Tu devrais Soyez assez courageux de parier contre l'idée que l'application de plus de puissance de calcul et de données à l'apprentissage automatique – une recette qui a fait naissance à Chatgpt – ne mènera pas à de nouvelles progrès d'une sorte d'intelligence artificielle. Même ainsi, vous seriez encore plus courageux pour parier que Combo produira des avancées ou des percées spécifiques sur une chronologie spécifique, quelle que soit la souhaitable.

Un rapport publié le week-end dernier par la banque d'investissement Morgan Stanley prédit qu'un supercalculateur appelé Dojo, que Tesla construit pour augmenter ses travaux sur la conduite autonome, pourrait Ajouter 500 milliards de dollars à la valeur de l'entreprise en offrant un énorme avantage dans le wasing, la robotaxie et la vente de logiciels à d'autres entreprises.

Le rapport a jugé le cours des actions de Tesla, ajoutant plus de 6%, ou 70 milliards de dollars, La valeur de BMW Et bien moins qu'Elon Musk a payé pour Twitter – à la capitalisation boursière du fabricant EV au 13 septembre.

Le rapport de Morgan Stanley de 66 pages est une lecture intéressante. Il fait preuve d'un cas passionné pour pourquoi Dojo, les processeurs personnalisés que Tesla a développés pour gérer des algorithmes d'apprentissage automatique, et l'énorme quantité de données de conduite que l'entreprise collectionne auprès des véhicules Tesla sur la route, pourrait verser d'énormes dividendes à l'avenir. Les analystes de Morgan Stanley disent que Dojo fournira des percées qui donnent à Tesla un avantage «asymétrique» sur les autres constructeurs automobiles dans la conduite autonome et le développement de produits. Le rapport affirme même que le supercalculateur aidera Tesla à se ramifier dans d'autres industries où la vision par ordinateur est critique, y compris les soins de santé, la sécurité et l'aviation.

Il y a de bonnes raisons d'être prudent quant à ces affirmations grandioses. Vous pouvez voir pourquoi, à ce moment particulier d'Ai Mania, la stratégie de Tesla peut sembler si passionnante. Grâce à un saut remarquable dans les capacités des algorithmes sous-jacents, les capacités de flexion de l'esprit de Chatgpt peuvent être retracées à une équation simple: plus de calcul x plus de données = plus intelligent.

Les sorciers à Openai étaient les premiers adhérents à ce mantra de détruirepariant leur réputation et les millions de personnes de leurs investisseurs sur l'idée que la suppression de l'infrastructure d'ingénierie pour les réseaux de neurones artificiels entraînerait de grandes percées, y compris dans des modèles de langues comme ceux qui affirmaient Power. Dans les années qui ont précédé l'OpenAI, le même motif avait été observé dans la reconnaissance d'image, avec des ensembles de données plus importants et des ordinateurs plus puissants conduisant à un saut remarquable dans la capacité des ordinateurs à reconnaître – quoique à un niveau superficiel – ce que montre une image.

La nouvelle biographie de Musk de Walter Isaacson, qui a été extraite généreusement au cours de la semaine dernière, décrit comment La dernière version du logiciel Full Self Driving (FSD) de marque optimiste de Tesla, qui guide ses véhicules dans les rues animées, repose moins sur des règles codées durs et plus sur un réseau de neurones formé pour imiter une bonne conduite humaine. Cela ressemble à la façon dont Chatgpt apprend à écrire en ingérant des exemples sans fin de texte écrit par des humains. Musk a dit en interview qu'il s'attend à ce qu'un Tesla ait un «moment de chatpt» avec le FSD au cours de la prochaine année.

Musk a fait de grandes promesses sur les percées dans la conduite autonome à plusieurs reprises auparavant, y compris une prédiction selon laquelle il y aurait un million de Tesla Robotaxis d'ici la fin de 2020. Alors considérons celle-ci soigneusement.

En développant ses propres puces d'apprentissage automatique et en construisant Dojo, Tesla pourrait certainement économiser de l'argent sur la formation des systèmes d'IA derrière FSD. Cela pourrait bien aider à faire plus pour améliorer ses algorithmes de conduite en utilisant les données de conduite réelles qu'elle recueille auprès de ses voitures, ce qui manque aux concurrents. Mais si ces améliorations traverseront un point d'inflexion dans la conduite autonome ou la vision par ordinateur semblent généralement pratiquement impossibles à prévoir.