Tesla의 정리해고는 AI가 발전함에 따라 Autopilot

Tesla의 정리해고는 AI가 발전함에 따라 Autopilot 팀을 강타했습니다.
Washington, DC(CNN)Tesla(TSLA)는 자율주행차 개발을 시도하면서 점점 더 인간이 아닌 기계로 눈을 돌리고 있습니다.

Tesla의 정리해고는

에볼루션카지노 추천 Tesla는 급여 직원의 10%를 감축하려는 계획의 일환으로 상당한 수의 데이터 주석 전문가를 해고했습니다.

이 전문가들은 도시 거리를 안전하게 운전하는 것과 같은 복잡한 작업을 처리하도록 인공 지능 시스템을 강화하는 데 중요한 작업을 수행합니다.
정리해고는 화요일 Bloomberg에 의해 처음 보고되었으며 CNN Business에 의해 확인되었습니다.
에볼루션카지노 데이터 주석 전문가는 소프트웨어 도구를 사용하여 Tesla 차량에서 수집한 비디오 클립의 개체에 수동으로 레이블을 지정합니다.

전문가는 차선, 정지 신호, 교통 원뿔, 연석 및 교통 신호와 같은 일반적인 도로 물체에 레이블을 지정합니다. 레이블이 지정된 데이터는

인공 지능 시스템에 입력되어 환경을 정확하게 인식하는 방법을 학습합니다. more news

AI 시스템에 올바르게 레이블이 지정된 데이터가 많을수록 더 좋습니다.
Tesla는 최근 몇 년 동안 이러한 라벨링 작업 중 일부를 수행하는 자동화된 방법을 개발하여 자동차 제조업체가 노동력을 합리화할 수

있도록 했습니다.
일론 머스크 테슬라 최고경영자(CEO)는 2021년 8월 테슬라의 AI 데이에서 “자동차 라벨링 없이는 자율주행 문제를 해결할 수 없을 것”이라고 말했다.

Tesla의 정리해고는


Tesla 경영진은 데이터 라벨링 자동화가 이미 자율 ​​주행 차량에 대한 작업을 가속화했다고 제안했습니다.
Autopilot 소프트웨어 이사인 Ashok Elluswamy는 AI Day 행사에서 Tesla가 차량에서 10,000개의 비디오 클립을 수집하고 일주일 만에 자동

으로 레이블을 지정할 수 있었다고 말했습니다. 클립은 일반적으로 45~60초 길이의 비디오 세그먼트와 관련 GPS 및 주행 거리계 데이터입니다.
Elluswamy는 “인간이 모든 클립에 레이블을 붙였다면 몇 달이 걸렸을 것입니다.”라고 말했습니다. 그는 또한 “이 문제를 해결하기 위해”

자동 레이블이 붙은 백만 개의 클립을 제작할 계획에 대해서도 설명했습니다.
자율주행차를 연구하는 카네기 멜론 대학의 Raj Rajkumar 교수에 따르면 수동, 수동 라벨링 또는 자동 데이터 라벨링 중 어느 것이 더

정확한지에 대한 명확한 답은 없습니다.

Tesla와 같은 회사는 자동화된 라벨링의 결함을 파악하기 위해 일부 인력을 포함시킬 수 있다고 그는 말했습니다.
Rajkumar는 “더 적은 수의 인원으로 경제를 운영한다면 재정적 이득을 얻을 수 있습니다.”라고 말했습니다.
약 5년 전 Tesla는 자율 주행 데이터에 레이블을 지정하기 위해 외부 업체에 의존했지만 최근 몇 년 동안 내부적으로 노력을 옮겼다고 Tesla에서 AI를 이끄는 Andrej Karpathy가 작년에 말했습니다.

데이터 레이블러는 캘리포니아 샌마테오와 뉴욕 버팔로에서 일했습니다. 그는 이것이 Tesla 데이터의 품질을 개선하는 데 중요하다고

설명했습니다. 그는 2021년 AI 데이에서 회사가 1,000명 이상의 팀을 구성했다고 말했습니다.
작업 삭감 및 자동 라벨링으로 인해 인력이 필요하지 않습니다.

실제로 Tesla는 데이터 주석 작업자를 위한 일부 채용 정보를 계속 공개적으로 게시하고 있습니다.
Karpathy는 AI Day에서 “우리에게 그것은 ‘인간과 컴퓨터가 실제로 이러한 벡터 공간 데이터 세트를 생성하기 위해 어떻게 협력하는가?’

에 대한 이야기가 되고 있습니다.”라고 말했습니다.
Karpathy는 Tesla가 자동 라벨링이 매우 정확하기를 원했으며 이것이 Tesla가 얼마나 빨리 이를 적용했는지에 영향을 미쳤을 수 있다고 말했습니다.
인공 지능 전문가들은 값비싼 작업을 필요로 하지 않는 기술이 개발됨에 따라 미래에 인간 주석자의 필요성이 줄어들 것이라고 말합니다.