En route vers RoboTaxi

Crédits :
Kaz Barnes ( CYBRLFT ),  Vétéran de la marine américaine et créateur de contenu. Suivez-le sur son Chaîne Youtube .
Achetez chez Kaz's ici  soutenir 

Le Robotaxi, ou Cyber ​​Cab, est un sujet de discussion depuis plusieurs années. En termes simples, il s’agit d’un système de véhicules autonomes qui transporteront des passagers payants à grande échelle dans un avenir pas si lointain.

Travaillant dans le covoiturage et étant un fervent passionné de technologie et de science, je savais exactement ce que je voulais faire lorsque j'ai eu accès au programme bêta FSD de Tesla en octobre 2021. Ma mission était simple mais intimidante :

Cataloguer et présenter les progrès du FSD jusqu’au jour où Cyber ​​Cab deviendra une véritable réalité.

Depuis octobre 2021, avec la version bêta 10.2 de FSD, j'ai fait exactement cela et je l'ai partagé avec la communauté en ligne pendant des années.

Résultats de RoboTaxi montrant le nombre de trajets (bleu) et le % de réussite (jaune) pris en charge par 6 versions de FSD commençant par la v11.4.4 jusqu'à la v12.3.6 actuelle. 

Le succès du voyage dépend de l'intervention ou non du conducteur pour terminer le voyage. Si une intervention était nécessaire, le voyage serait un échec.www.teslafsdtracker.com/CYBRLFT

Cette image présentant mes résultats RoboTaxi est le fruit des années pendant lesquelles j'ai collecté et présenté les données que j'ai recueillies en partenariat avec Elias Martinez sur la plateforme X. Notre objectif a toujours été d'apporter une vision objective et approfondie des performances de FSD au plus grand nombre, tant à l'intérieur qu'à l'extérieur de la vaste communauté Tesla, afin de montrer la preuve de concept et le potentiel de cette technologie radicale.

À cet égard, la version 12 du système désormais supervisé par FSD a fait des progrès impressionnants, faisant passer le taux de réussite moyen d'environ 50 % dans la version précédente à un taux de réussite excitant d'environ 83 % dans cette version. Cela donne du crédit au grand choix fait par Tesla d'abandonner complètement sa stratégie précédente et de se concentrer sur un réseau neuronal de bout en bout formé uniquement par vidéo. Compte tenu du rythme rapide des progrès de la technologie de l'IA et de l'avance objective de Tesla dans l'application de l'IA dans le monde réel de FSD au fil des ans, ce risque semble avoir été la bonne décision.

Le Causation Donut explique la raison de l'intervention lors des trajets effectués, avec ou sans clients, afin de mieux catégoriser les causes de la défaillance du système. Ce que vous voyez ici sont spécifiquement les causes de désengagement sur la version 12.3.6.

Les couleurs du donut correspondent aux étiquettes visibles en bas pour le garder aussi simple que possible lors de la comparaison de chaque version ponctuelle de FSD Supervised.
www.teslafsdtracker.com/CYBRLFT

En tant que favori de longue date, le Causation Donut a permis d'illustrer exactement ce qui se cache derrière les échecs qui ont conduit aux résultats que vous pouvez voir dans la figure RoboTaxi Results. Au fil du temps, Elias et moi avons travaillé ensemble pour réviser et simplifier les catégories afin d'éviter tout bruit ou confusion inutile lors de la présentation de ces chiffres.

Je pense qu'il est important à ce stade de faire une délimitation claire du degré de gravité de ces désengagements. Certains d'entre vous connaissent peut-être les termes de désengagements critiques et non critiques. Pour que cela soit aussi simple que possible, voici comment j'en suis venu à définir la différence entre ces deux termes.

Désengagement critique

• Mesure prise pour éviter des dommages potentiels aux personnes ou aux biens.
• Mesures prises pour empêcher les manœuvres illégales (feux de circulation, panneaux d'arrêt, etc.))
• Mesure prise suite à une défaillance du système (débrayage forcé de la roue rouge).

  Désengagement non critique

• Tout le reste

En gardant cela à l'esprit, sur le donut, vous pouvez voir Inconfort, Humain, Cartes, Sécurité, Problème de compétence, Mise en scène, Erreur système et Limitation système. Parmi celles-ci, Sécurité et Erreur système sont les catégories critiques tandis que tout le reste est un désengagement non critique.

La sécurité relève du premier point concernant les dommages aux personnes ou aux biens et l'erreur système relève du troisième point, la défaillance du système, étant donné que la voiture demande au conducteur de prendre le relais immédiatement pour des raisons largement inconnues, mais probablement des choses comme une perte de traction ou des éblouissements massifs de photons solaires frappant les caméras du système.

La grande majorité de ces désengagements sur FSD sont de loin dans la catégorie « non critique », mais ils constituent néanmoins des points d’amélioration très importants sur lesquels Tesla continue de se concentrer à chaque mise à jour. L’objectif est que la plupart de ces étiquettes soient aussi explicites que possible, mais j’entre dans beaucoup plus de détails dans mes rapports RoboTaxi. 

Après de nombreuses conversations avec le public, il est devenu de plus en plus évident que les commentaires des clients payants réels seraient très précieux pour évaluer la probabilité que les utilisateurs reviennent pour Cyber ​​Cab. 

Cette image présente les notes obtenues sur la version 12 de FSD Supervised, basées sur le système commun de 1 à 5 étoiles utilisé par Uber et Lyft.
www.teslafsdtracker.com/CYBRLFT 

Au cours de la période que j'ai passée à tester ce système, j'ai effectué plus de 1 700 trajets de type « RoboTaxi » au cours desquels j'ai pu observer la compétence du système du ramassage à la dépose et il est devenu évident qu'il me manquait un élément important de la réussite du système pour une utilisation future. Cet élément est la satisfaction du client.

Un gadget ou un truc de fête, comme on pourrait appeler la fonction actuelle de « smart invoke », serait essentiellement inutile dans un monde de clients qui ont des besoins plutôt simples mais importants pour déterminer s’ils intégreront un service dans leur vie quotidienne. Dans cet esprit, j’ai commencé à interroger les clients lors de l’utilisation de la version 12 de FSD Supervised pour voir ce qu’ils pensaient de l’expérience et les résultats ont été très rassurants.

Comme vous pouvez le constater, 191 utilisateurs ont jusqu'à présent attribué à leur expérience une note de 5 étoiles, éclipsant même les utilisateurs 4 étoiles, et ont fait passer le message avec le commentaire le plus fréquent : « Je n'aurais pas su que le système se conduisait tout seul sans que vous me le disiez. »

Avec ces résultats, le système FSD Supervised de Tesla est déjà à la hauteur des conducteurs de covoiturage humains comme moi et, dans un laps de temps assez court, il sera sans aucun doute supérieur à la grande majorité de ces conducteurs. Au minimum, les conducteurs améliorés par ce système FSD Supervised atteindront le sommet du service client et de la satisfaction, prouvant une fois de plus que ce sont ceux qui utilisent l'IA qui perturberont ceux qui ne le font pas.

*Le système FSD Supervised de Tesla n'est pas entièrement autonome et nécessite que le conducteur soit vigilant et prêt à prendre le relais à tout moment. Le conducteur du véhicule est responsable de tout problème survenant en raison d'une mauvaise utilisation du système Tesla FSD Supervised.