učinkovitost silicija. Načrtujte od osnovne zgradbe časovne usklajenosti in analize moči zasnove. Pripravljajte zanesljive preizkuse in tabele z rezultati za preverjanje delovanja in zmogljivosti. Uporabite gonilnike za programiranje in komuniciranje s čipom, s poudarkom na optimizaciji zmogljivosti in redundanci. Na koncu pa ovrednotite silicijevo integrirano vezje in ga prestavite v množično proizvodnjo.
Nevronska omrežja
Uporabljajte najsodobnejše raziskave za učenje globokih nevronskih omrežij o reševanju problemov na področjih, ki segajo od zaznavanja do upravljanja. Naša omrežja, ki temeljijo na uporabi kamer, z analizo neobdelanih slik pomensko razvrstijo slike, zaznajo predmete in monokularno ocenijo globino. Naša omrežja, ki temeljijo na pogledu iz ptičje perspektive, iz videoslik vseh kamer pretvorijo položaj ceste, nepremično infrastrukturo in 3D-predmete neposredno v pogled od zgoraj navzdol. Naša omrežja se učijo iz najzapletenejših in najbolj raznolikih scenarijev na svetu, ki izvirajo iz poti, ki jih v realnem času opravi flota milijonov naših vozil. Celota nevronskih omrežij Avtopilota obsega 48 omrežij, za učenje katerih je potrebnih 70.000 delovnih ur grafične procesne enote 🔥. Skupaj ustvarijo kar 1000 edinstvenih tenzorjev (predvidevanj) v posameznem intervalu.
Algoritmi avtonomnega delovanja
Razvijajte jedrne algoritme, ki omogočajo vožnjo vozila z ustvarjanjem izjemno točne upodobitve okolice in načrtovanjem krivulj v tem prostoru. Z algoritmi ustvarite točne in obsežne dejanske podatke opazovanj z združevanjem prostorskih in časovnih informacij, ki jih zajemajo senzorji vozila, za učenje nevronskih omrežij na področju predvidevanja tovrstnih upodobitev. Uporabljajte najsodobnejše tehnike za izdelavo zanesljivega sistema načrtovanja in sprejemanja odločitev, ki deluje v zapletenih resničnih okoliščinah ob upoštevanju negotovosti. Ocenite delovanje algoritmov na ravni celotnega voznega parka družbe Tesla.
Temelji kod
Kode optimiziramo predvsem pri parametrih, kot so prepustnost, zakasnitev, pravilnost in determiniranost. Izdelajte temelje programske opreme Avtopilota od najnižjih ravni navzgor ob tesni integraciji z našo po meri prilagojeno strojno opremo. Uvajajte uporabo izjemno zanesljivih nalagalnikov zagona s podporo za brezžično posodabljanje in ustvarjajte prilagojena jedra operacijskega sistema Linux. Ustvarjajte hitre, pomnilniško učinkovite in nezahtevne kode za zajemanje velike količine visokofrekvenčnih podatkov iz naših senzorjev ter njihovo dajanje v skupno rabo s številnimi uporabniškimi postopki, ne da bi to vplivalo na zakasnitev dostopa do osrednjega pomnilnika ali preprečevalo uporabo ciklov CPE za kodo za ključno delovanje. Načrtujte stiskanje in zaporedno izračunavanje med različnimi procesnimi enotami strojne opreme, razporejenimi med različnimi sistemi v integriranih vezjih.
Infrastruktura za ocenjevanje
Izdelujte obsežna orodja in infrastrukturo za odprto- in zaprtozančno ocenjevanje s strojno opremo v zanki za pospešitev inovacij, spremljanje izboljšav delovanja in preprečevanje nazadovanja. Uporabljajte anonimne tipične posnetke naših vozil in jih vključujte v velike zbirke preskusnih primerov. Ustvarite kodo, ki simulira resnično okolje ter hkrati ustvari izjemno realistično grafiko in druge podatke senzorjev, ki se vnašajo v programsko opremo Avtopilota, za odpravljanje težav v živo ali samodejno preskušanje.
Gradite prihodnost umetne inteligence
Družba Tesla bo podatke, posredovane v tem obrazcu, uporabila za obdelavo vaše poizvedbe v skladu z Obvestilom o zasebnosti za Tesla Talent.