I lördags svensk tid höll Tesla sin andra AI dag där de visade upp vad de håller på med och försöker rekrytera talanger. De media som hoppades kunna rapportera om nya produktreleaser blev grymt besvikna medan de lite mer tekniskt insatta fick gotta sig med många intressanta detaljer om Teslas arbete kring artificiell intelligens.
Hos Tesla betydde AI länge självkörande bilar. Men på fjolårets AI dag meddelade företaget att de vill börja bygga robotar också. Förväntningarna var därför skyhöga inför årets event: kommer första prototypen av TeslaBot visas upp? Många verkade till och med förvänta sig en färdig robot sjunga, dansa och le.
Därför blev många besvikna när en grovhuggen prototyp stapplade in på scen med samma “jag har bajsat på mig” gångstil Hondas berömda Asimo robot hade redan för 20 år sedan.
De stegen på scenen var faktiskt de första roboten gjorde utan säkerhetslinor. På filmklipp visades istället hur den kunde vandra runt på fabriksgolv bärandes på kartonger och bildelar.
“Bumble-Cee” som roboten hette var endast en utvecklingsplattform som togs fram så mjukvaruutvecklarna kunde ha något att testa sin kod på medan hårdvaruteamet jobbade på Optimus roboten.
Bumble-Cee skruvades snabbt ihop av standard-delar, var färdig redan i februari i år, endast ett halvt år efter första Tesla AI day i augusti i fjol. De ingenjörer som blev anställda då fick inte många dagar på sig att sätta sig till rätta innan det var dags att börja skruva robot!
Även den första prototypen av Optimus, den egentliga roboten Tesla planerar att bygga i framtiden, rullades in på scen. Den kunde dock inte gå än. Istället visades det datoranimation över hur den kommer att gå i framtiden. Något bättre än “Bumble-Cee” men fortfarande ljusår ifrån Boston Dynamics dansande, hoppande robotar.
Fast Teslas robot är inte byggd för att dansa och hoppa. Utan för att jobba. Utföra monotont arbete på fabriksgolvet, leverera paket, vattna blommor på kontor. Ingenjörerna på scen berättade utförligt hur de kostnadsoptimerade Optimus. Som namnet antyder ska den inte bli bäst – utan optimal. Den ska vara billig och enkel att serietillverka i miljoner exemplar – och ändå vara tillräckligt bra för att kunna utföra enklare arbeten. Delar gjuts i aluminium och plast istället för kolfiber och exotiska material.
Robotens aktuatorer, dess “muskler” är små elektriska motorer som ska kunna vrida och böja på robotens armar och ben. Den första “Bumble-Cee” prototypen hade inköpta aktuatorer. Men till Optimus har Tesla utvecklat egna, kostnadsoptimerade motorer. Som ska både kunna tillverkas enkelt och billigt i stora antal och vara tillräckligt kraftfulla för robotens behov.
I Optimus torso sitter 2,3 kWh batterier som enligt Tesla ska räcka för en hel dags arbete, tillsammans med robotens “hjärna” som använder samma chip som återfinns i företagets bilar. Teslas ingenjörer har lagt ner mycket arbete på att minska robotens elförbrukning så den ska behöva bära runt på så lite batterier som möjligt. Som jämförelse kan vi berätta att en Big Mac innehåller ca 0,6 kWh energi, så roboten klarar en hel dags arbete på mindre än 4 hamburgare (utan pommes). Liknande energibehov som en människa.
Mycket arbete har lagts ner på Optimus händer. Den kommer få fem fingrar, som människor har, och tummen blir lika rörlig som våra. Sex små elmotorer rör fingrarna, som kommer kunna hålla 9 kg.
En intressant fråga ställdes under frågestunden efter presentationen, varför Tesla valde just denna hand-design då det finns andra mer kapabla sätt att bygga robothänder. Men svaret var just att designen måste vara billig och massproducerbar.
Elon Musk nämnde även Optimus prislapp på eventet: de hoppas kunna massproducera den för $20 000. Vana vid Elons tids- och kostnadsplaner låt oss ponera roboten kommer kosta $40 000 när den kommer om några år. För mindre än en årslön för en arbetare kommer företag kunna köpa en robot som kanske inte klarar alla arbetsuppgifter men som kan ersätta en hel del lågutbildad arbetskraft. Plocka delar, flytta lådor, leverera varor. Dag efter dag, år efter år. Utan lön, utan arbetsgivaravgifter, utan VAB, utan semester. Det kommer nog att vara ett lockande alternativ.
Men hur kapabel kommer roboten då bli? Vad kommer Optimus klara? Dagens industrirobotar upprepar ju bara samma rörelsemönster hela tiden. De människolika robotar som finns i labben klarar sig heller inte särskilt bra IQ-mässigt. Boston Robotics robotar kan göra volter men du kan inte be dem hämta in posten.
Det Tesla framför allt satsar på är att göra robotarna intelligenta. Precis som bilarna ska de kunna klara sig i okänd omgivning utan högupplösta 3D-kartor – och inomhus även utan GPS. Optimus kommer att på riktigt kunna “se” med sina kameraögon. Ovan bild visar hur den känner igen vattenkannan, koordinerar sin hand för att greppa tag i den, känner igen växterna i närheten och ser på golvet hur den ska kunna gå fram till blommorna och vattna dem. Som bonus kände den även igen människorna som stod en bit ifrån och filmade.
Optimus verkar få tre ögon: en som tittar rakt fram plus en åt vänster och en åt höger. Samma kameror som sitter i dagens Tesla bilar (det heter till och med “pillar camera” i bilden ovan, efter kamerorna som sitter i bilarnas dörrstolpe).
Bilderna sätts sedan ihop av robotens hjärna. Detaljer som människor och möbler känns igen och roboten bygger en inre 3D värld av vad den ser. Så den fattar att den kan gå rakt fram i gången, den kommer inte braka in i hyllorna åt höger. Den har även känt igen att det finns en människa till vänster, ifall den ska prata med den. (De gröna kuberna i robotens 3D värld.)
Tack och lov verkar Optimus inte få några ögon i nacken 🙂
Men Tesla AI day handlade inte enbart om robotar. Mycket nytt berättades även om Full Self Drive, Teslas försök att göra sina bilar självkörande.
Just nu är de i bästa fall självstyrande. Det finns nu 160 000 Teslor i USA som har fått mjukvaran som gör att de kan styra själv även i krävande stadsmiljö – men människan bakom ratten måste fortfarande övervaka åkturen och vara beredd att ta över ratten när som helst.
Det sades inte särskilt mycket nytt om självkörande mjukvaran i årets upplaga av AI day, fokus var istället mycket på hur mycket snabbare allt hade blivit. Ta till exempel det här med “labeling”, att ta en filmklipp bilens kameror tagit och sätta etikett på grejerna den hade sett: det här är en brevlåda, en gatlykta, kantsten, bil, cyklist, med mera. Genom att sätta etikett på sakerna kan bilen lära sig känna igen dem i framtiden och lära sig vad man ska undvika att köra på. För fyra år sedan gjordes det arbetet helt manuellt av människor. Det tog dem 533 timmar (22 dygn!) att etikettera allt i ett videoklipp. Samma arbete görs idag helt automatiskt på mindre än 6 minuter. Dessutom läggs idag datat från flera bilar ihop, flera Teslor som kört samma vägsträcka. På område efter område visade Tesla på liknande enorma tidsvinster. Att producera allt mer sofistikerade mjukvaror görs på allt kortare tid, allt snabbare.
En nyhet Tesla visade upp dock var idén att applicera maskinell språkinlärning på vägar och trafik. Presentatörerna pratade om “vägens språk”. Istället för att hantera bilens omgivning som bilder eller 3D modeller användes samma neurala nät som vid maskinell språkhantering. Ett exempel de visade var att förstå en korsning. Vart får man åka från vilka körfält? Vilken fil ska jag välja om jag vill svänga till höger – och efter svängen vilken fil ska jag hamna i? Bilens hjärna gick bet på komplicerade korsningar ända tills de började betrakta det som meningar och språk. “Från den här filen får jag köra dit eller dit men inte dit” – ungefär så byggdes hela “meningar” upp i bilens hjärna för att få den att fatta komplicerade korsningar. Lite som inre rösten i ditt eget huvud i samma situation.
Även i andra sammanhang pratades det om “semantik”. Det visades en videoklipp där bilen kommer fram till en korsning där någon (idi*t) parkerat mitt i korsningen, slagit på varningsblinkers, öppnat bakluckan och börjat lasta ur. Bredvid den kom en annan bil som stannat för rött. Men tack vare “semantik” fattade Teslan att endast en av bilarna kommer börja åka när lampan slår om till grönt. Den fattar sammanhang och kan skilja mellan en parkerad bil (oavsett hur illa den parkerat) och en bil som endast stannat för rött. Så den valde att byta fil och stanna bakom rätt bil.
Tesla visade även upp hur de kan återskapa sådana udda scenarios, konstiga korsningar och andra svåra omgivningar virtuellt. De kan samla in data från bilar som åkt förbi en viss korsning och skapa en detaljerad 3D modell av den som de sedan kan få virtuella bilar att öva på. Ungefär som The Matrix i den välkända filmen. Bilarna tror att de kör i verkligheten – men de är bara elektronhjärnor i ett datarack som blir matade med konstgjorda 3D bilder. Korsningen ovan finns i verkliga världen, i San Francisco, men Tesla har återskapat den som 3D modell där bilarna kan öva sig rätt beteende utan fara för omgivningen. De kan lägga till bilar som parkerar mitt i korsningen, dimma, ösregn, natt, och öva och öva tills bilarna beter sig rätt i alla situationer. Då kan mjukvaran skickas ut till de verkliga bilarna.
Ovan bild visar mjukvarans kretslopp. Tesla har ett enormt dataset med miljoner olika scenarios den självkörande mjukvaran tränas på (till höger på bilden). Hittills har Tesla tagit fram över 75 tusen allt bättre versioner av “offline model” mjukvaran. Offline betyder att det är de virtuella bilarna som körs i 3D omgivningar, med fördelen att precis som i filmen Matrix kan tiden när som helst frysas, till och med köras baklänges, för att mjukvaran ska förstå vad den gjort fel. 18 tusen av dessa modeller har sedan bedömts vara så pass dugliga förare att de komprimerats ner till en storlek som får plats i bilarnas datorer. 281 releaser har testats i riktiga bilar och 35 av dem har hittills skickats ut till de allt fler kunder som fått FSD mjukvaran.
Men mångdubbelt fler bilar kör runt med FSD mjukvara utan att föraren ens vet om det! Mjukvaran laddas ner till bilarna och blir en slags “baksätesförare”. Tittar ut med kameraögon, fattar beslut om hur den skulle ha kört i varje situation – och jämför sedan med hur den mänskliga föraren gjorde istället. Människan blir “facit” för mjukvaran. Och även de på riktigt självstyrande bilarna rapporterar varje gång människan tagit tag i ratten och tagit över.
Avvikelser rapporteras till Teslas servrar som analyserar vad som gått fel, vilka misstag bilarna gjorde. De infångade sekvenserna läggs till de miljoner klipp som används till att öva bilarna. Riktigt kluriga ställen många bilar kört fel på kan även bli 3D modell för “Matrix” bilarna att öva virtuellt på.
Den självkörande mjukvaran lär sig av sina misstag och blir allt bättre. Enligt både Elon Musk och de andra presentatörerna kommer FSD att bli redo för bred släpp till alla amerikanska Teslor senare i år, och resten av världen därefter. (Vi i Europa lär dock inte få något på grund av våra begränsande lagar och regler.) Mjukvaran blir dock ändå trots namnet inte självkörande. Människan måste fortfarande hålla uppsikt. Bilarna blir självstyrande, kan ta sig fram i stadstrafiken, men det kommer nog ta några år till tills vi helt kan släppa ratten och gå och lägga oss att sova i baksätet.
Det pratades även en hel del om Dojo, Teslas superdator som ska underlätta etikettering av dataklippen och övning i de virtuella “Matrix”-världarna. Det var inte så mycket nytt som sades dock, förutom att nu finns det färdiga datorskåp byggda med Dojo-chippen och de första testerna är extremt lovande. 4 Dojo datorskåp levererar lika mycket datakraft som 72 traditionella GPU skåp. Och redan nu pratas det om tiofaldig prestandahöjning inom snar framtid.
Har du tre timmar över kan du titta på hela eventet här:
Pingback: We are the robots – Tesla Club Sweden