Miért tervez saját AI chipet a Tesla?

A napokban immár hivatalosan is megerősítésre került, hogy a Tesla saját Mesterséges Intelligencia (avagy AI – Artifical Intelligence) chipen dolgozik. De miért olyan nagy szó ez és egyáltalán miért akar a Tesla chipet gyártani?

Ha a mesterséges intelligenciára gondolunk, legtöbbünknek emberként gondolkodó robotok jutnak eszébe, vagy egy az embernél okosabb számítógép, amely hozzánk hasonlóan gondolkodik, kreatív, látja az összefüggéseket és megoldja a problémákat amiket mi nem tudunk. Ez elsőre nem hangzik rosszul és az optimistább megfigyelők az emberiség nagy lehetőségét látják benne. A pesszimistábbak (realistábbak?) viszont, akárcsak Elon Musk, a „szingularitás” problémájára hívják fel a figyelmet. Mint egy konferencia kapcsán mi is írtunk róla pár hete, ezzel a kifejezéssel illetik azt a pillanatot, amikor a gép öntudatára ébred az ember pedig elveszíti felette az uralmat. Ekkor következhet be az, hogy az AI az ember ellen fordul.

Data a Star Trek-ből, vagy a T-800-as a Terminatorból? Melyik jövő áll előttünk? Forrás: Paramount/CBS, TriStar Pictures

Gyakorta olvasni azt a téves megállapítást, hogy Elon Musk a világ végét látja a mesterséges intelligenciában. Mint a Tesla kapcsán annyiszor, a hír most is félig igaz, félig meg félre van értve, úgyhogy tegyük először ezt egy kicsit rendbe.

Musk valóban megkongatta a vészharangot az AI kapcsán és aggodalma nem alaptalan. Aki a Terminátor szérián nőtt fel, annak nem kell ecsetelni mi a legrosszabb végkifejlet (segítek, gombafelhőket tartalmaz), de hogy ez a szcenárió mennyire nem csak apokaliptikus sci-fi azt pl. az a nyílt levél is bizonyítja, amit 1800 tudós és szakember, köztük Muskon kívül pl. Stephen Hawking is aláírt 2015-ben.

Viszont Musk annak is híve, hogy az ú.n. „narrow AI”, azaz a szigorúan egy célfeladatra kifejlesztett intelligencia rendkívül hasznos lehet és a részben általa alapított Open AI szervezetben 60 kutató azon dolgozik, hogy a gépek ne ellenünk, hanem nekünk dolgozzanak majd a jövőben.

Ha eddig eljutott a kedves olvasó, akkor köszönöm a türelmet, higgye el így már sokkal érthetőbb lesz a a napokban felröppent chipes hír.

Mindenki kedvenc önvezető autója. Forrás: NBC-Universal

Ezek után már nem meglepő, hogy Musk és a Tesla keményen dolgozik az önvezetéshez szükséges AI megalkotásán. Az egyik legnagyobb kihívás, hogy az általunk viszonylag egyszerűen megtanult vezetés (az emberi agy rulez!) igazából roppant komplex. Nem elég csak betölteni a KRESZ könyvet egy számítógépbe, de az autónak értelmeznie kell a maga körül tapasztalt világot. A másik jármű, másik ember szándékait, a nem egyértelmű szituációkat, a hiányos információkat. Magyarul tudnia kell mikor hagyja figyelmen kívül a szabályokat. És akkor még a technikaibb jellegű kihívásokról, mint a videó, radar és egyéb érzékelők jelének feldolgozása nem is beszéltünk.

Az első problémára a megoldás az u.n. „deep learning”. Ezt nagyjából úgy kell elképzelni, hogy a számítógépnek nem egyszerűen beprogramozzuk a szabályokat és a megoldásokat, hanem a gép a világot és a hús-vér sofőröket figyelve „megtanul vezetni”, úgy ahogy mi tennénk. A való világban közlekedő autó kismillió előre nem látható helyzetbe kerülhet és mindegyikre nem lehet kódot írni.

Talán ebből is látszik a hagyományos autógyártók legnagyobb kihívása ezen a téren. Ők azt szokták meg, hogy elmennek egy autóipari beszállítóhoz és vesznek tőlük egy új ABS rendszert, aztán rendelnek belőle évi 2 millió darabot. Na ez a probléma nem ez a kategória. A legnagyobb koponyák dolgoznak ezeken a rendszereken a világ vezető egyetemein és laborjaiban, Musk pedig az egyik legtehetségesebb fiatalt, az Open AI-nál már bizonyított Andrej Karpathy-t kérte fel a Tesla szoftverének, a gondolkodó gép lelkének megalkotására. Karpathy az egyik legnagyobb név a gépi tanulás, a vizuális feldolgozás és az AI szoftver területén és a Stanfordon olyan lájtos témákkal foglalkozott, mint, hogy a gépi szöveges feldolgozás problematikája hol találkozik a visszacsatolt mély neurális hálókkal. Igen, én sem értem.

Andrej Karpathy. Forrás: github.com

Nos ez lenne a szoftver, az első probléma és ezért olyan nagy fegyvertény a Tesla kezében, hogy évek óta minden autójuk kamerákkal és érzékelőkkel járja az utakat. Nem véletlenül adják ingyen a 4G-t az autóhoz és nem véletlenül rakják bele a vasat minden autóba, akkor is, ha a vevő nem fizetett az Autopilot-ért. Az autók az elmúlt években már több millió mérföldről küldtek vissza adatot a cég központjába, és az AI folyamatosan tanul, fejlődik.

És akkor térjünk rá a második problémára, a hardverre.

Még pár éve is a sci-fi-be illet volna az a feltételezés, hogy a fentiekhez szükséges számítási teljesítményt megfizethető áron és méretben egy autóba csomagoljuk. A Tesla kezdetben a Mobileye saját rendszerét használta, magyarul bevásárolt, és erre próbálta ráhegeszteni a saját AI szoftverét. Aztán úgy döntöttek, hogy egyrészt nem elég gyors a fejlesztés üteme, másrészt ez annyira stratégiai terület lesz a jövőben, hogy házon belül kell tartani. A válás elég csúnyára sikerült és az angolul tudók egy remek cikket olvashatnak a részletekről és az okokról itt. A Teslának sokkal hamarabb kellett a következő megoldásra, a vásárolt részegységekből de saját maguk által épített rendszerre váltani, mint tervezték. Ennek az lett a vége, hogy 2016 év végén nem hozták a beígért értékesítési számokat, mert a kész autók hegyekben állva várták az Autopilot 2.0 hardvert – az új kamerákat, szenzorokat és az új agyra, az Nvidia Drive PX hardverére írt szoftvert. Kis túlzással, teljesen újra kellet írni a rendszert – bele is telt kb 1 évbe mire az AP 2.0 beérte az eredeti Autopilot teljesítményét.

Nvidia Drive PX 2. Forrás: Nvidia

Az Nvidia Drive PX egy nagy lépés volt a megfelelő irányba. A világ legnagyobb számítógépes grafikus processzor gyártója a tudományos területeken sikereket arató GPU compute megoldásának alapjain készített egy cél-számítógépet az autóipar részére. Nagyon nagyon zanzásítva, a számítástechnikában már régóta köztudott, hogy bizonyos számítási feladatokra sokkal jobb a számítógép grafikus chipje, a videokártyán lévő GPU mint a központi processzor, a CPU. Így eléggé megszokott, hogy a videó és képfeldolgozástól kezdve a fizikai szimulációkon át a cryptovaluta bányászatig sok mindent inkább a GPU-ra testál a szoftver.

Az Nvidia megoldása tényleg brutálisan erős: a Teslában lévő verzió teljesítménye kb 1,600 Playstation 2-nek felel meg, de még a PS 4-ből is 5-6 db kellene. Van ennél már jóval erősebb verzió is, de ott az energia igény, a hőleadás na és az ár is a többszörösére nő.

És ezzel el is érkeztünk a kirakós utolsó darabjáig, a saját supercomputerig.

Jim Keller legutóbbi nagy dobása: Az AMD Ryzen CPU magja. Forrás: AMD

Ahogy a szoftver területén, úgy a hardvernél is a legjobbak közül válogatott Musk és Jim Keller-t nevezte ki a csapat élére. Keller egy igazi legenda. Annak idején ő tervezte a legendás AMD K7 mikroprocesszort, amivel a vállalat megverte az Intel Pentium III processzorait a szakma nem kis megrökönyödésére. Mintha a Balmazújváros verte volna az Intert. Szintén ő alkotta meg a K8 korszakban az AMD64 szabványt, ami annyira sikeres szabvány lett, hogy az Intel kénytelen volt azt  végül licenszelni és a mai napig alkalmazni. Emiatt vannak ma már 64 bites processzoraink a PC-nkben. A K8 után Keller az Apple-nél folytatta és az ő csapata fejlesztette ki az A4 és A5 processzorokat, ami a korabeli iPhone 4, 4S telefonokat, valamint az első és második iPad-et hajtotta. Az Apple után ismét visszatért az akkor már igen nagy bajban lévő AMD-hez, ahol csapata 3 év alatt fejlesztette ki az új Zen architektúrát, amiből tavaly kaptuk meg az első Ryzen 7 processzort. Ezzel Keller és az AMD megint dobott egy K7-et, és gigászi lemaradásból beérte, sőt sok tesztben meg is előzte a legjobb Intel chipeket – sokszor féláron.

Jim Keller. forrás: HWSW.hu

Na innen váltott Keller a Teslához és az elmúlt 2 évben a legnagyobb titoktartás mellett dolgozott a kaliforniai gyártó első saját AI processzorán. Ez minden bizonnyal egy olyan céleszköz lesz, ami kifejezetten a mesterséges intelligenciára és azon belül is az önvezetéshez szükséges deep learningre lesz kihegyezve.

Nem túlzás azt állítani, hogy a Google,  Microsoft vagy az Apple vezetése is büszkén csettintene, has a Karpathy-Keller duó náluk dolgozna. Musk olyan szakmai kihívást adott nekik, amivel a fenti mamutok már-már végtelen mély zsebe sem tudott versenyezni.

És, hogy mikorra lesz ebből valami kézzelfogható?

Nos egy szeptemberi hír szerint a Tesla már meg is kapta a chipek első mintapéldányait a gyárból. A gyár itt minden bizonnyal az AMD partnere (volt saját gyára) a Globalfoundries vagy a Samsung lesz – mind a kettőt hírbe hozták már, de döntés még nincs. Ez persze még nem jelent biztosat, valószínűleg a chipgyártásban „tape out”-nak hívott első működő szilícium lapkákról van szó, ezután még hónapokig tartó finomhangolás következhet. A szoftver terén pedig Musk a teljes önvezetést legfrissebb jóslatában 2020-ra ígéri.

Ezt látja az Autopilot 2.0. Forrás: Tesla

Biró Balázs

A fenntartható közlekedés elkötelezett híve, akit elsősorban a Tesla céltudatos és piacot felforgató tevékenysége rántott magával ebbe a világba, így publikációi elsősorban erre a területre koncentrálnak.