Sakura P.
Elon Musk ยืนยันว่า Tesla ที่มีชิป AI4 (HW4) สามารถขับขี่อัตโนมัติแบบไม่ต้องมีคนควบคุม (Unsupervised FSD) ได้โดยไม่ต้องอัปเกรดฮาร์ดแวร์เพิ่มเติม พร้อมเผยแผนพัฒนาชิป AI5-AI7 รวมถึง AI ในอวกาศ
Tesla HW4 พร้อมขับอัตโนมัติแบบไร้คนควบคุม
Elon Musk ตอบกลับโพสต์บนแพลตฟอร์ม X จากแฟน Tesla ที่บอกว่าฮาร์ดแวร์ AI4 ปัจจุบันแข็งแกร่งพอที่จะรองรับ Full Self-Driving (FSD) แบบไม่ต้องมีคนควบคุมแล้ว โดย Musk ตอบสั้นๆ ว่า “Yup” ซึ่งเท่ากับยืนยันข้อความดังกล่าว
การยืนยันนี้แสดงให้เห็นว่าเจ้าของรถ Tesla ที่มีชิป AI4 จะไม่จำเป็นต้องติดตั้งฮาร์ดแวร์เพิ่มเติมเพื่อเข้าถึง unsupervised FSD เมื่อระบบเปิดตัวและได้รับอนุมัติ ซึ่งแตกต่างจากการเปลี่ยนรุ่นก่อนหน้าที่เจ้าของรถต้องอัปเกรดฮาร์ดแวร์เก่าเพื่อความเข้ากันได้กับ FSD เวอร์ชันใหม่
AI4 เหนือกว่า AI3 อย่างมีนัยสำคัญ
ชิป AI4 ของ Tesla เป็นการพัฒนาที่สำคัญจากรุ่นก่อน AI3 (HW3) โดยมอบความสามารถในการประมวลผลที่สูงกว่ามาก มีอินพุตจากกล้องที่ดีขึ้น และระบบสำรองที่เพิ่มขึ้น ซึ่งเป็นส่วนประกอบสำคัญของการขับขี่อัตโนมัติแบบไม่มีการควบคุมจากมนุษย์
Musk กล่าวว่า AI4 จะบรรลุระดับความปลอดภัยในการขับขี่อัตโนมัติที่ดีกว่ามนุษย์หลายเท่า ซึ่งสอดคล้องกับมุมมองของ Tesla ที่เชื่อว่าระบบที่ใช้วิสัยทัศน์ (vision-based) และฝึกฝนด้วยข้อมูลจำนวนมากจะเหนือกว่าคนขับในที่สุด
แผนอนาคต: AI5, AI6 และ AI7
Musk ยังเปิดเผยแผนระยะยาวของ Tesla สำหรับชิป AI รุ่นถัดไป
AI5 จะเปลี่ยนรถ Tesla ให้เกือบสมบูรณ์แบบในการขับขี่อัตโนมัติ และขยายขอบเขตความสามารถของ Optimus โครงการหุ่นยนต์มนุษย์ของ Tesla อย่างมาก
AI6 จะมีความสามารถรองรับทั้ง Optimus และ data center ชี้ให้เห็นเป้าหมายที่กว้างขึ้นของ Tesla ในการพัฒนา AI นอกเหนือจากรถยนต์
AI7 หรือ Dojo 3 จะทำให้เกิดคอมพิวเตอร์ AI ในอวกาศ ซึ่งเป็นครั้งแรกที่ Musk กล่าวถึงความเป็นไปได้ในการวาง data center ในวงโคจร แนวคิดนี้อาจช่วยแก้ไขข้อจำกัดด้านการระบายความร้อนและพลังงานของ data center บนโลก
การกลับมาของโปรแกรม Dojo
คำกล่าวของ Musk ยังพิสูจน์ว่า Tesla กำลังฟื้นฟูโปรแกรม Dojo ซึ่งเป็นโครงการซูเปอร์คอมพิวเตอร์ฝึก AI ของบริษัท Dojo ถูกกล่าวหาว่าถูกลดระดับเมื่อปีที่แล้ว แต่การกลับมาแสดงให้เห็นความสำคัญของการฝึก AI ขนาดใหญ่ต่อเป้าหมายด้านระบบอัตโนมัติของ Tesla
เป้าหมายของ Tesla คือพัฒนาชิปและโครงสร้างพื้นฐานการฝึกของตัวเอง เพื่อลดการใช้ฮาร์ดแวร์จากบุคคลที่สาม และทำให้ระบบมีประสิทธิภาพและเหมาะกับโมเดลการขับขี่ที่ใช้วิสัยทัศน์โดยเฉพาะ
ที่มา: VehicleSuggest
