AI kierowcą - porównanie Tesla FSD do Waymo i chińskich konkurentów
Wstęp
Spotkałem się z komentarzami kilku osób, że Tesla FSD, czyli system uczący się autonomicznego prowadzenia samochodów, to nic nowego i daleko w tyle za konkurencją, skoro w niektórych miejscach USA i Chin, jeżdżą już od dawna w pełni autonomiczne pojazdy.
Cytując Artura Kurasińskiego:
Otóż Musk robi to świadomie (czyli kłamie) a w dodatku to, co on branduje “autopilotem” (i nie zbliżył się nawet zbytnio) od lat wdraża konkurencja (np. Waymo). Jaka to jest skala? Otóż do czerwca 2024 roku pojazdy Waymo przejechały ponad 22 miliony mil po drogach publicznych a w styczniu 2023 Waymo ogłosiło, że ich pojazdy przejechały 1 milion mil bez udziału ludzkiego kierowcy.
Jako entuzjasta technologii i sztucznych inteligencji, nie mogę pozostawić Was bez komentarza wobec takich dezinformacji. Nie wiem, czy z niewiedzy, czy z niechęci do Elona Muska, Artur pomija kluczowe informacje na temat FSD, które sprawę stawiają w kompletnie innym świetle. Oto informacje, które stanowią odtrutkę, dla dezinformacji Kurasińskiego.
Podstawowa różnica pomiędzy podejściem Tesla FSD a Waymo (USA) i chińskich konkurentów.
Tesla ma zupełnie inne podejście do rozwoju technologii autonomicznych samochodów. Tesla opiera swój system na zbieraniu różnorodnych danych z kamer z milionów samochodów na całym świecie, co pozwala jej trenować AI w wielu realnych warunkach drogowych, w różnorodnych obszarach geograficznych świata. Konkurenci, jak Waymo, koncentrują się na wytrenowaniu systemu w bardzo ograniczonych obszarach. Zazwyczaj w ramach określonych miast lub dzielnic.
Jaki skutek ma ta różnica?
Skutek jest taki, że Wyamo i Chińscy konkurenci znacznie szybciej uzyskują pełną autonomiczność prowadzenia samochodów na tych konkretnych obszarach, z których zebrali dane i wytrenowali swoje AI. Negatywną konsekwencją tego podejścia jest jednak to, że te samochody nie potrafią i nie mają prawa jeździć poza tym obszarem z powodu technologicznych i prawnych ograniczeń, co nazywa się geofencingiem. Geofencing to wbudowany zakaz jazdy poza wytrenowanym obszarem (zazwyczaj poza określoną trasą, albo poza określoną dzielnicą miasta).
W przypadku FSD Tesli tego ograniczenia nie ma. Samochody Tesli potrafią jeździć z pewną (jeszcze niezupełną) autonomicznością na całym świecie. Tesla ma prawo używać swojego systemu w całych USA i stara się o zgody w Europie, Azji i Australii. Nie w konkretnych miastach, nie w konkretnych dzielnicach, lecz wszędzie, gdzie uzyska prawne zgody. Co to znaczy, że autonomiczność FSD nie jest zupełna? Oznacza to, że FSD nie ma jeszcze poziomu 5 autonomii, czyli pełnej samodzielności. Obecnie Tesla działa na poziomie 2/3, co oznacza, że kierowca musi być cały czas gotowy do przejęcia kontroli.
Wspomniana wyżej różnica w sposobie treningu sztucznych inteligencji prowadzących samochód stanowi istotną różnicę, zarówno z punktu widzenia biznesu, jak i z punktu widzenia kierowców.
Z punktu widzenia Tesli – odskakujesz całej konkurencji światowej o lata i wygrywasz globalny rynek autonomicznych aut.
Z punktu widzenia kierowców – wiadomo, że przeciętny kierowca (na przykład ja) wybierze auto, które może choćby w części autonomicznie jeździć wszędzie, a nie tylko w Chińskim Shenzhen albo amerykańskim San Francisco.
To jest tak, jak ze SpaceX – kiedyś dziennikarze i mniej zorientowani ludzie śmieli się, że rakiety Elona Muska wybuchały, aż nagle SpaceX wygrało globalny wyścig wynoszenia w przestrzeń kosmiczną. W tej chwili SpaceX wynosi rocznie w kosmos 80% światowego tonażu(!!!) Kompletna, globalna dominacja.
Podobnie może wyglądać przyszłość rynku autonomicznych pojazdów. Dziś Tesla FSD nie jest jeszcze w pełni autonomiczne, a krytycy wskazują na bardziej lokalnie zaawansowane systemy, takie jak Waymo czy chińscy konkurenci. Jednak FSD Tesli celuje znacznie wyżej – w autonomiczne poruszanie się po całym świecie. Może to zająć więcej czasu, ale w efekcie ma zaowocować globalną dominacją na rynku autonomicznych pojazdów.
Najczęściej czytane:
- Darmowe ogłoszenia o pracę i największa lista źródeł kandydatów – największa w Polsce lista bezpłatnych i płatnych źródeł kandydatów
- Praca w HR – najnowsze oferty pracy i aktualne średnie wynagrodzenia w branży HR
- Akademia Rekrutacji – zbiór wiedzy na temat rekrutacji oraz raporty z rynku pracy.
- Gowork – jak reagować na negatywne opinie o pracodawcach – Kompleksowy poradnik dla pracodawców.
- Sztuczna inteligencja w rekrutacji i Chat GPT-3 – wszystko co musisz wiedzieć o najnowszej wersji sztucznej inteligencji i jej możliwych zastosowaniach, także w rekrutacji.
- RODO w rekrutacji – sourcing, direct search, ogłoszenia. Wszystko co musisz wiedzieć – kompleksowy poradnik RODO w rekrutacji z naciskiem na działania typu direct search / sourcing.
- Wszystko o systemach ATS – poradnik wyboru systemu rekrutacyjnego
Maciej Michalewski
Founder & CEO @ Element
Ostatnie wpisy:
Luddyści wdrożą listę zawodów chronionych przed AI? Nowy pomysł rządu
Luddyści wdrożą listę zawodów chronionych przed AI? Nowy pomysł rządu Luddyzm w biznesie i w rządzie Oto wypowiedź Pana Michała Podulskiego, dyrektora Agencji Pracy Tymczasowej
Dlaczego Element jest liderem elastyczności systemów ATS?
Oto dlaczego Element wyróżnia się jako najbardziej elastyczny ATS i jak szybko pozwala dostosować procesy rekrutacyjne do indywidualnych potrzeb firmy.
Lepsze wyszukiwanie i obsługa ponownych aplikacji w Element
Lepsze wyszukiwanie i obsługa ponownych aplikacji w Element Wyszukiwanie kandydatów jeszcze lepsze Wzięliśmy się za udoskonalanie wyszukiwarki kandydatów w Elemencie. Choć baza kandydatów w naszym
Raport ofert pracy – październik 2024: kolejna poprawa!
Ponownie dobre wieści z rynku pracy! Pracodawcy publikują coraz więcej ogłoszeń rekrutacyjnych. W jakich branżach? Sprawdź szczegóły!
Keywords cloud – najlepszy sposób na przygotowanie CV pod ATS
Keywords Cloud, czyli chmura słów kluczowych to najskuteczniejsza techniką przygotowania CV pod systemy ATS. Zobacz czym jest i jak ją dodać do CV.
Neuron biologiczny, sztuczny neuron, matematyka i inteligencja
Im dłużej przyglądam się postępom badań nad inteligencją, sztuczną i biologiczną, tym bardziej matematyka i fizyka jawią się wspólnym mianownikiem obu. Zobacz prosty przykład, który ilustruje tę zależność.