[A.I 데이 요약] 테슬라 A.I 데이 라이브 최대한 쉽게 요약한 글 2부 (TSLA A.I day smr)

 

---

2부. 부족한 테스트 케이스는 이렇게 실제와 같이 만들어서 하고 있어.

 

 

---

결론

---

 

우린 수동/자동 라벨링, 현실과 같은 시뮬레이션, 가상환경 조성 시스템을 갖추었어.

 

 

 

 

---

라벨링은 어떻게 진행되는거야?

---

 

실환경의 다양한 클립을 활용해서 라벨링을 진행해

 

 

 

---

라벨링 발전 과정은 어땠어?

---

 

1. 먼저 팀을 만들어서 수동으로 노가다도 해봤어.

 

 

 

2. 수작업으로 라벨링을 해본 후 자동라벨링 기술을 구현할 때야.

 

 

 

3. 이런식으로 도로 위 모든 것을 새로 라벨링하는 과정을 거쳤고

 

 

 

4. 단일 카메라로 지나간 길의 클립을 여러차종으로 확대해 모아서 공간라벨링을 완성했어. (핵심!!)

 

반응형

 

 

5. 실제로 라벨링은 엄청나게 발전하였고, 현재는 벽의 울퉁불퉁함까지 상세히 구현 가능한 정도야

물론 모든 동적 사물의 진행방향 예측부터 대상의 실시간 움직임 처리 자체도 라벨링이 가능해

(핵쩌는겁니다. 다른 모든 완성차브랜드들의 "수준은 저기에 무언가 있다" 정도임..)

 

 

 

참고로 이 사진은 오늘 라벨링 섹션에서 진짜 제일 놀란 사진입니다.

라벨링의 디테일이 가운데 클립을 보시면 흑백 그림을 그려놓은 듯한 디테일입니다...

 

 

 

6. 이렇게 디테일한 라벨링을 통해 학습을 했을 때 실제 주행에서도 효과가 있었어!

 

 

 

 

---

시뮬레이션은 어떻게 구현했어?

---

 

렌더링을 아주 사실적으로 해서 학습시키게 하고 있어

 

 

 

1. 이거 현실이 아니야. 그래픽으로 만든 Autopilot Sim 이야.

 

 

 

2. 이런 시뮬레이션은 실제 얻기 힘든 데이터까지 테스트가 가능해.

(경우의 수에 대한 자율 학습, 아래사진 모두 그래픽 ㄷㄷㄷ)

 

 

 

3. 센서 극한 테스트도 가능해

 

 

 

4. 리얼타임 레이트레이싱을 통해 렌더링 그래픽 구현도 가능하지.

 

 

 

5. 다양한 공간을 만들어내서 테스트 가능.

 

 

 

6. Machine Learning 을 통한 다양한 시나리오 적용 가능.

 

 

 

7. 놀라운건 현실 클립과 우리가 얻은 Auto-Labled data를 통해 현실을 재구성하는 것도 가능하다는 거지! (ㄷㄷ)

 

 

 

2부 내용의 핵심은

테슬라 비전을 학습하기 위한 환경 또한 현실 데이터를 기반으로 하고,

부족한 데이터를 테스트 하기 위한 시스템을 갖추었다.

그 시스템 또한 가상이 아닌 현실과 똑같이 만드려고 노력하고 사용하고 있고,

지금은 현실과 가상을 합쳐서 테스트도 가능한 시스템을 구현해 냈다.

정도로 요약할 수 있습니다.

 

 

간단하게 써놓으니까 쉽죠?

3부로 고고!