ความจริงเบื้องหลังความแรง: ซอฟต์แวร์ FSD ในรถยนต์บ้านไม่ใช่รุ่นใหญ่ที่สุด
ความพยายามของ Tesla ในการพัฒนาและส่งมอบระบบขับขี่อัตโนมัติอัจฉริยะ (FSD) ให้ทำงานร่วมกับรถยนต์ทุกคันในเครือข่าย ได้เปิดเผยข้อมูลทางวิศวกรรมซอฟต์แวร์ที่น่าสนใจ ล่าสุดมีรายงานข่าวหลุดยืนยันว่า คอมพิวเตอร์ Hardware 4 (HW4 หรือ AI4) ที่ติดตั้งอยู่ในรถยนต์จำหน่ายจริง เช่น Model 3, Model Y, Model S และ Model X ในปัจจุบัน ไม่ได้รันโมเดลปัญญาประดิษฐ์ (AI) โครงสร้างดั้งเดิม (Base Model) ของบริษัทโดยตรง
แต่ซอฟต์แวร์ FSD ที่กำลังทำงานอยู่บนรถยนต์ของลูกค้าทั่วไปนั้น แท้จริงแล้วเป็นเวอร์ชันที่ถูกย่อขนาดลงผ่านกระบวนการทางวิศวกรรมปัญญาประดิษฐ์ที่เรียกว่า "Distillation" (การกลั่นกรองโมเดล) ซึ่งถูกแปลงสภาพมาจากโมเดลหลักขนาดใหญ่กว่าที่ Tesla พัฒนาขึ้นมาเพื่อใช้งานบน Cybercab (Robotaxi) โดยเฉพาะ
โมเดลครู-นักเรียน (Teacher-Student Model) และนิยามของ AI Distillation
ในการฝึกฝนโครงข่ายประสาทเทียมระดับสูง (Neural Network) เพื่อใช้ในการนำทางแบบเรียลไทม์ โครงข่ายจำจำเป็นต้องมีขนาดใหญ่มาก ซึ่งต้องใช้ทั้งทรัพยากรหน่วยความจำ (RAM) และกำลังประมวลผลที่มหาศาลเกินกว่าที่คอมพิวเตอร์ในตัวรถทั่วไปจะรับไหว Tesla จึงเลือกใช้ทฤษฎี AI Distillation เพื่อแก้ปัญหานี้:
- โมเดลผู้สอน (Teacher Model): คือโมเดลขนาดใหญ่โตที่มีความฉลาดและซับซ้อนสูงมาก ได้รับการฝึกในศูนย์ประมวลผลข้อมูล (Data Center) ของ Tesla และติดตั้งใช้งานจริงบนระบบคอมพิวเตอร์พิกัดสูงสุดอย่าง Cybercab
- โมเดลผู้เรียน (Student Model): วิศวกรของ Tesla จะนำโมเดลผู้สอนมาทำการกลั่นกรองและตัดชิ้นส่วนโครงสร้างที่ไม่จำเป็นออก เพื่อสร้างโมเดลตัวใหม่ที่มีขนาดกะทัดรัดขึ้น แต่ยังคงสามารถทำตามคำสั่งและตัดสินใจในการเดินทางได้ใกล้เคียงกับโมเดลเดิม ก่อนจะส่งถ่ายซอฟต์แวร์ย่อส่วนนี้ไปประมวลผลบนการ์ดจอและชิปของลูกค้าทั่วไป
เปรียบเทียบความแตกต่างด้านฮาร์ดแวร์ในระดับโครงสร้าง
การนำโมเดลมาย่อขนาดลงนั้นขึ้นอยู่กับขีดจำกัดด้านแบนด์วิดท์และหน่วยความจำของคอมพิวเตอร์ที่เป็นเป้าหมายเป็นหลัก ในกรณีนี้ Cybercab ได้รับการออกแบบให้มีประสิทธิภาพที่สูงขึ้นอย่างมีนัยสำคัญ:
| รายละเอียดคุณสมบัติ | Hardware 3 (HW3 / AI3) | Hardware 4 (HW4 / AI4) | Cybercab Hardware (AI4+) |
|---|---|---|---|
| หน่วยความจำหลัก (RAM) | 8 GB / 16 GB | 16 GB | 64 GB หรือมากกว่า |
| ความกว้างแบนด์วิดท์หน่วยความจำ | ~15% ของ HW4 | Standard (100%) | Ultra-High (พิกัดสูงสุด) |
| ระบบระบุตำแหน่งทางภูมิศาสตร์ | GPS เดี่ยว (Single GPS) | GPS เดี่ยว (Single GPS) | GPS คู่ความแม่นยำสูง (Dual GPS) |
| สถานะการรันโมเดล FSD | รันรุ่นย่อขนาดสูงสุด (FSD v14 Lite) | รันโมเดลย่อส่วนระดับกลาง (Distilled FSD) | รันโมเดลหลักแบบเต็มรูปแบบ (Native FSD) |
ลักษณะการทำงานนี้คล้ายคลึงกับวิธีการที่ Tesla ใช้ในการส่งถ่าย FSD v14 Lite ไปยังรถยนต์รุ่นเก่าอย่าง Hardware 3 (HW3) โดยรุ่น Lite คือโครงสร้างที่ถูกบีบอัดและถอดฟีเจอร์บางส่วนออก เพื่อป้องกันไม่ให้คอมพิวเตอร์ HW3 ที่มีแบนด์วิดท์หน่วยความจำเพียงแค่ 15% ของรุ่นใหม่ เกิดอาการโอเวอร์โหลดหรือระบบค้างระหว่างขับขี่
ข่าวดีสำหรับผู้ครอบครองรถยนต์คอมพิวเตอร์ HW4
แม้ว่าคอมพิวเตอร์ในรถยนต์ปัจจุบันจะเป็นรุ่นย่อส่วน แต่สิ่งนี้แสดงให้เห็นว่าความหวังในการรับรองระบบขับขี่อัตโนมัติเต็มรูปแบบโดยไม่มีการควบคุมจากมนุษย์ (Unsupervised FSD) สำหรับรถยนต์ HW4 ยังคงแจ่มชัดและดำเนินต่อไป
การที่ Tesla พัฒนาซอฟต์แวร์ขึ้นมาบนระบบฮาร์ดแวร์ระดับบนสุดของ Cybercab แล้วค่อยทำยอดการกระจายแบบย่อตัวลงมา (Downward Distillation) ทำให้วิศวกรสามารถใช้ประโยชน์จากระบบประมวลผลของ Cybercab ได้อย่างเต็มประสิทธิภาพโดยไม่มีข้อจำกัด และทำให้รถยนต์จำหน่ายจริงในตลาด ได้รับความสามารถล่าสุดจากโมเดลเดียวกันมาใช้งานผ่านเวอร์ชันที่ผ่านการปรับแต่งให้เหมาะสมที่สุดแล้ว
บทวิเคราะห์ของจอน: ยุทธศาสตร์การแชร์ปัญญาประดิษฐ์เพื่อลดเวลาพัฒนา
แนวคิดการกลั่นกรองโมเดลปัญญาประดิษฐ์ (AI Distillation) ของ Tesla ไม่ใช่เรื่องใหม่ในวงการวิทยาการคอมพิวเตอร์ แต่มันคือการตัดสินใจเชิงวิศวกรรมที่ฉลาดอย่างยิ่งในโลกยานยนต์ การที่ Tesla ไม่แยกพัฒนาซอฟต์แวร์เป็นคนละสาย (Fork) ระหว่างกลุ่มรถยนต์พาณิชย์ไร้คนขับ (Cybercab) กับรถยนต์ส่วนบุคคล (HW4) ช่วยป้องกันการกระจัดกระจายของซอร์สโค้ดและทำให้วิศวกรสามารถมุ่งเน้นไปที่โมเดลเรือธงเพียงโมเดลเดียวได้
นอกจากนี้ การเปิดเผยว่า Cybercab ได้รับคอมพิวเตอร์ระดับ AI4+ ที่มี RAM 64GB ขึ้นไป รวมถึงระบบ Dual GPS เสริมความปลอดภัย ยังเป็นการบ่งชี้อย่างชัดเจนว่า Tesla กำลังออกแบบตัวรถให้รองรับกฎหมายและมาตรการความปลอดภัยในระดับสูงสุดสำหรับการขนส่งสาธารณะไร้คนขับ ส่วนรถบ้านทั่วไปอย่าง Model Y หรือ Model 3 แม้จะมีสเปกของบอร์ดที่ต่ำกว่า แต่การได้ทำงานร่วมกับโครงข่ายประสาทที่ผ่านกระบวนการ Distilled ย่อมส่งผลให้การตัดสินใจบนท้องถนนมีความเสถียร รวดเร็ว และลื่นไหลขึ้นอย่างมากบนฐานฮาร์ดแวร์เดิม ถือเป็นการสร้างมูลค่าเพิ่มให้แก่ฐานลูกค้ารุ่นปัจจุบันโดยไม่ต้องรอเปลี่ยนบอร์ดคอมพิวเตอร์ใหม่
บทความโดย จอน (Jon) — วิเคราะห์ความคืบหน้าของเทคโนโลยีสารกึ่งตัวนำ การพัฒนาฮาร์ดแวร์ขับขี่อัตโนมัติ และยุทธศาสตร์ไอทีโลก
