एलोन मस्क ने हाल ही में एफएसडी बीटा 10.13.1 के व्यापक रोलआउट पर कुछ अपडेट प्रदान किए हैं। कंपनी के उन्नत ड्राइवर-सहायता प्रणाली के नवीनतम पुनरावृत्ति ने इस महीने की शुरुआत में अपनी प्रारंभिक रिलीज़ शुरू की, लेकिन इसकी व्यापक रिलीज़ अभी तक शुरू नहीं हुई है।
ट्विटर पर एक हालिया पोस्ट में, एलोन मस्क ने स्वीकार किया कि टेस्ला एफएसडी बीटा 10.13 पर बहुत मेहनत कर रहा है, लेकिन सिस्टम अभी तक व्यापक रिलीज के लिए तैयार नहीं है। उन्होंने अनुमान लगाया कि FSD बीटा 10.13 की व्यापक रिलीज़ में एक सप्ताह या उससे अधिक समय लगने की संभावना है, लेकिन जब ऐसा होता है, तो कैलिफ़ोर्निया के बाहर के ड्राइवरों को कुछ बहुत ही उल्लेखनीय सुधारों का अनुभव होगा।
जैसा कि टेस्ला के सीईओ ने उल्लेख किया है, “कैलिफोर्निया के बाहर के उपयोगकर्ता सबसे अधिक सुधार देखेंगे।” यह एक दिलचस्प टिप्पणी है, विशेष रूप से यह देखते हुए कि मस्क ने अतीत में स्वीकार किया है कि एफएसडी बीटा “कैलिफोर्निया में बेहतर काम करता है” रोड आइलैंड जैसे अन्य क्षेत्रों की तुलना में। मस्क ने पिछले साल इस बात को स्वीकार किया, यह देखते हुए कि एफएसडी बीटा को खाड़ी क्षेत्र में ओवरफिट कर दिया गया है।
10.13 शायद एक सप्ताह या उससे अधिक दूर है, लेकिन हाँ। कैलिफ़ोर्निया के बाहर के लोग सबसे अधिक सुधार देखेंगे।
– एलोन मस्क (@elonmusk) 29 जुलाई 2022
जैसा कि एक बेंजिंगा रिपोर्ट में उल्लेख किया गया है, आंकड़ों में ओवरफिटिंग से पता चलता है कि एक मॉडल डेटा बिंदुओं के एक विशिष्ट सेट से बहुत अधिक निकटता से संबंधित है, जो विभिन्न डेटा बिंदुओं के साथ अच्छी तरह से अनुवाद नहीं कर सकता है। FSD बीटा के मामले में, इसका परिणाम उन्नत ड्राइवर सहायता प्रणाली सैन फ़्रांसिस्को जैसे क्षेत्रों में बहुत अच्छी तरह से काम करने में हो सकता है, लेकिन संयुक्त राज्य के अन्य क्षेत्रों में भी नहीं।
इस महीने की शुरुआत में लीक हुए एफएसडी बीटा 10.13 के रिलीज नोट से पता चला है कि अपडेट में कई प्रमुख प्रदर्शन सुधार शामिल हैं।
एफएसडी बीटा 10.13 के आंशिक रिलीज नोट निम्नलिखित हैं जिन्हें अब तक साझा किया गया है:
युद्धाभ्यास के माध्यम से अन्य वस्तुओं के साथ अहंकार की बातचीत के बेहतर अनुमान का उपयोग करके असुरक्षित बाएं मुड़ने के लिए बेहतर निर्णय लेना। मध्य सुरक्षा क्षेत्रों का उपयोग करके “चक कुक शैली” असुरक्षित बाएं मोड़ पर वस्तुओं को पार करने के दौरान बेहतर रोक मुद्रा। दृश्यता के लिए रेंगते समय गति प्रोफ़ाइल को और अधिक आरामदायक बनाया, संभावित रूप से अवरुद्ध वस्तुओं की सुरक्षा करते समय चिकनी स्टॉप की अनुमति देने के लिए। यातायात नियंत्रण की उपस्थिति की परवाह किए बिना, किसी भी चौराहे पर दृश्यता के लिए सक्षम रेंगना जहां वस्तुएं अहंकार के मार्ग को पार कर सकती हैं। बेहतर लेन पोजिशन त्रुटि 5% और लेन रिकॉल 12%… बेहतर लेन स्थिति त्रुटि क्रॉसिंग और मर्जिंग लेन में 22% तक लंबी दूरी के स्किप कनेक्शन और नेटवर्क आर्किटेक्चर के लिए एक अधिक शक्तिशाली ट्रंक जोड़कर। तंत्रिका नेटवर्क में इनपुट के रूप में उपयोग किए जाने वाले ऑनबोर्ड प्रक्षेपवक्र अनुमान में सुधार करके, पैदल यात्री और साइकिल चालक वेग त्रुटि में 17% की वृद्धि हुई है, खासकर जब अहंकार एक मोड़ बना रहा है। ऑटो-लेबल प्रशिक्षण सेट के आकार को दोगुना करके बेहतर एनिमल डिटेक्शन रिकॉल में 34% और झूठी सकारात्मकता में 8% की कमी आई। प्रशिक्षण के दौरान उपयोग किए जाने वाले नुकसान फ़ंक्शन को ट्यून करके और लेबल गुणवत्ता में सुधार करके दूर के क्रॉसिंग वाहनों की बेहतर पहचान को 4% तक याद किया जाता है। प्रशिक्षण सेट में 20% अधिक उदाहरण जोड़कर वाहनों के लिए “पार्क की गई” विशेषता में 5% सुधार किया गया है। गतिशील वस्तुओं का पता लगाने के लिए अधिभोग नेटवर्क को उन्नत किया और एक वीडियो मॉड्यूल जोड़कर, हानि फ़ंक्शन को ट्यून करके और प्रशिक्षण सेट में 37k नई क्लिप जोड़कर प्रदर्शन में सुधार किया। पैदल चलने वालों और साइकिल चालकों के बेहतर वर्गीकरण द्वारा क्रॉसवॉक के आसपास झूठी मंदी को कम करना, क्योंकि अहंकार के साथ बातचीत करने का इरादा नहीं है। जहां उपयुक्त हो, इन-लेन में कोमल ऑफसेटिंग को प्राथमिकता देकर शंकु या रुकावटों के लिए कम झूठी लेन परिवर्तन। चौड़ी रिहायशी सड़कों पर बेहतर इन-लेन स्थिति। उच्च यॉ दर वाले परिदृश्यों में बेहतर वस्तु भविष्य पथ भविष्यवाणी। डिजिटल गति सीमा पर 29% तक बेहतर गति सीमा साइन सटीकता, कठिन प्रासंगिकता वाले संकेतों पर 23%, 3-अंकीय गति पर 39%, और गति सीमा समाप्ति संकेतों पर 62% तक। तंत्रिका नेटवर्क को प्रशिक्षण सेट में 84% अधिक उदाहरणों के साथ प्रशिक्षित किया गया था और वास्तुशिल्प परिवर्तनों के साथ जो नेटवर्क हेड में अधिक गणना आवंटित करता था।
गैर-सीए उपयोगकर्ताओं के लिए टेस्ला एफएसडी बीटा 10.13 के सुधार (विशेष रूप से) स्पष्ट होंगे
