En route vers les Robot-Taxi
Crédits :
Kaz Barnes (CYBRLFT), Vétéran de l'US Navy et créateur de contenu. Suivez-le sur sa chaîne YouTube.
Achetez chez Kaz ici pour soutenir. Traduit en Français.
Robotaxi ou ce que Tesla appelle Cyber Cab est un sujet de discussion depuis plusieurs années maintenant. En termes simples, il s’agit d’un système de véhicules autonomes qui transportera des passagers à grande échelle dans un avenir pas trop 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 ardue :
Cataloguer et présenter les progrès du FSD jusqu'au jour où le Cyber Cab deviendrai une véritable réalité.
Depuis octobre 2021 avec FSD Beta version 10.2 C’est exactement ce que j’ai fait et je le partage avec ma communauté depuis des années.
![](https://cdn.shopify.com/s/files/1/0462/3692/6108/files/Screenshot_2491_600x600.png?v=1717386352)
Les résultats de Robot-Taxi montrant la quantité de trajet (bleu) et le % de réussite (jaune) pris sur 6 versions de FSD à partir de la v11.44 à nos jours v12.36
Le succès est déterminé par le fait que le conducteur ait dû ou non intervenir pour terminer le voyage. Si une intervention était nécessaire, le voyage serait un échec. www.teslafsdtracker.com/CYBRLFT
Cette image présentant mes résultats des tests Robot-Taxi est le produit d'années de collecte de 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 du FSD au plus grand public, tant à l’intérieur qu’à l’extérieur de la vaste communauté Tesla, afin de montrer la preuve et le potentiel de cette technologie radicale.
À cet égard, la version 12 du 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 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 purement formé par la vidéo. Compte tenu du rythme rapide des progrès de la technologie de l’IA et de l’avance de Tesla dans l’application réelle du FSD par l’IA au fil des ans, ce risque pris de tout analyser par vidéo semble avoir été la bonne décision.
![](https://cdn.shopify.com/s/files/1/0462/3692/6108/files/Screenshot_2493_600x600.png?v=1717386351)
Le Donut ci-dessus explique la raison de l'intervention lors des déplacements effectués, avec et sans clients, afin de mieux catégoriser la cause de la défaillance du système. Ce que vous voyez ici, ce sont spécifiquement les causes du désengagement sur la version 12.3.6.
Les couleurs du beignet correspondent aux étiquettes visibles en bas pour que cela reste aussi simple que possible lors de la comparaison de chaque version ponctuelle du FSD.
www.teslafsdtracker.com/CYBRLFT
Le Donut a contribué à illustrer ce qui se cache exactement derrière les échecs qui ont conduit aux résultats que vous pouvez voir dans les résultats des tests Robot-Taxi. Au fil du temps, Elias et moi avons travaillé ensemble pour réviser et simplifier les catégories afin d'éviter tout bruit inutile ou toute confusion lors de la présentation de ces chiffres.
Je pense qu’il est important à ce stade de délimiter clairement le degré de gravité de ces désengagements. Certains d’entre vous connaissent peut-être les termes désengagements critiques et non critiques. Pour que cela reste aussi simple que possible, voici comment j’en suis venu à définir la différence entre ces deux.
Désengagement critique
- Mesures prises pour éviter les dommages potentiels aux personnes ou aux biens.
- Actions prises pour prévenir les manœuvres illégales (feux tricolores, stop, etc.)
- Action entreprise suite à une panne du système (désengagement forcé).
Désengagement non critique
- Tout le reste
En gardant cela à l'esprit, sur le donut, vous pouvez voir les catégories Inconfort, Humain, Cartes, Sécurité, Problème de compétence, Mise en scène, Erreur système et Limitation du système. Parmi celles-ci, la sécurité et les erreurs système sont les catégories critiques alors 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 du 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 pour des raisons telles que la perte de traction. ou des reflets massifs sur les caméras du système.
La grande majorité de ces désengagements sur FSD sont dans la catégorie « non critiques », mais ce sont quand même 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 beaucoup plus en détail dans mes rapports Robot-Taxi.
![](https://cdn.shopify.com/s/files/1/0462/3692/6108/files/Screenshot_2494_600x600.png?v=1717386351)
Après de nombreuses conversations avec le public, il est devenu de plus en plus clair que les commentaires des clients payants réels seraient très précieux pour évaluer la probabilité que les utilisateurs reviennent sur Cyber Cab.
Cette image présente les notes recueillies sur la version 12 FSD Supervised, basées sur le système commun de 1 à 5 étoiles utilisé par Uber et Lyft.
www.teslafsdtracker.com/CYBRLFT
Au cours du temps que j'ai passé à tester ce système, j'ai effectué plus de 1 700 trajets dédiés « RobotTaxi » au cours desquels j'ai observé les compétences du système, de la prise en charge à la dépose, et il est devenu clair que j'avais manqué un élément important du succès du système pour une utilisation future. Cet élément est la satisfaction du client.
Un gadget ou une astuce de fête, comme on pourrait appeler la fonctionnalité actuelle « d'invocation intelligente », 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. C'est dans cette optique que j'ai commencé à interroger les clients utilisant la version 12 FSD Supervised pour voir ce qu'ils pensaient de l'expérience et les résultats ont été très rassurants.
Comme vous pouvez le constater, à ce jour, 191 utilisateurs ont évalué leur expérience à un niveau 5 étoiles, éclipsant même les utilisateurs 4 étoiles.
Avec ces résultats, le FSD Supervised de Tesla fonctionne déjà à un niveau comparable à celui des conducteurs humains de covoiturage 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 bénéficiant de ce système supervisé par FSD atteindront le sommet du service et de la satisfaction client, prouvant une fois de plus que ce sont ceux qui utilisent l'IA qui perturberont les habitudes ceux qui ne le font pas.
*Le système FSD Supervised de Tesla n'est pas entièrement autonome et nécessite que le conducteur soit alerte et prêt à prendre le relais à tout moment. L'opérateur du véhicule est responsable de tout problème résultant d'une utilisation inappropriée du FSD Tesla Supervised.