人形機器人時代降至?聊聊特斯拉2022 AI Day看點

【太平洋汽車網 新車頻道】在去年特斯拉AI Day上,一個人形機器人狂舞引發熱議。當然那個靈活的機器人是由真人扮演的概念展示,大家也以為這不過是一場秀肌肉的表演。

北京時間2022年10月1號,特斯拉新一屆AI Day上,特斯拉又一次展示了人形機器人,相比去年炫酷狂舞的表演,今年這一位顯得有些步履蹣跚。不像去年機器人外殼下是以為真人演員,今天走上舞台的Tesla Bot人形機器人「Optimus」原型機沒有安裝外殼,關節、骨骼、電纜等設備清晰可見,直觀展示每個動作細節。僅僅6個月時間,Tesla Bot就從一個概念迅速走向現實。

並且,馬斯克表示特斯拉人形機器人最快3年就要實現量產。當然,對於特斯拉,我們目前更多更關注的仍然是他的汽車業務,在2022 AI Day上還還公布了FSD(完全自動駕駛能力)和Dojo超級計算機的最新進展。而Optimus原型機,也與特斯拉FSD以及Autopilot相關神經網路技術有著密切的聯繫。

科幻走進現實 人形機器人取代人工?

轉身、停止、揮手問候,Optimus原型機完成了一次標準的人形機器人亮相儀式。在發布會現場視頻中,特斯拉展示了Optimus在辦公室內提起水壺澆花、雙手搬運物料至目標位置、準確定位周圍人員並主動避讓等一系列使用場景。甚至,Optimus已經在特斯拉弗里蒙特工廠中開始投入簡單工作,並為其規划了相應行動路線。

官方介紹,Optimus目前已經可以完成行走、上樓梯、下蹲、拿取物體等動作,靈活的雙手得益於合理的手指關節設置,柔韌性和強度表現俱佳,執行器既能夠承受約半噸重的鋼琴這樣的重物,也可以完成輕薄物體抓取、操作機械裝置、複雜手勢等高精度動作。

Optimus原型機軀幹處搭載了2.3 kWh、52V電池包,高度集成了充電管理、感測器和冷卻系統。「這意味著從感測到融合、再到充電管理,都彙集到這一系統內,這也是借鑒了我們在汽車設計方面的經驗。」特斯拉工程師表示。結構方面,其身體共有28個自由度,採用了更加靈活的彈簧負載設計與6種類型執行器,關節採用仿生學關節設計,模擬人類關節與肌腱形態,手部則採用人體工程學設計,擁有11個自由度。

而在「感官」上,特斯拉機器人使用的是全視覺方式識別的物體邊界,並藉助特斯拉車型的FSD超級計算平台來進行訓練。行走,對於人類來說可能是再簡單不過的日常動作,但機器人要實現穩定行走則充滿巨大挑戰。首先特斯拉需要讓機器人具備物理層面的自我認知,保障運動能效、保持平衡以及迅速應對環境中的風險,同時也要兼顧四肢長度、重量等方面。

同時,特斯拉還基於汽車安全模擬分析能力打造機器人安全性。在交通事故模擬中,特斯拉通過軟體優化和改進車輛潰縮、電池保護等提升安全表現,而在機器人設計上,特斯拉也以同樣的方式保障Optimus保護自身和周圍人安全的能力。如在跌倒、碰撞等外部狀況下,機器人將採取和人類一致的決策——最大程度優先保障「大腦」安全,其次是軀幹電池組的安全,這兩部分的重要性也不言而喻。

目前,Optimus不僅可以平穩行走,也能在少量外部干擾的情況下依舊保持平衡。現場視頻中,特斯拉還展示了Optimus被工作人員用木棍戳刺上半身,但並未摔倒或長時間搖晃,僅稍微前傾後便穩住姿態,出色地應對了挑戰。

「談到機器人就會想到經濟發展。經濟的根本要素是勞動力,如果我們可以使用機器人來實現更低的勞動力成本,終將帶來更快速的經濟發展。」馬斯克表示,將來在機器人的參與下,人們可以自由選擇工作,其中簡單的重複性工作可交由機器人完成,這類工作對於人類而言將成為一種選擇,而不是必須。

馬斯克認為,解決機器人核心的智能和執行器相關問題後,還可進一步「錦上添花」。將來Optimus在不斷進化後,既能非常「有效」地完成任務,也可以成為我們的夥伴。人們可以帶它出去吃喝玩樂、為它穿上各色服裝、選擇多種相處方式讓它形成獨特的性格。「我相信在每個人的創意下,將創造出繽彩紛呈的Optimus。」馬斯克說。

馬斯克表示:「我們的產量應該可以達到數百萬台,預計它的價格比汽車便宜得多,預估機器人最終價格將達到2萬美元以下。」他還預測,3-5年間Optimus即可量產上市。

更有趣的是,馬斯克旋即在社交媒體上表示,Tesla Bot一定會推出「貓女」版機器人。有沒有更期待了呢?

應用FSD訓練經驗,高效構建機器人「大腦」

機器的大腦就是人工智慧,Optimus搭載與特斯拉車輛相同的FSD電腦以及Autopilot相關神經網路技術,使用的是類似的全視覺方式識別的物體邊界,因此自動駕駛技術上的研究成果也幫助特斯拉在人形機器人領域打下了堅實基礎。

「其實特斯拉車輛已經安裝了FSD電腦,我們希望可以將自動駕駛經驗與人形平台相結合,」特斯拉工程師表示,「但機器人的實際需求和形式都與汽車存在差異,所以我們還需要適當調整。」

特斯拉希望機器人的「大腦」要儘可能做到人類大腦所能實現的一切,比如處理視覺數據、基於多個感測器輸入做出行動決策、支持通信交流等。Optimus採用了與Tesla車輛相同的晶元,支持Wi-Fi、LTE鏈接和音頻交流,系統軟硬體的安全性保障也再度提升。

同時,Optimus也通過動作捕捉「學習」人類。以搬運物品為例,特斯拉工作人員通過穿戴式設備輸入動作,機器人通過神經網路學習,從在同一地點完成相同的動作,到進化推演出在其他場景下的方案,從而學會在不同環境中搬運不同的物品。

FSD、Dojo超級計算機公布最新進展,訓練效率千倍提升

另外,特斯拉展示了FSD(全自動駕駛能力)進展,在之前的基礎上,識別能力、執行決策都進行了優化,FSD Beta版已經可以從停車場自動駕駛到另一個停車場,通過十字路口,也可以等待交通燈。現在FSD Beta可以預測周圍環境並行動,預測道路上其他車輛、行人下一步的行動,並給予車輛對應的指令。

在無保護左轉場景中,最新的FSD Beta會先減速,選擇一個相對安全的路線,更為擬人,甚至能在車輛和行人之間的縫隙通行。此前FSD Beta會以一個相對快的速度停在路口,等車輛過去之後再通行。這一升級對軌跡的判定需要經過大量的模擬計算和模擬,特斯拉將神經網路學習運用在其中,做了大量的工作和分析,來保證車輛更安全、舒適地通行。FSD Beta的深度神經網路達到100萬參數,15萬+神經網路層,37.5萬個連接。可以在5分鐘內模擬出現實中未出現的場景。

目前特斯拉正在北美廣泛部署FSD Beta版本,並將在今年啟動完全自動駕駛能力(FSD)軟體的大規模測試,測試的用戶已從2021年的2000人擴大至16萬人,僅一年內就訓練了7.5萬個神經網路模型。目前測試版軟體的累計行駛里程已經突破4000萬英里,年底甚至有望超過1億英里。

一年中,特斯拉FSD Beta測試版本的參與人數實現了80倍的增長。「2021年,有2000輛車參與了FSD Beta版本軟體的測試,而目前我們已經把這個數據擴大到了16萬輛。」特斯拉工程師介紹,2021年,特斯拉一共訓練了7.5萬個神經網路模型,相當於每8分鐘就訓練一個,並推送了35個版本更新。現在FSD Beta版本軟體已經可以一定程度上實現完全自動駕駛,如從一個停車場導航到另一個停車場、制動等待交通燈、在十字路口和其他目標進行協調等。

特斯拉高效的數據訓練得益於去年AI Day上首發的Dojo超級計算機。Dojo超級計算機的單個訓練模塊是由一整塊晶圓製成,每個訓練模塊上包含有25個特斯拉自主研發的D1神經網路訓練晶元。由於整塊晶圓未經切割,每個D1晶元之間都是無縫連接在一起,相鄰晶元之間的延遲極低,訓練模塊最大程度上實現了帶寬的保留,配合特斯拉自創的高帶寬、低延遲的連接器。

Dojo單個晶元算力為 362 TFLOPS,25 個晶元為一組,組成一個訓練模塊。算力可以達到 9 PFLOPS,介面帶寬為 36 TB/s。這次特斯拉推出的機櫃模型由 120 個訓練模塊組成,內置 3000 個 D1 晶元,超過 100 萬個訓練節點,算力將達到 1.1 EFLOPS,是特斯拉現有超級計算機的一萬倍。並且Dojo 支持無限連接,理論上性能無上限。根據公開的數據,Dojo的演算力已經達到全球第五,僅次於第一的日本『富岳』、第二的美國Summit、第三的美國Sier,以及第四的中國『神威太湖』。

特斯拉不對Dojo的設計設限,它可以提供非常龐大且高效的系統。Dojo超級計算機投入使用後,特斯拉在代碼、設計方面已經實現了30%的訓練速度提升,如通過自動標註技術,特斯拉將訓練場景的標註速度提升了1000倍,在人工操作的情況下這些或許需要一兩周甚至幾個月時間。

在高效的神經網路訓練下,特斯拉FSD軟體在技術層面已經逐漸趨於成熟。馬斯克表示:「目前FSD軟體已經可以適用於全球各個地區的路況,如果地方監管政策允許,我們可以在今年年底面向全球推出FSD Beta版本軟體。」

特斯拉表示將在2023年第一季度布置第一批10個Dojo超級計算機機櫃,即算力超過1.1EFLOPS的ExaPOD,將自動標註能力提升2.5倍;將來,特斯拉共將在帕羅奧圖布置7個這樣的集群,提供難以想像的龐大算力。同時,馬斯克也表示Dojo超級計算機將來會像Amazon Web服務一樣,付費提供給其他用戶在雲端使用。

結語

2021 AI Day上,一個真人舞者扮演的人形機器人,一個剛剛完成的Dojo超級計算機引發熱議。而僅僅一年後,Tesla Bot機器人就真實的走上了舞台,算力超過1.1EFLOPS的第一批10個Dojo超級計算機機櫃已經即將完成部署,不得不讓人感慨特斯拉驚人的實力。Tesla Bot機器人何時能夠真正量產還存在一些變數,不過馬斯克描繪的讓機器人解放人類生產力的大膽創意還是讓人期待。(文:太平洋汽車網 郭睿)