Inicio / Tecno / El director de inteligencia artificial de Tesla nos explica en vídeo cómo entrenan sus redes neuronales para el uso de Autopilot

El director de inteligencia artificial de Tesla nos explica en vídeo cómo entrenan sus redes neuronales para el uso de Autopilot

Mucho se ha comentado acerca de Autopilot, la función de conducción autónoma de los coches Tesla, pero pocas veces hemos tenido oportunidad de ver qué es lo que hay adentro y cómo llegaron hasta ahí. Con el paso de los años, Tesla se ha ido abriendo al ofrecer más detalles, donde a grandes rasgos se trata de una genialidad de la ingeniería con inteligencia artificial.

Hace unos días, Andrej Karpathy, director de inteligencia artificial y visión por ordenador de Tesla, ofreció una interesante charla sobre cómo hacen en Tesla para entrenar sus redes neuronales para crear el sistema de conducción autónoma conocido como Autopilot. Por fortuna, el vídeo de la charla ya está en YouTube y en él podemos finalmente tener una mirada más técnica de los desarrollos de Tesla en inteligencia artificial.

Lo más impresionante es que todo se desarrolla dentro de la misma Tesla

Antes de continuar detengámonos un segundo para analizar la carrera de Andrej Karpathy, una de las mentes más brillantes dentro del campo de la inteligencia artificial actualmente. Karpathy obtuvo en 2015 su doctorado de la Universidad de Stanford en machine learning centrado en deep learning en visión por ordenador y procesamiento de lenguaje natural.

Conozcamos a DeepScale, la startup de visión computarizada que acaba de ser adquirida por Tesla para impulsar sus coches autónomos En Xataka Conozcamos a DeepScale, la startup de visión computarizada que acaba de ser adquirida por Tesla para impulsar sus coches autónomos

En 2016, Karpathy se unió a las filas de OpenAI, la empresa de investigación en inteligencia artificial de Elon Musk. Al mismo tiempo, Karpathy se empieza a hacer de renombre tras impartir una clase en Stanford de Redes Neuronales Convolucionales para el Reconocimiento Visual.

Ya para 2017, Elon Musk se entera de las capacidades de Karpathy y lo ficha como director de inteligencia artificial en Tesla, quien llega en un momento justo cuando la división de Autopilot empieza a perder a algunos de sus más importantes ingenieros.

Es decir, Karpathy sólo tiene dos años en Tesla, y en este poco tiempo se ha vuelto la cara de la inteligencia artificial en la compañía, ya que sus conferencias y presentaciones suelen ser sumamente didácticas y llenas de detalles técnicos, algo que Tesla no solía hacer.

Andrej Karpathy

Andrej Karpathy se presentó recientemente en PyTorch, una biblioteca de código abierto de machine learning en Devcon, donde ofreció en poco más de 10 minutos algunos detalles de cómo Tesla utiliza machine learning para entrenar redes neuronales hacia la meta de la "conducción autónoma total", que Musk viene prometiendo desde hace varios años.

De hecho, durante la pasada entrega de resultados financieros, Elon Musk anticipó que si todo iba de acuerdo a los planes, su anhelada "conducción autónoma total" llegaría a finales de año para algunos usuarios. Esto permitiría hacer, por ejemplo, un viaje desde California a Nueva York sin la intervención del conductor.

Por qué Tesla va por delante en la carrera por el coche autónomo En Xataka Por qué Tesla va por delante en la carrera por el coche autónomo

Volviendo a Karpathy, su charla nos deja claro cómo Tesla se diferencia del resto de fabricantes y van en su propio sentido y ritmo. Y es que Tesla todo lo desarrolla por su cuenta, como su recién lanzado super ordenador FSD (Full Self Driving), que cuenta con doble CPU redundante capaz de ofrecer más de 144 Tera Operations Por Segundo (TOPS) de rendimiento de red neuronal.

Tesla Inteligencia Artificial 2

Pero lo más impresionante es que Tesla no usa sensores LIDAR para captar el entorno de sus coches, sino que se basa en un sistema de ocho cámaras externas equipadas con visión por ordenador. Y aquí es donde entra el FSD, que es capaz de procesar todo la información que recibe, con una capacidad de hasta 2,5 gigapíxeles por segundo y 36,8 TOPS.

Su memoria RAM opera a 4266 Gbps y cuenta con un ancho de banda máximo de 68 Gbps. El ordenador FSD integra sus propios procesadores de señal de imagen de 24 bits y compatibles con mapeo de tonos avanzado y reducción de ruido, que pueden realizar operaciones de hasta un gigapíxel por segundo.

Por qué lo que Tesla y otros llaman "piloto automático" no es realmente un coche autónomo En Xataka Por qué lo que Tesla y otros llaman "piloto automático" no es realmente un coche autónomo

Un punto clave en el desarrollo de Tesla está en el llamado 'Operación Vacación', que es lo que permite seguir entrenando redes neuronales mientras el coche sigue circulando. Es decir, todos los coches Tesla colaboran para crear una gran base de datos que sirve para entrenar estas redes neuronales. De hecho, Karpathy menciona que él y su equipo podrían tomar asiento y dejar que las redes mejoren de forma automática gracias a la gran cantidad de datos que llegan diariamente.

Tesla Inteligencia Artificial 1

Un ejemplo de la capacidad de recolección de datos que ha conseguido Tesla se demuestra con los más de 1000 millones de millas de operación de Autopilot, sólo en Norteamérica. Aquí se incluyen más de 200.000 cambios de carril automáticos, la operación en más de 50 países, así como más medio millón de sesiones de Smart Summon, la nueva función para invocar de forma autónoma a nuestro Tesla. Aquí hay que añadir que Musk mencionó que Smart Summon ya superó el millón de sesiones en Estados Unidos.

Finalmente los dejamos con la charla de Karpathy, donde por supuesto hay más detalles interesantes del uso de la inteligencia artificial en Tesla.

También te recomendamos

Conozcamos a DeepScale, la startup de visión computarizada que acaba de ser adquirida por Tesla para impulsar sus coches autónomos

Volver a andar gracias a la IA: Intel busca desarrollar un 'bypass inteligente' para devolver el movimiento a lesionados de médula

Esta inteligencia artificial creada por el MIT puede verte (y saber qué estás haciendo) desde el otro lado de la pared


La noticia El director de inteligencia artificial de Tesla nos explica en vídeo cómo entrenan sus redes neuronales para el uso de Autopilot fue publicada originalmente en Xataka por Raúl Álvarez .

Chequea también

DIB-R, la nueva inteligencia artificial de NVIDIA capaz de crear modelos en 3D a partir de una simple foto

NVIDIA es una empresa que, además de desarrollar tarjetas gráficas, está apostando por la inteligencia artificial. Prueba de ello es GauGAN, una herramienta desarrollada por el fabricante capaz de crear paisajes falsos a partir de un solo boceto, o las Redes de Confrontación Generativa (GAN) que dieron vida a StyleGAN (la red capaz de crear fotos de gente que no existe). Ahora la empresa ha presentado DIB-R, un marco de renderizado que usa machine learning para crear modelos en tres dimensiones a partir de una imagen en dos dimensiones, es decir, de una foto. DIB-R funciona de forma muy similar a como lo hacen nuestros ojos, que combinan las imágenes captadas por nuestras dos retinas para generar profundidad y tridimensionalidad. NVIDIA lo hace mediante interpolación diferencial. De una foto a un modelo en tres dimensiones Partiendo de una imagen, DIB-R es capaz de crear un modelo 3D con el mismo color, textura y tamaño. De acuerdo a NVIDIA, "en los gráficos tradicionales por ordenador, un pipeline renderiza un modelo 3D a una pantalla 2D. Pero hay información que se puede obtener haciendo lo contrario - un modelo que podría inferir un objeto 3D a partir de una imagen 2D sería capaz de realizar un mejor seguimiento del objeto, por ejemplo". Es un poco abstracto, pero con un ejemplo se entiende mejor. En Xataka De qué serán capaces la inteligencia artificial y el machine learning en 10 años: los mayores expertos nos responden Imaginemos que tenemos un robot autónomo que debe interactuar con su entorno. Según la empresa, este "debe ser capaz de sentir y entender sus alrededores" para hacerlo de forma "segura y eficiente". "DIB-R podría potencialmente mejorar esas capacidades de percepción de profundidad". Podría ser útil para un robot que debe coger y mover objetos de diferentes tamaños rápidamente, por ejemplo. De acuerdo a NVIDIA, DIB-R es capaz de predecir la forma, el color, la textura y la iluminación de una imagen DIB-R usa una arquitectura de codificador-decodificador, una red neuronal que transforma los inputs (una foto) en un mapa de características o un vector que permite predecir la forma, el color, la textura y hasta la iluminación de una imagen. La IA ha sido entrenada con varios conjuntos de datos, aunque el más llamativo es el de imágenes de pájaros. Tras ser entrenada y ver muchas fotos de aves, DIB-R puede usar una foto de cualquier pájaro y hacer una representación en 3D con la misma forma y textura. Según la empresa, DIB-R se ha entrenado en solo dos días usando una GPU NVIDIA V100 y el resultado es que DIB-R puede, de acuerdo a NVIDIA, producir un objeto en tres dimensiones a partir de una imagen en "menos de 100 milisegundos". Explica NVIDIA que lo hace "alterando una esfera poligonal" para que "coincida con la forma del objeto real retratado en las imágenes 2D". No solo funciona con pájaros, sino que también puede emplearse para crear modelos tridimensionales de animales extintos. Desde la empresa ponen el ejemplo de un Tyrannosaurus Rex o un pájaro Dodo, pero las posibilidades son virtualmente ilimitadas. Cabe destacar que DIB-R está basado en PyTorch y que se incluye como parte de Kaolin, la librería de aprendizaje profundo en tres dimensiones. El paper con la investigación al completo está disponible en GitHub, aunque los resultados se presentarán esta semana en la conferencia NeurIPS de Vancouver. Vía | The Next Web - La noticia DIB-R, la nueva inteligencia artificial de NVIDIA capaz de crear modelos en 3D a partir de una simple foto fue publicada originalmente en Xataka por José García .

Nuevos LG gram (2020): mismo peso pluma, más batería y el doble de potencia gráfica

La gama LG gram se caracteriza por ofrecer un diseño extraordinario, con el peso más liviano que podemos encontrar en portátiles de su tamaño. Pero aunque eran excelentes dispositivos, en nuestro análisis del LG gram 2019 nos quedamos con ganas de mucho más rendimiento en el apartado gráfico. Ahora la compañía nos presenta los nuevos LG gram 2020, una renovación de sus ultrabook donde ha primado la incorporación de más batería y los nuevos procesadores Intel Core de 10ª generación para intentar ofrecer ese extra de rendimiento que le faltaba. Estas son las características de los nuevos LG gram para 2020, presentados hoy por la compañía y que podremos ver durante el CES 2020. Cuatro modelos que vienen a renovar los LG gram del año pasado: un portátil de 17 pulgadas, otro de 15", uno de 14" y un convertible 2 en 1 con pantalla de 14 pulgadas táctil. Ficha técnica de los LG Gram 2020 LG gram 17 (17Z90N) LG gram 15 (15Z90N) LG gram 14 (14Z90N) LG gram 2-en-1 (14T90N) Pantalla 17" IPS 16:10 WQXGA 2560 x 1600 px 17" IPS FullHD 1920 x 1080 px 14" IPS FullHD 1920 x 1080 px 14" IPS FullHD 1920 x 1080 px Táctil, Gorilla Glass 6 Procesador Intel Core 10ª Gen GPU Intel Iris Plus Intel Core 10ª Gen GPU Intel Iris Plus Intel Core 10ª Gen GPU Intel Iris Plus Intel Core 10ª Gen Memoria Hasta 24 GB (DDR4 3200 MHz) Hasta 24 GB (DDR4 3200 MHz) Hasta 24 GB (DDR4 3200 MHz) Hasta 16 GB (DDR4 2666 MHz) Dimensiones 380,6 x 262,6 x 17,4mm 357,6 x 225,3 x 16,8mm 323,4 x 209,8 x 16,8mm 324,6 x 210,8 x 17,9mm Peso 1,350 kg 1,120 kg 999 g 1,145 kg Batería 80 Wh 80 Wh 72 Wh 72 Wh Otros Teclado retroiluminado, lector de huellas, MIL-STD 810G, DTX X Ultra, Wi-Fi 6, 3 x USB 3.1, HDMI, microSD, Thunderbolt 3 (USB tipo C) Teclado retroiluminado, lector de huellas, MIL-STD 810G, DTX X Ultra, Wi-Fi 6, 3 x USB 3.1, HDMI, microSD, Thunderbolt 3 (USB tipo C) Teclado retroiluminado, lector de huellas, MIL-STD 810G, DTX X Ultra, Wi-Fi 6, 2 x USB 3.1, HDMI, microSD, Thunderbolt 3 (USB tipo C) Teclado retroiluminado, lector de huellas, MIL-STD 810G, DTX X Ultra, Wi-Fi 6, 2 x USB 3.1, HDMI, microSD, Thunderbolt 3 (USB tipo C) En Xataka LG Gram (17Z990), análisis: nunca 17 pulgadas habían pesado tan poco Manteniendo su característico diseño liviano pero mejorando internamente La nueva línea de portátiles de LG mejora principalmente en dos apartados clave; en batería y sobre todo en rendimiento. Durante nuestras pruebas, los resultados de autonomía en el modelo de 17" fueron bastante satisfactorios, no así con el rendimiento donde echamos en falta algo más de potencia gráfica. Para los LG gram 2020, la compañía promete el doble de potencia gráfica, respecto a los modelos anteriores, gracias a la GPU Iris Plus de los Intel Core de 10ª generación. Para la memoria contaremos con versiones de hasta 24GB DDR4 y dual-channel, salvo en el convertible de 14 pulgadas que estará limitado a los 16GB. Con esta potencia, LG promete que los usuarios podrán editar vídeos en 4K y jugar de manera más fluida. Un rendimiento acompañado del sistema Mega Cooling para refrigerar el portátil. Respecto a la autonomía, tenemos una nueva batería de 80 Wh en los modelos de 15 y 17 pulgadas, un salto respecto a los 72 Wh que teníamos hasta ahora. A nivel de conectividad, los LG gram 2020 llegan con un puerto Thunderbolt 3 y WiFi 6. Donde los LG gram 2020 mantienen su esencia es en el diseño. Tenemos un chasis de aluminio super estilizado y con un peso de récord, de 1,350 gramos en el modelo de 17 pulgadas y por debajo del kilo en el LG gram 14. Una construcción que cuenta con el certificado MIL-STD que detalla su resistencia a los impactos, a la temperatura y la arena. Para la pantalla se apuesta por un panel IPS WQXGA con un formato 16:10 para el LG gram 17, mientras que los modelos de 15 y 14 pulgadas mantienen el panel FullHD. Finalmente, en el LG gram 2-en-1 se añade un panel FullHD táctil protegido por Gorilla Glass 6. Versiones y precio de los nuevos LG Gram 2020 Los nuevos LG gram (2020) se han anunciado inicialmente para Corea, con un precio de 2,12 millones de wones. No hay noticias por el momento de su llegada a España, aunque se prevé un coste equivalente al del modelo del año pasado, donde el LG gram 14 partió de los 1.699 euros. Las cuatro versiones llegan con un nuevo teclado retroiluminado de cuatro columnas en el pad numérico y estarán disponibles en color blanco y plata oscuro. Más información | LG - La noticia Nuevos LG gram (2020): mismo peso pluma, más batería y el doble de potencia gráfica fue publicada originalmente en Xataka por Enrique Pérez .