تسلا دوجو؛ ابرکامپیوتر هوش مصنوعی ایلان ماسک

ایلان ماسک نمی‌خواهد تسلا صرفاً یک خودروساز یا حتی ارائه‌دهنده‌ی پنل‌های خورشیدی و سیستم‌های ذخیره‌ی انرژی باشد. او می‌خواهد تسلا یک شرکت هوش مصنوعی باشد که رمزگشایی از خودروهای خودران را با تقلید از درک انسان انجام داده است.

بیشتر شرکت‌هایی که در حال ساخت فناوری‌ خودروهای خودران هستند، برای درک جهان به ترکیبی از سنسورها مانند لیزر، رادار، دوربین‌ و نقشه‌هایی با وضوح بالا اتکا دارند. در چنین شرایطی تسلا معتقد است که می‌تواند با تکیه بر دوربین‌ها برای ثبت داده‌های بصری و سپس استفاده از شبکه‌های عصبی پیشرفته برای پردازش این داده‌ها و تصمیم‌گیری سریع در مورد نحوه‌ی رفتار خودرو، به سیستم کاملاً خودران دست یابد.

همان‌طور که آندره کارپاتی (Andrej Karpathy)، رئیس سابق هوش مصنوعی تسلا هم در نخستین روز هوش مصنوعی تسلا در سال ۲۰۲۱ گفت، این شرکت در تلاش است تا یک حیوان مصنوعی را از ابتدا بسازد. ایلان ماسک از سال ۲۰۱۹ به‌شوخی در مورد دوجو صحبت می‌کرد؛ اما تسلا این خبر را به‌طور رسمی در روز هوش مصنوعی (۱ اکتبر ۲۰۲۲) اعلام کرد.

درحال‌حاضر شرکت‌هایی مانند Waymo (متعلق به آلفابت) خودروهای خودران سطح ۴ را تجاری‌سازی کرده‌اند. این خودروها، براساس تعریف انجمن مهندسان خودرو (SAE) می‌توانند در شرایط خاص بدون نیاز به دخالت انسان رانندگی کنند.

تسلا هنوز موفق نشده است سیستم خودرانی تولید کند که نیازی به‌ حضور انسان در پشت فرمان نداشته باشد. این شرکت بیشتر بر رویکرد مبتنی‌بر دوربین تمرکز دارد و از دوربین‌ها برای جمع‌آوری داده‌های بصری و آموزش شبکه‌های عصبی خود برای رانندگی خودران استفاده می‌کند.

تاکنون در حدود ۱٫۸ میلیون نفر هزینه‌ی اشتراک قابل‌توجهی را برای سیستم رانندگی کاملاً خودران تسلا پرداخت کرده‌اند؛ هزینه‌ای ۸ هزار دلاری که تا ۱۵ هزار دلار هم می‌رسد. گفته می‌شود نرم‌افزار هوش مصنوعی آموزش‌دیده‌ با دوجو در نهایت به‌صورت به‌روزرسانی‌های OTA به مشتریان تسلا ارائه خواهد شد.

آناند راگوناتان، استاد مهندسی برق و کامپیوتر دانشگاه پردو در سیلیکون ولی در گفت‌وگوی خود با تک‌کرانچ گفت: «قبل از هرچیزی باید بدانیم که تلاش برای رسیدن به سیستم کاملا خودران با محدودیت‌های اقتصادی مواجه است و به‌زودی اجرای آن بسیار هزینه‌بر خواهد شد. از سوی دیگر برخی ادعا می‌کنند که شاید در نهایت داده‌های ارزشمند موجود برای آموزش مدل‌ها تمام شود. داده‌های بیشتر لزوماً به‌معنای اطلاعات بیشتر نیست؛ بنابراین ارزشمندبودن داده‌های جمع‌آوری‌شده به این بستگی دارد که آیا داده‌ها، اطلاعات مفیدی برای ایجاد یک مدل بهتر دارند و آیا فرایند آموزش می‌تواند این اطلاعات را به یک مدل بهتر تبدیل کند یا خیر؟»

به‌گفته‌ی راگوناتان، با وجود تردیدهای متعدد، روند استفاده از داده‌های بیشتر حداقل در کوتاه‌مدت ادامه خواهد داشت. او عقیده دارد که داده‌های بیشتر به‌معنای نیاز به قدرت محاسباتی بیشتر برای ذخیره و پردازش همه‌ی آن‌ها به‌منظور آموزش مدل‌های هوش مصنوعی تسلا است و دقیقاً همین‌جا است که ابرکامپیوتر دوجو وارد میدان می‌شود.

سیستم ابرکامپیوتر تسلا، دوجو نام دارد که با هدف ارائه‌ی عملکردی شبیه به زمین تمرین برای هوش مصنوعی و به‌ویژه FSD طراحی شده است. کلمه‌ی ژاپنی Dojo اشاره به مکانی دارد که هنرهای رزمی مانند جودو و کاراته در آن تمرین می‌شود.

ابرکامپیوتر، از هزاران کامپیوتر کوچک‌تر به‌نام گره تشکیل شده است که هریک از این گره‌ها، CPU و GPU مخصوص به خود را دارند. CPU مدیریت کلی گره را انجام می‌دهد و GPU وظیفه‌ی انجام کارهای پیچیده‌تر مانند تقسیم وظایف به چندین بخش و اجرای هم‌زمان آن‌ها را برعهده دارد. پردازنده‌های گرافیکی برای عملیات یادگیری ماشین ازجمله شبیه‌سازی برای آموزش FSD ضروری هستند.

GPU‌ها همچنین برای آموزش مدل‌ های زبانی بزرگ حیاتی هستند و به‌ همین دلیل هم ظهور هوش مصنوعی مولد، انویدیا را به ارزشمندترین شرکت روی کره‌ی زمین تبدیل کرده است؛ طوری‌ که حتی تسلا هم برای آموزش هوش مصنوعی خود از GPU‌های انویدیا استفاده می‌کند.

رویکرد صرفا مبتنی‌بر بینایی ماشین تسلا، دلیل اصلی نیاز این شرکت به ابرکامپیوتر است. شبکه‌های عصبی FSD، با مقادیر زیادی از داده‌های رانندگی آموزش داده می‌شوند تا پس از تشخیص و طبقه‌بندی اشیای اطراف خودرو، تصمیمات لازم را برای راندن خودرو بگیرند. به‌عبارت دیگر، وقتی FSD فعال است، شبکه‌های عصبی باید به‌طور مداوم داده‌های بصری را که از دوربین‌های خودرو دریافت می‌کنند، با سرعتی در حد قابلیت‌های تشخیص عمق و سرعت انسان جمع‌آوری و پردازش کند.