এই সব নেট বেবি। জাল ছাড়া আর কিছুই নয়।
গত বছরের আগস্টে, টেসলার সিইও ইলন মাস্ক ব্যক্তিগতভাবে FSD Beta v12 প্রদর্শন করেছিলেন, যেটি তখনও আনুষ্ঠানিকভাবে প্রকাশিত হয়নি, তার মডেল এস-এ।
FSD Beta v12 এর বিশেষত্ব হল এটি হল বিশ্বের প্রথম এন্ড-টু-এন্ড স্বায়ত্তশাসিত ড্রাইভিং সিস্টেম যা সম্পূর্ণরূপে নিউরাল নেটওয়ার্কের উপর ভিত্তি করে। অন্য কথায়, এটি সত্যিই "AI দ্বারা চালিত।"
বর্তমান লাইভ ভিডিও সম্প্রচারের মান থেকে বিচার করলে, ছবির গুণমান সহ লাইভ সম্প্রচার যা দশ বছর আগে স্মার্টফোনের মতো ভালো ছিল না, স্ক্রিনটি ঘন ঘন ঘোরানো এবং ঝাঁকুনি দেওয়া, এবং অ্যাঙ্করের পেশাদার গুণমান উদ্বেগজনক ছিল, এটি স্পষ্টতই ছিল না। একটি সফল লাইভ সম্প্রচার। কিন্তু "AI ড্রাইভ মাস্ক টু জুকারবার্গের বাড়িতে" বিষয়টা সত্যিই আকর্ষণীয়, প্রায় 12 মিলিয়ন মানুষ অনলাইনে দেখছেন।
আরও গুরুত্বপূর্ণ, এই 45-মিনিটের লাইভ সম্প্রচারের সময়, FSD Beta v12 শুধুমাত্র একবার ভার গ্রহণ করেছিল। অন্য সময়ে, এর ড্রাইভিং স্টাইলটি মূলত সাধারণ মানুষের মতোই ছিল।
লাইভ সম্প্রচার শুরু হওয়ার সাথে সাথে, মাস্ক একটি অস্বাভাবিক রাস্তার অবস্থার সম্মুখীন হন – নির্মাণের কারণে একটি অস্থায়ী পরিবর্তন। কিন্তু এফএসডি মোটেও দ্বিধা করেনি এবং খুব কম গতিতে সহজেই এটি অতিক্রম করেছে। মাস্ক সে সময় আরও বলেছিলেন যে সিস্টেমটি "এমন রাস্তার পৃষ্ঠ কখনও দেখেনি।"
লাইভ সম্প্রচার জুড়ে, FSD v12 ভাল পারফর্ম করেছে বলে মনে হয়েছিল, কিন্তু অনেক লোক এখনও একটি সমস্যা খুঁজে পেয়েছে – ক্যালিফোর্নিয়ার সিলিকন ভ্যালির পালো অল্টোর রাস্তার অবস্থা খুব বন্ধুত্বপূর্ণ ছিল৷
পালো অল্টোতে, যত্রতত্র রাস্তা পার হওয়া পথচারী নেই, বা মোটরসাইকেল বা সাইকেল হঠাৎ অন্ধ দাগ থেকে উঠছে না। এমনকি আমেরিকান নেটিজেনরা যারা চওড়া রাস্তা দেখতে অভ্যস্ত তারা বলেছেন যে FSD v12 এর শক্তি বাড়ানোর সময় এসেছে। এই ধরনের রাস্তার অবস্থা কেবল যথেষ্ট নয়।
কিন্তু এখন, যেহেতু FSD Beta v12 আনুষ্ঠানিকভাবে উত্তর আমেরিকার ব্যবহারকারীদের কাছে ঠেলে দেওয়া হয়েছে, আমরা ইতিমধ্যেই অনেক বিদেশী ব্লগারের ভিডিও থেকে এর প্রকৃত ক্ষমতার আভাস পেতে পারি।
V12, আগে এবং পরে স্মার্ট ড্রাইভিংয়ের দুটি যুগকে বিভক্ত করে
ইউটিউব ব্যবহারকারী হোল মার্স ক্যাটালগ পরীক্ষার সংস্করণ প্রাপ্ত প্রথম ব্লগারদের মধ্যে একজন এবং তিনি 2020 সাল থেকে টেসলা এফএসডি-এর ক্ষমতা পরীক্ষা করছেন।
তার ভিডিও থেকে বিচার করে, FSD Beta v12 বৃষ্টির রাতে অপেক্ষা করার "পুরানো এবং কঠিন" দৃশ্যে চমৎকার পারফরম্যান্স করেছে।
▲ বৃষ্টির রাতে সরু রাস্তায় ভ্রমণ, ভিডিওটি ত্বরান্বিত হয়নি
দিনের বেলায় কোন সমস্যা হয় না। পাশের রাস্তায় ঘুরুন এবং আপনি যখন আপনার গন্তব্যে পৌঁছান, তখন আগের মতো রাস্তার মাঝখানে পার্কিংয়ের পরিবর্তে টানুন এবং পার্ক করুন।
FSD Beta v11-এর সাথে তুলনা করে, v12-এর ডিট্যুর স্পিড উল্লেখযোগ্যভাবে উন্নত করা হয়েছে। রাস্তায় পার্ক করা একই গাড়ির মুখোমুখি হওয়া, v12-এর ডিট্যুর অ্যাকশন একজন মানুষের ড্রাইভারের সাথে সম্পূর্ণ তুলনীয়, যখন v11 এর মাঝখানে "ফাঁদে" পড়ে রাস্তা, এবং ড্রাইভারকে গাড়ি যেতে সাহায্য করার জন্য আমাকে এক্সিলারেটরে পা রাখতে হয়েছিল।
▲ মডেল S FSD বিটা V12 তে আপগ্রেড করা হয়েছে৷
▲ মডেল Y এখনও FSD বিটা V11 দিয়ে সজ্জিত
এছাড়াও, হোল মার্স ক্যাটালগ বিশ্বাস করে যে FSD বিটা v12-এর অরক্ষিত বাম মোড়গুলি পূর্ববর্তী সংস্করণগুলির তুলনায় উল্লেখযোগ্যভাবে উন্নত হয়েছে এবং ট্র্যাফিক লাইট চিনতে সক্ষমতাও শক্তিশালী।
পাঁচ মাস আগে সরাসরি সম্প্রচারে, ট্র্যাফিক লাইটের ভুল স্বীকৃতির কারণে মাস্ক গাড়িটি দখল করেছিলেন। লাইভ সম্প্রচারের মাঝখানে, মডেল এস ভুলভাবে একটি মোড়ে সোজা যাওয়ার জন্য সবুজ বাতি হিসাবে বাম মোড়ের সবুজ আলো দেখেছিলেন এবং তারপরে গাড়ি চালানো শুরু করেছিলেন, কিন্তু মাস্ক তাকে থামিয়ে দিয়েছিলেন।
▲ভুল ট্রাফিক লাইট
কস্তুরী বিশ্রীভাবে হেসে বললেন যে তিনি এই সমস্যা সমাধানের জন্য FSD-এর জন্য আরও "ট্রাফিক লাইট ভিডিও" দেখবেন। এটা ঠিক, আগের FSD-এর বিপরীতে, FSD Beta V12-এর বৃদ্ধি কোডের লাইনের উপর নির্ভর করে না, কিন্তু ভিডিওগুলির উপর নির্ভর করে।
টেসলা FSD Beta V12-এর রিলিজ নোটে উল্লেখ করেছে, "FSD Beta V12 শহরের রাস্তার ড্রাইভিং স্ট্যাককে একটি একক এন্ড-টু-এন্ড নিউরাল নেটওয়ার্কে আপগ্রেড করে, লক্ষ লক্ষ ভিডিও ক্লিপগুলিতে প্রশিক্ষিত, স্পষ্ট C++ কোডের 300,000-এরও বেশি লাইন প্রতিস্থাপন করে"।
তথাকথিত এন্ড-টু-এন্ড সমাধান একটি ইউনিফাইড সিস্টেম ফ্রেমওয়ার্কের মধ্যে "উপলব্ধি-সিদ্ধান্ত-নিয়ন্ত্রণ" এর সম্পূর্ণ প্রক্রিয়াকে বোঝায় এবং প্রথাগত পদ্ধতিতে এটিকে পচানোর পরিবর্তে গভীর শিক্ষার পদ্ধতির মাধ্যমে প্রশিক্ষণ সম্পন্ন করা হয়। একাধিক মডিউল যেমন উপলব্ধি, অবস্থান, পথ পরিকল্পনা, এবং নিয়ন্ত্রণ। উপরের মডিউল ফলাফলগুলি আউটপুট করে এবং নীচের মডিউলটিকে চালানোর জন্য গাইড করে।
মডুলার সমাধানের প্রতিটি মডিউলের মধ্যে সিরিজ সংযোগের অত্যন্ত বিমূর্ত ফলাফলগুলি ভুল হতে পারে৷ পরবর্তী ভবিষ্যদ্বাণী মডিউল ত্রুটিটি মেরামত করতে পারে না, বা ত্রুটিটি পুনরুদ্ধার করতে অনেক পোস্ট-প্রসেসিং বা বিচারের প্রয়োজন হয় এবং প্রভাব খুব বেশি নাও হতে পারে৷ ভাল. একই সময়ে, প্রতিটি মডিউলের জন্য একটি পৃথক ডেটা সেট প্রয়োজন, যা লেবেলিং প্রয়োজনীয়তার জন্য প্রচুর অর্থ খরচ করে এবং পৃথক স্থাপনার জন্য উচ্চতর কম্পিউটিং শক্তি প্রয়োজন।
চেন লি, সাংহাই এআই ল্যাব পুজিয়া ওপেনড্রাইভল্যাব টিমের একজন গবেষক, এর আগে চায়না বিজনেস নিউজের সাথে একটি সাক্ষাত্কারে বলেছিলেন যে মডুলার সমাধানটি এখনও সিদ্ধান্ত গ্রহণ এবং নিয়ন্ত্রণের অংশগুলিতে বিশেষজ্ঞের নিয়ম দ্বারা প্রভাবিত, এবং বিশেষজ্ঞ সিস্টেমের মাধ্যমে ম্যানুয়ালি টিউন করা হয়, দুর্বল সাধারণীকরণ ক্ষমতা সহ।
এটা এমন একজন ছাত্রের মত যে মনোযোগ সহকারে শোনে কিন্তু ভিন্নভাবে চিন্তা করে না। শিক্ষক যা শেখান সবই সে জানে। কিন্তু একবার সে এমন কিছুর সম্মুখীন হয় যা শিক্ষক শেখাননি, তা বলা কঠিন। এটা বলা যেতে পারে যে এই দুটি ভিন্ন পদ্ধতি। একটি হল সঠিক উত্তর দেওয়া এবং শুধুমাত্র এটি অনুসরণ করা; অন্যটি হল সমস্যা সমাধানের ধারনা দেওয়া এবং তারপরে অনুমান করা।
FSD, একজন "ভাল ছাত্র" হতে হবে
যে কারণে FSD Beta v12 অনেক মনোযোগ আকর্ষণ করেছে, এবং Musk যে কারণে এটি প্রচারের জন্য একটি লাইভ সম্প্রচার চালু করেছে, শেষ পর্যন্ত এটি বুদ্ধিমান ড্রাইভিং উপলব্ধি করার উপায় পরিবর্তন করেছে।
যতক্ষণ সামনে লাল বাতি থাকবে ততক্ষণ সবাই সাদা লাইনের পিছনে থেমে যাবে।
তাই FSD "লাল আলোতে থামুন, সবুজ আলোতে যান" এর নিয়ম শিখেছেন৷ এটি মানুষের দ্বারা বলা মানক উত্তরের পরিবর্তে FSD-এর স্ব-শিক্ষার ফলাফল৷ এটি হল নিউরাল নেটওয়ার্ক, বা আরও ব্যবহার করার জন্য জনপ্রিয় শব্দ – AI।
প্রচুর সংখ্যক প্রকৃত ড্রাইভারের ড্রাইভিং আচরণ শেখার মাধ্যমে স্বায়ত্তশাসিত ড্রাইভিং শিখুন৷ এটি একটি নতুন ড্রাইভার থেকে একজন অভিজ্ঞ ড্রাইভারে রূপান্তরের একটি প্রক্রিয়া৷ আপনি যত বেশি গাড়ি চালাবেন, তত বেশি আপনি বিশ্বকে দেখতে পাবেন, অভিজ্ঞতা সঞ্চয় করতে পারবেন এবং পরিণত হবেন৷ একজন ভালো মানুষ। মানুষের বিপরীতে, FSD প্রচুর পরিমাণে সামগ্রী গ্রাস করতে পারে এবং এটি থেকে শিখতে পারে। এই দক্ষতা বেশিরভাগ অভিবাসী শ্রমিকদের তুলনায় অনেক বেশি যারা শুধুমাত্র কাজের সময় যাতায়াতের সময় এবং বের হওয়ার সময় গাড়ি চালান।
কিন্তু নিউরাল নেটওয়ার্ক নিখুঁত নয়।
এটি সম্পর্কে চিন্তা করুন, আপনি যখন বড় হচ্ছিলেন, আপনি কি এমন কিছু খারাপ লোকের মুখোমুখি হয়েছিলেন যারা "আপনাকে বিপথে নিয়ে যেতে পারে" – FSD কিছু খারাপ ড্রাইভিং অভ্যাসও দেখতে পাবে যা অবাধ্য মানব চালকদের দ্বারা "প্রদর্শিত" হয়েছে৷
মাস্কের লাইভ সম্প্রচারের সময়, যাত্রীর আসনে বসা প্রকৌশলী উল্লেখ করেছিলেন যে মার্কিন যুক্তরাষ্ট্রে, শুধুমাত্র 0.5% চালক একটি স্টপ সাইন পর্যবেক্ষণ করার আগে সম্পূর্ণভাবে থেমে যাবেন, এবং বিশাল সংখ্যাগরিষ্ঠরা ধীরে ধীরে পাস করা বেছে নেবে। তবে, নিয়ন্ত্রক কর্তৃপক্ষের প্রয়োজন হবে স্মার্ট ড্রাইভিং সিস্টেমটি সাইনের সামনে সম্পূর্ণভাবে থামতে হবে। এই লক্ষ্যে, টেসলাকে বিশেষভাবে এফএসডিকে "শিক্ষা" দিতে হবে, সঠিক অপারেশনের "প্রদর্শনের" ওজন বাড়াতে হবে এবং ভাল কিছু "শিখতে" দিতে হবে।
FSD Beta v12-এ, সিস্টেমটি প্রতিটি সংযোগস্থলে স্টপ চিহ্নগুলি সঠিকভাবে সনাক্ত করতে পারে, থামতে এবং পর্যবেক্ষণ করতে পারে এবং পাস করার শর্তগুলি পূরণ হলে যথেষ্ট সংবেদনশীলভাবে প্রতিক্রিয়া জানাতে পারে৷ রাস্তার ধারে পথচারী বা সাইকেল চালানোর কারণে আগের সংস্করণটি দীর্ঘ সময়ের জন্য দ্বিধাগ্রস্ত হতে পারে৷
যাইহোক, হোল মার্স ক্যাটালগ আরও বলেছে যে বর্তমান FSD এখনও নিখুঁত নয় এবং "সবার জন্য চালু করার জন্য প্রস্তুত নয়।" উদাহরণস্বরূপ, কিছু কাঁটাযুক্ত চৌরাস্তায়, স্টিয়ারিং হুইলটি বাম এবং ডানদিকে ঘুরবে, তার মন তৈরি করতে অক্ষম; কিছু অপেক্ষাকৃত ফাঁকা মোড়ে, গাড়িটি মাঝে মাঝে দীর্ঘ সময়ের জন্য থামবে এবং খুব সতর্ক হবে।
▲ গাড়িটি এই মোড়ে 15 সেকেন্ডের জন্য থামল
Musk পূর্বে বলেছেন যে FSD v12 তার বিটা সংস্করণের হ্যাট খুলে ফেলবে এবং এতে আর "বিটা" প্রত্যয় থাকবে না, তবে বর্তমানে ব্যবহারকারীদের কাছে যে সংস্করণটি পুশ করা হয়েছে তাতে এখনও "বিটা" লোগো রয়েছে। আমি শুধু বলতে পারি যে FSD এখনও অনেক কিছু শেখার আছে।
বিবেচনা করার মতো আরেকটি সমস্যা হল খরচ।
মাস্ক উল্লেখ করেছেন যে টেসলা প্রতি বছর FSD তে US$2 বিলিয়ন পর্যন্ত বিনিয়োগ করে, যা নিঃসন্দেহে একটি অর্থ-বার্নিং ব্যবসা। অন্যান্য গাড়ি কোম্পানি যারা এখনও মুনাফা অর্জনের জন্য সংগ্রাম করছে, তারা এই অর্থ বহন করতে পারে কিনা তা একটি অনিবার্য বিষয়। শুধুমাত্র মডেলের প্রশিক্ষণ অর্থের একটি জ্যোতির্বিজ্ঞানের যোগফল।
Tesla FSD Beta V12-এর ভিডিও প্রশিক্ষণের জন্য 15,000 NVIDIA H100 GPU-এর প্রয়োজন, যা 2023 সালের তৃতীয় প্রান্তিকে টেসলাকে NVIDIA-এর ক্রয়ের পরিমাণ তালিকার শীর্ষ 12-এ রাখে। যদিও টেসলা 2021 সালে তার নিজস্ব সুপারকম্পিউটার ডোজো প্রকাশ করে, যা 2023 সালে সফলভাবে ব্যাপকভাবে উত্পাদিত হয়েছিল, টেসলা এখনও NVIDIA এর প্রয়োজন, এবং প্রশিক্ষণের শুধুমাত্র একটি ছোট অংশ ডোজো ব্যবহার করে।
NVIDIA এর "বড় গ্রাহক তালিকা"-তে চীনা ব্র্যান্ডও রয়েছে। টেসলার চ্যালেঞ্জ মোকাবেলা করার জন্য, গার্হস্থ্য স্বায়ত্তশাসিত ড্রাইভিং ইন্ডাস্ট্রি চেইন এন্ড-টু-এন্ড সলিউশনও মোতায়েন করছে, যার মধ্যে এন্ড-টু-এন্ড মডেল প্রশিক্ষণে সিমুলেশন টেস্টিং রয়েছে।
একই তালিকায়, Baidu, যেটি দীর্ঘদিন ধরে স্মার্ট ড্রাইভিং এবং AI-তে গভীরভাবে জড়িত, 8ম স্থানে রয়েছে এবং মোট 30,000 Nvidia H100s ক্রয় করেছে৷ Baidu এর পিছনে রয়েছে Alibaba, যেটি মোট 25,000 GPU কিনেছে৷ এটি উল্লেখ করা উচিত যে 2022 সালের আগস্টে, Xpeng ঘোষণা করেছিল যে এটি 600PFLOPs (পেটাফ্লপস) এর কম্পিউটিং ক্ষমতা সহ আলিবাবার সাথে যৌথভাবে একটি বুদ্ধিমান কম্পিউটিং কেন্দ্র তৈরি করবে।
এনআইও যানবাহন-শেষ কম্পিউটিং শক্তি সম্পর্কে আরও উদ্বিগ্ন। NIO এর স্মার্ট ড্রাইভিং সিস্টেম বর্তমানে 34 NVIDIA Orin ব্যবহার করে অন্য কথায়, এর কম্পিউটিং শক্তি 1000TOPS-এর উপরে হবে।
বড় আকারের মডেলগুলির ক্রমাগত বিকাশের সাথে, কম্পিউটিং শক্তির জন্য বুদ্ধিমান ড্রাইভিং এর প্রয়োজনীয়তা আরও বৃদ্ধি পাবে। তথাকথিত "কম্পিউটিং শক্তি অকেজো" শুধুমাত্র খালি কথা হতে পারে।
# aifaner: aifaner (WeChat ID: ifanr) এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম। যত তাড়াতাড়ি সম্ভব আপনাকে আরও উত্তেজনাপূর্ণ সামগ্রী সরবরাহ করা হবে।