Mucho se ha comentado acerca de Autopilot, la función de conducción autónoma de los coches Tesla, pero pocas veces hemos tenido oportunidad de ver qué es lo que hay adentro y cómo llegaron hasta ahí. Con el paso de los años, Tesla se ha ido abriendo al ofrecer más detalles, donde a grandes rasgos se trata de una genialidad de la ingeniería con inteligencia artificial.
Hace unos días, Andrej Karpathy, director de inteligencia artificial y visión por ordenador de Tesla, ofreció una interesante charla sobre cómo hacen en Tesla para entrenar sus redes neuronales para crear el sistema de conducción autónoma conocido como Autopilot. Por fortuna, el vídeo de la charla ya está en YouTube y en él podemos finalmente tener una mirada más técnica de los desarrollos de Tesla en inteligencia artificial.
Lo más impresionante es que todo se desarrolla dentro de la misma Tesla
Antes de continuar detengámonos un segundo para analizar la carrera de Andrej Karpathy, una de las mentes más brillantes dentro del campo de la inteligencia artificial actualmente. Karpathy obtuvo en 2015 su doctorado de la Universidad de Stanford en machine learning centrado en deep learning en visión por ordenador y procesamiento de lenguaje natural.
En 2016, Karpathy se unió a las filas de OpenAI, la empresa de investigación en inteligencia artificial de Elon Musk. Al mismo tiempo, Karpathy se empieza a hacer de renombre tras impartir una clase en Stanford de Redes Neuronales Convolucionales para el Reconocimiento Visual.
Ya para 2017, Elon Musk se entera de las capacidades de Karpathy y lo ficha como director de inteligencia artificial en Tesla, quien llega en un momento justo cuando la división de Autopilot empieza a perder a algunos de sus más importantes ingenieros.
Es decir, Karpathy sólo tiene dos años en Tesla, y en este poco tiempo se ha vuelto la cara de la inteligencia artificial en la compañía, ya que sus conferencias y presentaciones suelen ser sumamente didácticas y llenas de detalles técnicos, algo que Tesla no solía hacer.
Andrej Karpathy se presentó recientemente en PyTorch, una biblioteca de código abierto de machine learning en Devcon, donde ofreció en poco más de 10 minutos algunos detalles de cómo Tesla utiliza machine learning para entrenar redes neuronales hacia la meta de la "conducción autónoma total", que Musk viene prometiendo desde hace varios años.
De hecho, durante la pasada entrega de resultados financieros, Elon Musk anticipó que si todo iba de acuerdo a los planes, su anhelada "conducción autónoma total" llegaría a finales de año para algunos usuarios. Esto permitiría hacer, por ejemplo, un viaje desde California a Nueva York sin la intervención del conductor.
Volviendo a Karpathy, su charla nos deja claro cómo Tesla se diferencia del resto de fabricantes y van en su propio sentido y ritmo. Y es que Tesla todo lo desarrolla por su cuenta, como su recién lanzado super ordenador FSD (Full Self Driving), que cuenta con doble CPU redundante capaz de ofrecer más de 144 Tera Operations Por Segundo (TOPS) de rendimiento de red neuronal.
Pero lo más impresionante es que Tesla no usa sensores LIDAR para captar el entorno de sus coches, sino que se basa en un sistema de ocho cámaras externas equipadas con visión por ordenador. Y aquí es donde entra el FSD, que es capaz de procesar todo la información que recibe, con una capacidad de hasta 2,5 gigapíxeles por segundo y 36,8 TOPS.
Su memoria RAM opera a 4266 Gbps y cuenta con un ancho de banda máximo de 68 Gbps. El ordenador FSD integra sus propios procesadores de señal de imagen de 24 bits y compatibles con mapeo de tonos avanzado y reducción de ruido, que pueden realizar operaciones de hasta un gigapíxel por segundo.
Un punto clave en el desarrollo de Tesla está en el llamado 'Operación Vacación', que es lo que permite seguir entrenando redes neuronales mientras el coche sigue circulando. Es decir, todos los coches Tesla colaboran para crear una gran base de datos que sirve para entrenar estas redes neuronales. De hecho, Karpathy menciona que él y su equipo podrían tomar asiento y dejar que las redes mejoren de forma automática gracias a la gran cantidad de datos que llegan diariamente.
Un ejemplo de la capacidad de recolección de datos que ha conseguido Tesla se demuestra con los más de 1000 millones de millas de operación de Autopilot, sólo en Norteamérica. Aquí se incluyen más de 200.000 cambios de carril automáticos, la operación en más de 50 países, así como más medio millón de sesiones de Smart Summon, la nueva función para invocar de forma autónoma a nuestro Tesla. Aquí hay que añadir que Musk mencionó que Smart Summon ya superó el millón de sesiones en Estados Unidos.
Finalmente los dejamos con la charla de Karpathy, donde por supuesto hay más detalles interesantes del uso de la inteligencia artificial en Tesla.
Ver 2 comentarios