0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

特斯拉开启人工智能神经网络的序幕

SwbJ_Teslamotor 来源:未知 作者:胡薇 2018-11-13 09:11 次阅读

又至年底,一些新的会变旧,一些旧的要变新。永远与“新潮科技”挂钩的iPhone,一晃已经来到了第12个年头,对科技圈如数家珍的你,估计也没法一下子准确地回忆起iOS 9发布于何年何事,不注意间,新的变“旧”了。

而已经在马路上奔驰6年有余的特斯拉Model S,也在上周刚刚OTA推送的软件更新中获得了一次设计、功能的全面变化,不注意间,“旧”的变新了。

9.0更新之所以空前受人关注,可不仅仅是版本号数字动动这么简单,9.0让特斯拉的车载系统有了构建APP Store的可能,也让特斯拉开启了人工智能神经网络的序幕,如果说“造车新势力”正在努力让车机设计、功能向特斯拉的水准大踏步前进的话,9.0又重新超越前作,试探性地为智能汽车软件系统设立新的水准。

这“水准”,在我看来至少要包括四个方面。

友好我们的很多亲友对数码产品参数和技术一无所知,但他们可以轻松地告诉你哪个型号的产品更好用一些。帮助他们做出判断的,是这些设备软件的设计和交互。

9.0换用了全新的设计风格,在视觉上更为扁平化和符号化,在视觉水准上与当前最新的数码产品处于同一阵营,更新后的字体和字号,让文字部分在屏幕上的可读性有了更进一步的提升。

屏幕元素的色彩被进一步简化,高反差的黑白两色让在车辆行驶中眼睛快速扫到自己想要点击的位置变得更为随意。看到不是关键,关键是能点到。当前很多自主品牌车机系统被人诟病的并非是屏幕尺寸不够大,而是菜单逻辑极为复杂甚至混乱,你永远不知道想要的功能会在街角的哪个咖啡店突然出现。

9.0将与车辆最基本操作相关的功能按钮放在了屏幕的最下端,空调和座椅加热等具备相关性的“气温”调节功能都被整合在了一起,便于快速找到。

而与车辆和行驶相关的设置都集成在了左下角的车辆菜单中,你甚至可以在这个设计中想起Windows系统开始菜单的使用逻辑。

而对于最高频使用的功能来说,9.0把它们全部集成在了“快速设置”选项中,省去了一次次寻找的麻烦。这样努力的结果是,基本所有的设置都可以在3次点击之中完成,这大大简化了车主使用车辆的难度,变相的也提升了车辆使用的安全度。

从9.0更新的软件功能中,我们看到了特斯拉正在尽可能地预判用户想要实现的功能效果,让用户所需的消息“浮动”出来。

比如,当用户调整座椅时,系统就会自动提示是否需要将现有设置保存在车主配置文件当中,变传统的“调节-寻找设置项-保存”为直接的“调节-确认”,大大简化了流程环节。而特斯拉预埋的大量硬件配置和传感器数据,让软件通过把这些节点进行“合纵连横”之后描绘出新的功能成为可能,更多的数据类型在算法的支持下,可以让车辆更准确的感知当前的运行状态并对车主进行辅助。

9.0新增了“障碍物感应限速”,开启之后如果车辆在低速行驶时检测到前方有障碍物,该功能会自动限制加速,对于经常喜欢在低速时猛踩电门释放激情的特斯拉用户来说是非常必须的安全保障。

一些呼声甚高的功能也在看起来“硬件缺失”的情况下被特斯拉重塑了出来,由于并没有在两侧后视镜上提供物理的指示灯,之前的特斯拉车辆无法在车主试图转向时提供盲区监测,而依托于9.0开放的Autopilot 2.0系统360度环境感知能力,如果车辆判断当前不适宜转向,会在屏幕正中显示一条红色的车道线,对当前行为进行预警。

同样被“造出来”的还有9.0的行车记录仪功能,利用特斯拉Autopilot系统的前置摄像头,在插入一块新建了名为“TeslaCam”文件夹的U盘之后,9.0系统就会在屏幕的最上面出现一个行车记录仪的图标。但较为遗憾的是,色彩稍差同时视角也比较窄,同时也没办法记录声音,但谁又能知道特斯拉不会在之后的版本中提供开启N个摄像头来记录环境呢。

上图为特斯拉9.0行车记录仪视频截图

话又说回来,“本地化”依然是之后特斯拉软件需要在中国不断解决的问题,除了规划导航之外就有力难出的语音系统无疑是一个明证。

虽然软件版本已经迭代至9.0,但即便是第一批Model S用户依然能够将自己的车升级到最新的版本,即便因为硬件能力的限制,很多功能已经无法全面支持,但在设计和逻辑上也得到了全面升级。最深的感触是:9.0开始有了一个开放操作系统的雏形。

Model S 8.1版本软件主界面

在之前版本的软件中,浏览器、能耗、后视摄像头等功能在层级上与导航处于并列层级,在视觉上给人的感受是:车辆只提供了固定的集中功能,且多个功能之间的权限是在同一层级的。而在9.0上,“桌面”层级显示的是与行车关系最为密切的地图和导航视图,而其它的功能都被整合在“应用程序启动器”当中,不仅可以在这里启动想要选择的功能,通过向上滑动应用程序启动器的图标,便可访问最近使用过的应用程序。

而类似于iPad分屏概念的功能也被引入进来,可以通过拖动界面边缘来动态调整不同应用之间的显示比例,类似音乐播放器这样的功能还可以根据显示面积大小的不同选择不同样式的用户界面。

哦对了,意料不到的彩蛋也成了每次特斯拉更新时意料之中的亮点,9.0提供了一个雅达利游戏机的模拟器,如果你正好是P100D的车主的话,恭喜你拥有了这个世界上最贵的可移动雅达利游戏机。

联想到马斯克谈到在10.0更新时特斯拉将提供网络视频和卡拉OK的功能,我们不妨大胆想象,如果特斯拉提供一个APP Store,那么特斯拉将拥有的功能和可以使用的网络服务将再次突破一个数量级,甚至构建起一个新的智能汽车应用生态。那时,才是真正的常用常新。

特斯拉的Autopilot 2.X系统中,一共布置了8个摄像头,但在9.0之前的软件版本中,Autopilot系统从未能够做到同时启用并整合8颗摄像头的视觉数据,这也是之前特斯拉“完全自动驾驶”能力始终未能得到突破的原因。

而在9.0系统当中,Autopilot启用了全部摄像头,来自不同角度的视觉数据都被整合分析,在力求模拟人类开车逻辑的Autopilot技术体系当中,这意味着Autopilot在单颗“眼睛”上都有了类似人类的分析能力,而整套系统拥有的“眼睛”还比人类更多。在传感器和核心运算芯片都没有更换的情况下,Autopilot系统之所以能够发生如此大幅度的性能提升,靠的是马斯克口中所说的AI神经网络。

算法的提升,让9.0系统加持下的特斯拉车辆在驾驶反馈上更接近于人类驾驶员在行驶中的操作感受,同时这套系统的成功应用理论上会让Autopilot在数据收集、学习和迭代上再度提速。虽然尚不能判断是因为法规限制的缘故,还是在国内的路试里程尚未达到条件,国内的9.0更新尚未推送那个已经被媒体热炒为神迹的“Navigation on Autopilot”功能,但在国内Autopilot支持的场景之下,依然可以感受到本次系统更新带来的好处。

Autopilot系统准确地识别出了行人

在可见的环境下,9.0软件对于周围环境的感知更为准确,不仅车辆各向的车辆都能被发现,屏幕上也会准确地显示出车辆为小型车还是大型车,甚至行人和自行车也能被标记出来。

而之前曾让我提心吊胆的自动变道功能,终于用实际表现改变了我的观点,在工作日下午三点北京五环的混乱路况下,车辆对旁边空缺的判断和变道操作都十分老练,要不是我主动提醒,副驾驶的朋友甚至都没有感觉到变道是车在操作。联想到半个月前我在Mobileye总部试乘的摄像头解决方案的L4级别无人驾驶车的表现,我对特斯拉Autopilot系统在明年实现美国沿着高速路的跨国无人自驾游充满信心。

在这个日渐寒冷的日子里,9.0软件系统的发布对于很多竞品来说或许是个更加寒冷的信息,在2019年一众即将交付的新势力产品中,很多产品的软件界面都是对于特斯拉8.X系统的高仿之作,进而在这次更新之后直接显得像是上个时代的产物。

或许,我们从此不仅见证了一套软件系统的进化,还能见证一套人工智能体系的生长。觉醒开始了。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 特斯拉
    +关注

    关注

    66

    文章

    6009

    浏览量

    125671
  • 人工智能
    +关注

    关注

    1776

    文章

    43845

    浏览量

    230591

原文标题:特斯拉的人工智能觉醒:9.0版软件更新全面体验

文章出处:【微信号:Teslamotorschina,微信公众号:特斯拉电动车】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    详解深度学习、神经网络与卷积神经网络的应用

    在如今的网络时代,错综复杂的大数据和网络环境,让传统信息处理理论、人工智能与人工神经网络都面临巨大的挑战。近些年,深度学习逐渐走进人们的视线,通过深度学习解决若干问题的案例越来越多。一
    的头像 发表于 01-11 10:51 719次阅读
    详解深度学习、<b class='flag-5'>神经网络</b>与卷积<b class='flag-5'>神经网络</b>的应用

    人工智能大模型、应用场景、应用部署教程超详细资料

    人工智能是IC行业近几年的热词,目前此技术已经有很多成熟的模型和落地案例。在此跟大家做个分享,更多详细资料,请自行搜索:【展锐坦克邦】,坦克邦-智算天地集算法模型、部署说明于一体,为广大客户提供了
    发表于 11-13 14:49

    人工神经网络相关资料

    以冯·诺依曼型计算机为中心的信息处理技术的高速发展,使得计算机在当今的信息化社会中起着十分重要的作用。但是,当用它来解决某些人工智能问题时却遇到了很大的困难。 例如,一个人可以很容易地识别他人的脸孔
    发表于 09-27 06:13

    人工神经网络算法、PID算法、Python人工智能学习等资料包分享(附源代码)

    网络(Artificial Neural Network,即ANN) 可以概括的定义为:   由大量具有适应性的处理元素(神经元)组成的广泛并行互联网络,它的组织能够模拟生物神经系统
    的头像 发表于 09-15 15:36 760次阅读
    <b class='flag-5'>人工</b><b class='flag-5'>神经网络</b>算法、PID算法、Python<b class='flag-5'>人工智能</b>学习等资料包分享(附源代码)

    不可错过!人工神经网络算法、PID算法、Python人工智能学习等资料包分享(附源代码)

    ,是模拟人工智能的一条重要途径。人工神经网络与人脑相似性主要表现在: ①神经网络获取的知识是从外界环境学习得来的; ②各神经元的连接权,即突
    发表于 09-13 16:41

    基于IDE构建用于STM32微处理器的完整人工智能项目

    本用户手册指导了基于 IDE 逐步构建用于 STM32 微处理器的完整人工智能(AI)项目,自动转换预训练好的神经网络(NN)并集成所生成的优化库。本手册还介绍了 X-CUBE-AI 扩展包,该扩展
    发表于 09-07 06:15

    什么是卷积神经网络?卷积神经网络人工智能和机器学习的意义

    随着人工智能(AI)技术的快速发展,AI可以越来越多地支持以前无法实现或者难以实现的应用。本文基于此解释了卷积神经网络(CNN)及其对人工智能和机器学习的意义。CNN是一种能够从复杂数据中提取特征的强大工具,例如识别音频信号或图
    发表于 09-05 10:23 538次阅读

    神经网络模型的工作原理和作用

    神经网络模型是一种计算模型,基于人类神经系统的处理和学习机制,模仿大脑神经元的工作方式,对输入数据进行分析处理,实现分类、识别和预测等任务。神经网络模型在
    发表于 08-28 18:21 921次阅读

    人工神经网络和bp神经网络的区别

    人工神经网络和bp神经网络的区别  人工神经网络(Artificial Neural Network, ANN)是一种模仿人脑
    的头像 发表于 08-22 16:45 3431次阅读

    卷积神经网络的工作原理 卷积神经网络通俗解释

    卷积神经网络的工作原理 卷积神经网络通俗解释  卷积神经网络(Convolutional Neural Network, CNN)是一种众所周知的深度学习算法,是人工智能领域中最受欢迎
    的头像 发表于 08-21 16:49 2737次阅读

    卷积神经网络原理:卷积神经网络模型和卷积神经网络算法

    卷积神经网络原理:卷积神经网络模型和卷积神经网络算法 卷积神经网络(Convolutional Neural Network,CNN)是一种基于深度学习的
    的头像 发表于 08-17 16:30 915次阅读

    RBF神经网络(2)#人工智能

    神经网络人工智能
    未来加油dz
    发布于 :2023年07月27日 11:26:00

    RBF神经网络(1)#人工智能

    神经网络人工智能
    未来加油dz
    发布于 :2023年07月27日 11:25:34

    BP神经网络简介(2)#人工智能

    神经网络人工智能
    未来加油dz
    发布于 :2023年07月27日 11:12:36

    BP神经网络简介(1)#人工智能

    神经网络人工智能
    未来加油dz
    发布于 :2023年07月27日 11:12:13