
Droga do RoboTaxi
Kredyty:
Kaz Barnes (C
Zakupy od Kaza tutaj aby wesprzeć
Robotaxi lub jak Tesla to nazywa Cyber Cab, jest tematem dyskusji od kilku lat. Mówiąc prosto, jest to system autonomicznych pojazdów, które będą przewozić płacących pasażerów na dużą skalę w niedalekiej przyszłości.
Pracując w rideshare, będąc jednocześnie zagorzałym entuzjastą technologii/nauki, wiedziałem dokładnie, co chcę zrobić, gdy uzyskałem dostęp do programu FSD Beta Tesli w październiku 2021 roku. Moja misja była prosta, ale zniechęcająca:
Skatalogować i przedstawić postępy FSD aż do dnia, gdy Cyber Cab stanie się prawdziwą rzeczywistością.
Od października 2021 roku z wersją FSD Beta 10.2 robiłem właśnie to i dzieliłem się tym z społecznością online przez lata.

Wyniki RoboTaxi pokazujące ilość podróży (niebieski) i % sukcesu (żółty) zebrane na przestrzeni 6 wersji FSD, zaczynając od v11.4.4 do obecnej v12.3.6.
Sukces jest określany na podstawie tego, czy kierowca musiał interweniować, aby zakończyć podróż. Jeśli interwencja była konieczna, podróż uznaje się za nieudaną. www.teslafsdtracker.com/CYBRLFT
Ten obrazek przedstawiający moje Wyniki RoboTaxi jest efektem lat zbierania i prezentowania danych, które zgromadziłem we współpracy z Eliasem Martinezem na platformie X. Naszym celem zawsze było dostarczenie obiektywnego i dokładnego spojrzenia na wydajność FSD dla szerszej publiczności zarówno wewnątrz, jak i na zewnątrz ogromnej społeczności Tesli, aby pokazać dowód koncepcji i potencjał tej radykalnej technologii.
W tym kontekście, wersja 12 obecnie nadzorowanego systemu FSD dokonała imponujących postępów, zwiększając średni wskaźnik sukcesu z ~50% w poprzedniej wersji do ekscytujących ~83% sukcesu w tej wersji. To potwierdza słuszność decyzji Tesli o całkowitym porzuceniu poprzedniej strategii i skupieniu się na czysto wideo trenowanej, kompleksowej sieci neuronowej. Przy szybkim tempie postępu technologii AI i obiektywnej przewadze Tesli w rzeczywistym zastosowaniu AI w FSD na przestrzeni lat, to ryzyko wydaje się być właściwym posunięciem.

Donut Przyczynowy wyjaśnia powód interwencji podczas podróży, zarówno z klientami, jak i bez, aby lepiej sklasyfikować, co powoduje awarie systemu. To, co tutaj widzisz, to konkretnie przyczyny dezaktywacji w wersji 12.3.6.
Kolory na wykresie donutowym odpowiadają etykietom widocznym na dole, aby jak najprościej porównać każdą wersję FSD Supervised.
www.teslafsdtracker.com/CYBRLFT
Jako długoletni ulubieniec, Causation Donut pomógł zilustrować, co dokładnie stoi za niepowodzeniami, które doprowadziły do wyników widocznych na wykresie wyników RoboTaxi. Z czasem Elias i ja współpracowaliśmy, aby zrewidować i uprościć kategorie, aby uniknąć niepotrzebnego szumu lub zamieszania podczas prezentacji tych danych.
Myślę, że na tym etapie ważne jest, aby wyraźnie rozróżnić stopień powagi tych dezaktywacji. Niektórzy z was mogą być zaznajomieni z terminami Krytyczne i Nie-krytyczne Dezaktywacje. Aby to jak najbardziej uprościć, oto jak zdefiniowałem różnicę między tymi dwoma.
Critical Disengagement
- Podjęcie działań w celu uniknięcia potencjalnych szkód dla osób lub mienia.
- Podjęcie działań w celu zapobieżenia nielegalnym manewrom (światła drogowe, znaki stop, itp.)
- Podjęcie działań w wyniku awarii systemu (wymuszone wyłączenie czerwonego koła).
Non-Critical Disengagement
- Wszystko inne
Mając to na uwadze, na wykresie w formie pączka można zobaczyć Dyskomfort, Człowiek, Mapy, Bezpieczeństwo, Problem z Umiejętnościami, Inscenizacja, Błąd Systemu i Ograniczenie Systemu. Z tych, Bezpieczeństwo i Błąd Systemu to kategorie krytyczne, podczas gdy wszystko inne to niekrytyczne wyłączenia.
Bezpieczeństwo mieści się w pierwszym punkcie dotyczącym szkód dla osób lub mienia, a Błąd Systemu w trzecim punkcie, awaria systemu, biorąc pod uwagę, że samochód mówi kierowcy, aby natychmiast przejął kontrolę z nie do końca znanych powodów, ale prawdopodobnie takich jak utrata przyczepności lub ogromne odblaski od fotonów słonecznych uderzających w kamery systemu.
Zdecydowana większość tych dezaktywacji na FSD znajduje się w kategorii „niekrytyczne”, ale są to nadal bardzo ważne punkty do poprawy, na których Tesla nadal się koncentruje przy każdej aktualizacji. Celem jest, aby większość tych etykiet była jak najbardziej oczywista, ale szczegółowo omawiam to w moich Raportach RoboTaxi.

Po wielu rozmowach z publicznością stało się coraz bardziej jasne, że opinie od rzeczywistych płacących klientów byłyby bardzo cenne w ocenie prawdopodobieństwa powrotu użytkowników do Cyber Cab.
Ten obraz przedstawia ocenę ankietową wersji 12 FSD Supervised opartą na popularnym systemie gwiazdkowym 1-5 używanym przez Uber i Lyft.
www.teslafsdtracker.com/CYBRLFT
Podczas testowania tego systemu, ukończyłem ponad 1,700 dedykowanych przejazdów klasy „RoboTaxi”, gdzie obserwowałem kompetencje systemu od momentu odbioru do momentu wysiadki i stało się jasne, że brakowało mi dużego komponentu sukcesu systemu do przyszłego użytku. Tym komponentem jest satysfakcja klienta.
Gadżet lub sztuczka imprezowa, jak można by nazwać obecny „smart summon”, byłby zasadniczo bezużyteczny w świecie klientów, którzy mają dość proste, ale ważne potrzeby, aby zdecydować, czy włączą usługę do swojego codziennego życia. Mając to na uwadze, zacząłem przeprowadzać ankiety wśród klientów podczas korzystania z wersji 12 FSD Supervised, aby zobaczyć, co myślą o doświadczeniu, a wyniki były bardzo uspokajające.
Jak widać, do tej pory 191 użytkowników oceniło swoje doświadczenie na poziomie 5-gwiazdkowym, co przyćmiewa nawet użytkowników 4-gwiazdkowych, a najczęstszym komentarzem było: „Nie wiedziałbym, że prowadzi się samo, gdybyś mi nie powiedział.”
Przy takich wynikach, Tesla’s FSD Supervised już teraz działa na poziomie porównywalnym z ludzkimi kierowcami rideshare, takimi jak ja, i w dość krótkim czasie bez wątpienia przewyższy większość z tych kierowców. W najmniejszym stopniu, kierowcy wspomagani przez ten system FSD Supervised osiągną szczyt obsługi klienta i satysfakcji, udowadniając po raz kolejny, że to ci, którzy korzystają z AI, zrewolucjonizują tych, którzy tego nie robią.
*System Tesla’s FSD Supervised nie jest w pełni autonomiczny i wymaga, aby kierowca był czujny i gotowy do przejęcia kontroli w każdej chwili. Operator pojazdu ponosi odpowiedzialność za wszelkie problemy wynikające z niewłaściwego użycia Tesla FSD Supervised.
Zostaw komentarz
Ta strona jest chroniona przez hCaptcha i obowiązują na niej Polityka prywatności i Warunki korzystania z usługi serwisu hCaptcha.