En lugar de leer este artículo, recomiendo encarecidamente ver la versión en video. Sin embargo, para aquellos a quienes no les gusta ese medio, tenemos una versión de artículo del video a continuación.
Contenidos
No es el Día de la Autonomía 2.0
Entonces, en lo que respecta a Elon Musk, a menudo me he preguntado: “Elon, tienes la máquina que construye la máquina, entonces, ¿dónde está el robot que construye el robot?” En este artículo, detallaré lo que creo que es más probable que Tesla anuncie el Día de la IA (hoy) y todo tiene que ver con los numerosos consejos de Elon sobre cómo resolver la IA del mundo real.
Y solo para aclarar, la IA del mundo real significa una IA capaz de capturar, procesar e interactuar con el mundo real, que podría ser tan confinado como un almacén o tan ilimitado como todas las carreteras y otras infraestructuras de transporte en todo el mundo. Todos los miles de millones de casas únicas con diferentes muebles y diseños también son difíciles.
Elon tiene muchos objetivos en la vida, y muchos de esos objetivos son en realidad caminos que conducen a Marte. Sin embargo, hay algo que siempre ha faltado y son los robots. Ninguna de sus empresas fabrica robots. No me refiero a máquinas de línea de montaje, robots reales. Lo que necesitará para la minería de asteroides, la construcción orbital y la creación de civilización en Marte.
Lo más parecido que tienen es el piloto automático. La razón por la que no hay robots no se debe a las limitaciones físicas de los robots. Claro, Elon ha dicho en ocasiones que los robots no son muy útiles con cosas como cables o rellenar espuma y caucho en espacios pequeños, pero la verdadera limitación es que en realidad no existe un programa de entrenamiento de IA en el mundo real. Ahí es donde entra en juego el día de la IA de Tesla, y es no será el Día de la Autonomía 2.0.
Para responder primero a la pregunta más obvia, si la IA no se trata de piloto automático, ¿de qué se trata? El día de la IA de Tesla probablemente se tratará de un paquete de software, una IA para desarrollar IA en el mundo real, por así decirlo. Ahora, para comenzar, permítanme mostrarles un breve clip de la conferencia Google I / O en 2017.
Problema 1/2: recopilación de datos para una IA
Dejé esa broma allí al final a propósito, porque lo que hace Tesla es ir mucho más profundo. Así es cómo. La mitad del problema con la IA es obtener datos para alimentarla, lotes de datos. Estamos hablando de miles, si no miles de millones, de, digamos, ejemplos. ¿Fotos de gatos? Fácil, Internet está lleno de ellos. ¿Escaneos de resonancia magnética? Más difícil. ¿Video de 360 grados (en lugar de imágenes) de un automóvil conduciendo en todas las situaciones físicamente posibles en la Tierra? Increíblemente duro.
Luego, incluso si tiene acceso a los datos, también debe etiquetarse. Tesla en su mayor parte ha podido automatizar el proceso de recopilación y etiquetado de datos. Aquí está la primera parte de un clip de una presentación dada por Andrej Karpathy de Tesla:
Estoy seguro de que Tesla se ha convertido en el mejor del mundo en etiquetar automáticamente metraje 4D, y esto es algo que realmente podría vender. Pero para cosas nuevas, para casos extremos o cuando la confianza de la IA es baja, todavía necesita mucha gente etiquetando datos. En Tesla, a partir del otoño pasado, el número de etiquetadoras supera los 500, y en realidad querían duplicar ese número a 1,000. Eso es algo que Elon nos dijo directamente en una conversación que tuvo con nuestro CEO, Zachary Shahan. No permita que la cantidad de etiquetadoras lo confunda aquí, incluso dentro del alcance de la inteligencia artificial del mundo real, navegar por una infraestructura repleta con todas las variaciones en todo el mundo es probablemente el problema más difícil que podría resolver. Cuantos más casos extremos, más etiquetadoras. Los problemas más simples que otras empresas necesitan resolver, posiblemente utilizando la IA de creación de inteligencia artificial de Tesla, necesitarán muchas menos etiquetadoras.
Problema 2/2: entrenamiento de la IA
La otra mitad del problema con la IA es el entrenamiento real. Es necesario mejorar la IA. Hacer eso manualmente no va a funcionar. La IA necesita que se le enseñe cómo aprender y mejorarse a sí misma y hacerlo de forma automática. Para mostrarle que esto es algo que Tesla ha podido lograr, aquí está la parte 2 del clip de la presentación de Andrej Karpathy mencionada anteriormente:
Si prestó mucha atención, Tesla está tratando de expandir el trabajo de los etiquetadores para permitirles entrenar realmente la IA también, de modo que, como dijo el CEO de Google, los doctores en aprendizaje automático puedan enfocarse en otras tareas.
En qué se puede concentrar el equipo central de piloto automático
Entonces, podría preguntarse, si los etiquetadores hacen todo este trabajo adicional (lo cual es fenomenal), ¿en qué trabajan los expertos en doctorado en aprendizaje automático? Lo más obvio es mejorar el sistema de aprendizaje para que sea mejor en el aprendizaje y más rápido en el aprendizaje, básicamente utilizando menos recursos informáticos para reducir el tiempo de capacitación y también para poder aprender de un conjunto de datos más pequeño. Obtener 10,000 imágenes de una señal de alto es relativamente fácil. Obtener 10,000 ejemplos de un “caso límite” lo descalificaría de ser un caso límite. Aprender de un grupo de muestra más pequeño es fundamental.
Sin embargo, Tesla puede funcionar incluso con un ejemplo de caso de un solo borde. Algunas de estas personas trabajarán para convertir esos ejemplos individuales en simulaciones de las que el automóvil pueda aprender. Elon dijo, creo que más de una vez, que el beneficio de una flota frente a una simulación extensa es que encuentras esas cosas raras que nunca hubieras pensado en simular.
Algunos expertos trabajarán para mejorar el reconocimiento de imágenes / objetos en el que confían los etiquetadores para obtener datos. Al mismo tiempo, esto da como resultado un mejor etiquetado automático y reduce la carga de trabajo de las etiquetadoras.
Luego, Tesla todavía está realizando un gran esfuerzo para cambiar el código, de modo que todas las entradas de la cámara estén unidas en video 360 y todas las redes neuronales puedan obtener la información que necesitan de ese video 360 en lugar de que la cámara separada alimente todas las redes neuronales. solía confiar. Es un sistema más antiguo que aún se ejecuta al mismo tiempo que el sistema de video 360, pero una vez que se hayan migrado todas las redes neuronales y Tesla pueda eliminar el sistema anterior, eso liberará mucho espacio en el chip de hardware 3 que se puede usar para más , redes neuronales más grandes y complejas.
Nota al margen: creo que una vez que Tesla termine de migrar esto, anunciarán el hardware 4, porque el hardware 3 tiene componentes como una GPU y una CPU más grandes que son costosos y no realmente necesarios una vez que se ha eliminado el sistema anterior; parte de HW3 era ayudar la transición de HW2.
Cómo esto supera a la competencia
Entonces, si Tesla decide vender esta IA de entrenamiento de inteligencia artificial a otras empresas para fines distintos a la conducción, ¿cómo es mejor que cualquier cosa que se encuentre actualmente en el mercado?
Para explicar lo que esto significa, echemos un vistazo a lo que muchos conocen como la empresa de robótica más avanzada del mundo: Boston Dynamics.
Boston Dynamics se ha convertido en una sensación de Internet gracias a sus robots Spot y Atlas, que muestran una coreografía absolutamente asombrosa y la capacidad de caminar como animales reales. De hecho, mientras escribo esto, acaban de publicar un video que muestra al robot Atlas haciendo parkour. Lo que la mayoría de la gente no se da cuenta es que Boston Dynamics solo está resolviendo un problema, un problema muy difícil: caminar. Estos bailes geniales fueron preprogramados y no son tan interesantes desde el punto de vista de la IA. Lo que es más interesante es que todos los robots de Boston Dynamics se pueden mover con un simple joystick. Le dices a dónde ir y la IA descubre cómo llegar caminando. No es como un pequeño coche a control remoto, ya que entonces tú tienes el control. Aquí, simplemente le dices que se mueva en cierta dirección y velocidad, o como con un rover de Marte, eliges un destino. El parkour es más impresionante ya que el robot está aprendiendo a atravesar un terreno complejo como lo haría un humanoide.
Sin embargo, si desea poner a Atlas a trabajar en un almacén, o peor aún, en una fábrica, no podrá hacerlo. No tiene inteligencia y su conocimiento de la situación se limita a no chocar contra una pared y abrir una puerta, que es básicamente una característica como el estacionamiento automático, que, como sabemos, no siempre funciona. En cualquier caso, la conciencia de la situación del robot no está programada para evadir una carretilla elevadora que viene directamente hacia ella, o para caminar en la zona segura para empezar. Tampoco tiene la inteligencia para comprender cómo A conduce a B conduce a C y recurrir a la experiencia previa para predecir cosas. La IA de Tesla hará que sea mucho más fácil agregar la inteligencia necesaria para que no sin pensar recoger una caja, pero para razón cómo recogerlo.
Entonces, sí, se pueden programar muchos aspectos individuales sin el paquete de inteligencia artificial de Tesla, pero sería mucho más fácil con ese paquete, que supera a cualquier otra oferta que haya en el mercado, especialmente porque la capacitación requiere menos expertos y mucho menos tiempo. Tesla incluso podría comenzar a vender su chip HW3 de bajo consumo para alimentar estos nuevos robots. La IA que crea la IA crea la IA de una manera que funcionará bien en ese chip. Técnicamente, si tiene éxito, gracias a las economías de escala, esto podría reducir aún más el precio del chip de hardware 3 de Tesla. Además, Elon ya ha dicho que Dojo se ofrecerá como un servicio, pero no entró en detalles, tal vez porque el acceso a Dojo es parte de un paquete de software de creación de inteligencia artificial.
Entonces, para recapitular:
- Tesla ha automatizado el etiquetado de datos (bueno, tanto como sea posible),
- Tesla ha automatizado las herramientas necesarias para crear y mejorar la inteligencia artificial para que un número mucho mayor de personas con menos capacitación, como los etiquetadores, puedan hacer el trabajo que antes solo podían hacer los expertos en aprendizaje automático.
- La IA de Tesla puede crear una IA capaz de navegar por el mundo real con inteligencia y conciencia de la situación, descifrando la IA del mundo real como Elon ha dicho un montón de tiempo.
- Tesla puede ofrecer un chip único y de bajo consumo que puede ejecutar una IA compleja creada por la IA de Tesla.
Y solo necesito decir esto por si acaso, porque algunas personas me han preguntado esto antes, este sistema tal como está nunca puede conducir a la IA general por sí solo; no estamos ni cerca de eso. En todo caso, esto es solo un gran progreso cuando se trata de automatizar el proceso para crear una IA estrecha para tareas específicas relacionadas con la interpretación e interacción con el mundo real, descifrando la IA del mundo real.
El futuro
Entonces, ¿qué tipo de productos robóticos podrían fabricarse potencialmente con esto que antes eran demasiado difíciles o costosos de fabricar?
Podría crear una cocina robótica, automatizar almacenes tradicionales, automatizar partes de una fábrica que antes eran imposibles de automatizar o hacer que la automatización sea más robusta agregando inteligencia. Puede automatizar algunas tareas de construcción, crear una criada robótica para la casa y, lo más importante, robots para el espacio. Esto incluye robots para cosas como minería de asteroides, construcción orbital y una fábrica de autorreplicadores Clanking, que es básicamente una fábrica que puede fabricar robots de construcción y todas las piezas necesarias para otra fábrica de autorreplicadores Clanking que dichos robots pueden construir. Elon ya es un gran fanático de la utilización de recursos in situ, o ISRU, es decir, el uso de materias primas locales para crear un producto deseado. El primer intento de SpaceX en esto será succionar gases atmosféricos en Marte y convertirlos en propulsores de cohetes, y es muy poco probable que se detenga allí. Tesla AI Day podría ser el comienzo de una nueva dirección para todas las empresas de Elon que hará que la niebla que es el futuro cercano se aclare bastante.
Esperamos que haya disfrutado de este artículo. También haremos un artículo / video después del Día de la IA para analizar todo lo que se dijo. El propio Elon felicitó nuestro artículo de análisis del chip HW3 que se detalló en el Día de la Autonomía, así que espero que esto vuelva a dar en el blanco.
.
Sin más, te dejo hasta una nueva noticia. ¡Nos vemos!