让马斯克疯狂的人形机器人！万亿级新蓝海，揭秘背后产业
最后更新：2022-07-03 14:11:22 手机定位技术交流文章
当地时间6月3日，泰斯拉首席执行官埃伦·莫斯克在Twitter上宣布,该型号将于9月30日 Tesla 的人工智能日发布.它叫Optimus。它也被称作Tesla Bot。这是今年泰斯拉最重要的产品。
人类机器人的出现,可以使数以千计的工业得以发展,是人工智能的下一个波,随着技术成熟和商业化登陆,有望带来数以亿计的蓝海。
在此系列中,我们推荐华尔街证券(Wall Street Securities)的报告 Tesla Bot: AI's Starry Sea,分析了人型机器人的市场前景。
来源 华西证券
原标题：
泰斯拉·博特(英语:Tesla Bot):AI's Starry Sea。
作者：刘泽晶
人工智能、人型机器人的新章节
泰斯拉将于2022年9月30日推出首款人形机器人的原型。它被称为“OPTIMUS”。早在2021年8月19日,在 Tesla 的 人工智能 日, Maxk 提出 了 人类 机器人 的 介绍,目的在于解决从事重复、单调和乏味活动的危险。
马克宣布转向人工智能机器人意味着, Tesla不仅仅是一家电车公司,而是一个人工智能公司。 此外, Musk称,随着时间的推移, Tesla的机器人将比汽车公司更重要。
泰斯拉机器人很容易分成两个领域, 即人工智能和技术.
人工智能领域:AFSD计算机作为数值核心,配备8台自动分割摄像机作为传感器,支持深度学习、大数据分析、道琼斯训练、自动标记等算法。
技术领域: 机器人的头部有显示信息的屏幕,机器人是用轻量材料制造的,它的肢体有大约40个机械和电子驱动器。
根据马克的说法,机器人长约1.37米,重量约56磅,可容纳约20公斤。 4公斤货物的最快运行速度可达8公里/小时。
人工智能领域是人类机器人的核心,因为机器人只有通过不断的机器学习才能得到训练,无法完成指定的任务。此外, 泰斯拉的人型机器人是泰斯拉的自动驾驶器的一个重要组成部分.因为玩具机器人的核心与智能驱动FSD系统共享,我们预计智能驱动将应用于许多神经网络系统在人型机器人中。
数据是实现智能驾驶和智能机器人的基础,同时, 算术是机器学习和神经网络的基本动力.随着 Tesla处理的数据的指数增长,由于耗电问题,公司放弃了NVIDIA A100 GPU作为超级计算机阵列进行培训,相反,它拥有强大的垂直整合能力,开发了一种基于深度学习的D1芯片,Tesla Dojo超级计算机诞生了。
1、大脑：D1芯片
作为多乔超级计算机的关键组成部分,D1芯片实现了超强的计算能力和超高的带宽,实现了空间和时间的平衡。 该芯片采用分布式结构和7纳米过程,载有500亿的晶体管和354个训练节点,只有17个内部电路。
多乔超级计算机是真正的“ 表演之兽 ”,计算能力为9PFLOP。多乔超级计算机的训练模块由1500个D1芯片组成,超过530,00个训练场地,相邻的芯片之间的延迟较小,与Tesla自制的高带宽和低延迟连接器兼容,最大9PFLOP的计算能力,它是世界上最大的超级计算机。与业内相比，同样的成本性能可以增加四倍,能提高同样的能源消耗性能。占比空间节省五倍。
Tesla DOJO 1芯片图
Tesla Dojo D1芯片可以分成四个部分: CPU, Switch, Matmult,和SIMD。
中央处理器(CPU)是计算机系列的运行和控制核心,也是信息处理和程序运行的最后指令单元。
交换是计算机芯片与具有数据传输功能的芯片之间的桥梁.
SIMD,即单指令流,多数据流,可以理解为平行计算,是控制多个处理器的控制控制器,介入空间平行技术实现,是简单地处理多个数据的指令。
Mat mult是计算的单位,可以集中于神经网络的计算,然后加快神经网络的计算速度,这是泰斯拉的计算机意识到计算巨人的根本原因之一。计算单元可以理解为一种人工智能芯片,即AI处理器，它是专为机器学习算法和神经网络操作设计的芯片.可用于训练和推理。与同步CPU和GPU相比,能达到15-30倍的性能提高,并且提高效率(性能)的30-80倍。
▲多乔D1芯片架构
2.灵魂:人工智能机器视觉
机器视觉是人工智能深度学习的一个应用和技术方向,无论是人形机器人还是智能驾驶是机器视觉的登陆方向之一。
神经网络是实现人工智能深度学习的重要算法.涵盖了傀儡机器人从识别到生成指令的整个过程.它是通过建模和连接人类大脑的基本神经元,探讨模拟人脑系统功能的模型,我们还开发了一个具有学习、关联、记忆和模式识别等智能信息处理功能的人工系统。神经网络在智能机器人中的应用广泛.它主要用于对象识别、规划、假设、培训/测试等过程。
神经网络最重要的特征是它可以从环境中学习,并分发存储在网络的触摸连接中的学习结果.神经网络是学习的过程。在环境的刺激下，输入层向网络提供.根据某种学习算法, 对正确的值矩阵的隐藏层进行调整.只要网络的每个层的功率值达到一定值,学习过程结束(输出层)。
泰斯拉的智能驾驶和傀儡机器人在机器视觉方面具有独特的协同作用。 完整的训练、测试(工作)运动包括五个部分:传感器、感知、评价、规划和驱动器。
泰斯拉机器视觉过程图
泰斯拉最著名的人工智能算法是其机器视觉的纯视觉解决方案,该算法继续用于制造人形机器人。
基于图像的客观检测:目的在于确定该图像中是否存在给定类别的对象实例,它可以是一个动态或静态的目标,如果存在，返回每个目标实例的空间位置和覆盖。对象检测是更复杂的高层次视觉任务的基础,如分割、场景理解、目标跟踪、图像描述、事件检测和活动识别。
从2D对象识别到3D对象识别的转变:Tesla在8个不同地点使用摄像头,在不同角度取得相同的物体,通过神经网络渲染对象的3D图像(类似于NeRF算法),并记录对象的大小和位置,然后生成一个3D向量空间,通过鸟看图的方式，通过另一个神经网络(类似LSTM算法)和对象识别,下次对象出现时,对象的位置被计算。因此,这个傀儡机器人完成所有的感官步骤,它包含三维信息和时间维信息,并将信息存储在培训中心,并不断强化学习。
从2D对象识别到3D对象识别的 Tesla 过程的架构
前景广阔,潜力依然开放
从智能城市到智能驾驶人工智能的变革浪潮,人型机器人有望成为人工智能下一个登陆应用场景。
大数据时代:人工智能在2016年击败了柯盖,随着基础计算能力的崛起,中国开始了一场新的人工智能浪潮——大数据时代。
智能驾驶:随着海洋量数据的爆炸,基础计算和芯片的开发仍在继续,基于完美的函数定义和不断从数据中学习的算法的 Tesla Autopilot,以及通过OTA实现的软件升级,全球范围内,我们正正式进入智能驾驶的时代,与此同时,谷歌、百度、天生、华为等互联网巨头也加入了董事会。加快智能驾驶的发展.这种 重叠 政策 继续 推动 自走 业务 的 商业化 。如今，中国国内制造商在智能驾驶舱、驾驶等领域取得了实际突破。今后, 国内化生态学将非常有用.
随着人型机器人的到来,食品、家务等既乏味又重复性的工作将被机器人取代,我们相信这是人工智能的下一个浪潮,国内公司也有可能重现智能驾驶领域的成就。
人工智能的不断变化
根据麦肯锡数据称，随着人工智能的发展,据估计,到2030年,世界将有大约三个人。 由于人工智能技术的突破,将有75亿人重新就业,从数量上看，我国将有12到1百万人,20亿人需要重新就业。全球平均更换率为15%,作为人口众多的国家,中国与世界其他国家保持了16 % 的基准水平。
此外，根据麦克的说法,玩具机器人的实际成本并不高,可能比汽车还低。安德鲁预测2500美元,约人民币16万元。根据Tesla3型号,最低价格大约是2800万美元,Optimus 的 维修 费用 估计 为 $ 20 00 。长期来看，保守估计，到2030年,人型机器人全球市场将价值数十亿美元。这是智能驾驶电车之后的蓝海.
人型机器人的出现可以创造数千个工作岗位,预期它将取代重复、单调和无聊的任务,同时，一系列危险的问题, 如搜索和救援, 很可能得到解决.预计一系列的场景,如快车、国内、服务和工业将起到主导作用。此外，人形机器人是AI场景的下一个波浪,随着技术成熟和商业化,预计它将带来前所未有的数亿的蓝海,在我国智能驾驶的生态突破和成熟的基础上,傀儡机器人是必不可少的.国内公司更有可能复制智能驾驶领域的成就。
拥有自开发的人工智能处理器的制造商可以为人造机器人神经网络提供计算支持。 人工智能的本质和数据的量子操作,与人工智能算法不同,数据是重量的重量。
基于机器学习的算法步骤,它可以分为两个部分:训练和推理。训练过程需要大量的数据输入来支持一个复杂的神经网络模型。由于训练过程中的复杂神经网络结构和训练数据,运算量巨大，因此,处理器的计算功率、效率(能量消耗)非常要求。
人工智能处理器芯片可以支持深度神经网络学习和加速计算,与GPU和CPU相比,性能提高有倍增,和极低的耗电水平。此外，推理链的计算与训练链相比相对较小.但它仍然涉及许多矩阵操作,因此，人工智能芯片将发挥重要作用。
人形机器人的降落需要下层场景的数据融合,制造者具有AI算法的降落 comparative advantage.Tesla已经在智能驾驶领域实现了纯视觉解决方案,相关FSD系统可以直接应用于人形机器人的机器视觉领域。
然而,远远没有人造机器人的商业登陆,其数据需要与下游分段场景紧密结合,对数据和算法在高质量的分级场景下进行迭代培训。最后, 提供有价值的商业服务.图形机器人在微妙的场景中不能直接获取数据量,商业化人工智能算法的公司具有卡容量优势,也就是说,与下段场景紧密相连,双方可以共同努力,使客户能够这将加速人型机器人的商业化.
智东西认为，泰斯拉人形机器人的目标是在重复、无聊、危险的环境和工作条件中使用。最后,它将归到我们的家庭,全面解决持续的人力资源短缺。尽管 Tesla在人工智能和机器人领域拥有强大的技术基础,但无论莫斯科的海口是否成为现实,这可能在9月的黎明前看到。
本文由 在线网速测试 整理编辑，转载请注明出处。
