समाचारं

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

साक्षात्कार|ली किन तथा ली अन्की

पाठ |

सम्पादक |

जूनमासस्य आरम्भे चोङ्गकिङ्ग्-आटोमोबाइल-मञ्चे स्वस्य भाषणस्य पूर्वदिने ली-आटो-संस्थायाः मुख्यकार्यकारी ली क्षियाङ्ग्-इत्यनेन अस्थायीरूपेण भाषण-लिपिः परिवर्तिता । दलेन मूलतः तस्य कृते कृत्रिमबुद्धेः विषये विषयः सज्जीकृतः, परन्तु ली यत् वक्तुम् इच्छति स्म तत् स्वायत्तवाहनचालनम् आसीत् ।

ली क्षियाङ्गः सभायां अवदत् यत् भविष्ये स्वायत्तवाहनचालनं मनुष्याणां सदृशं भविष्यति, यत्र शीघ्रं प्रतिक्रियां दातुं क्षमता भविष्यति, जटिलघटनानां तार्किकतर्केन सम्भालितुं क्षमता च भविष्यति। आदर्शम् उत्तरम् अस्ति : अन्तः अन्तः + VLM दृश्यभाषाप्रतिरूपम् - एषः अपि अस्मिन् क्षणे बुद्धिमान् वाहनचालन-उद्योगे सर्वाधिकं उष्णः विषयः अस्ति ।

एकमासपश्चात् Li Auto इत्यस्य स्मार्टड्राइविंग्-दलेन विस्तृतं “end-to-end + VLM” इति समाधानं प्रकाशितम् यत् घरेलुसमवयस्कानाम् “segmented end-to-end” इत्यस्मात् भिन्नं Li Auto इत्यस्य समाधानं Tesla इत्यस्य समीपे एव अस्ति, तस्य नाम “One” इति मॉडल्”, एकः विशालः जालः ।

बहिः जगतः धारणायां आदर्शः स्मार्टकारः सर्वदा एव अनुयायी आसीत् । गतवर्षे उद्योगे भयंकरं कैचेङ्गयुद्धस्य समये उद्योगस्य गतिं ग्रहीतुं आदर्शः बहुधा स्वमार्गं परिवर्तयितुं आरब्धवान्: उच्च-सटीक-नक्शेषु अवलम्ब्य प्रकाश-नक्शेषु (NPN-विशेषता-जालम्) यावत्, ततः च समाप्तं कृतवान् उच्च-सटीकतायुक्ताः मानचित्राः।

ली ऑटो इत्यस्य बुद्धिमान् वाहनचालनसंशोधनविकासस्य उपाध्यक्षः लैङ्ग ज़ियानपेङ्गः बुद्धिमान् वाहनचालनप्रौद्योगिकीसंशोधनविकासस्य प्रमुखः च जिया पेङ्गः अद्यैव 36Kr इत्यनेन सह साक्षात्कारं स्वीकृतवन्तः सिद्धान्तः अस्ति यत् किं वयं समस्यायाः सारं अन्वेष्टुं शक्नुमः, ततः शीघ्रं संशोधनं कर्तुं शक्नुमः” इति ।

"अन्ततः अन्तः" इति तान्त्रिकमार्गस्य चयनम् अपि अस्य सिद्धान्तस्य निरन्तरता अस्ति । लैङ्ग ज़ियान्पेङ्ग इत्यनेन उक्तं यत् पूर्वं स्मार्ट-ड्राइविंग-समाधानं, भवेत् ते नक्शा-प्रकाशः वा नक्शा-रहितः वा, अन्तर्निहितं तकनीकी-वास्तुकला "नक्शा-आधारितं" आसीत्, विद्यमानस्य "अनुभूति-नियन्त्रण-प्रक्रियायाः" अनुसारं कार्यं करोति The upstream sensing सूचना क्षतिग्रस्ता आसीत्, तथा च अधःप्रवाहस्य नियमनं नियन्त्रणं च सीमितम् आसीत् "एतत् निरन्तरं दुर्बलतां पूरयितुं बहु जनशक्तिः संसाधनं च आवश्यकम्" ।

अवश्यं, संसाधननिवेशः अद्यापि गौणः विषयः अस्ति यत् "नियमाधारितबुद्धिमान् वाहनचालन-अनुभवस्य उच्चसीमा भवति, कदापि मानवरूपी न भवितुम् अर्हति" इति ।

"अन्ततः अन्तः + VLM + विश्वप्रतिरूपम्" आदर्शः कृत्रिमबुद्धिः कार्यान्वयनप्रतिमानः अस्ति ।

सरलतया वक्तुं शक्यते यत् आदर्शः अन्त्यतः अन्तः समाधानः मूलबुद्धिमान् चालनप्रणाल्याः बहुविधस्वतन्त्रमॉड्यूलम् यथा धारणा, भविष्यवाणी, योजनानियन्त्रणं च समाप्तं करोति ये कृत्रिमनियमानाम् उपरि अवलम्बन्ते, तान् च विशाले तंत्रिकाजाले विलीनयति "इनपुट् सेंसर डाटा तथा आउटपुट् प्लान्ड् प्रक्षेपवक्रम्।"

VLM दृश्यभाषाप्रतिरूपं ChatGPT इत्यस्य सदृशं अन्तः अन्तः प्लग-इन् प्रदाति । अन्त्यतः अन्तः प्रश्नः अस्ति यत् "भवन्तः तत् कीदृशं दत्तांशं ददति, तस्य कीदृशः व्यवहारः भविष्यति" इति VLM दृश्यभाषाप्रतिरूपे जगत् अवगन्तुं तार्किकतर्कं च अवगन्तुं क्षमता अस्ति जटिलपरिदृश्येषु अन्त्यतः अन्तः उपयोक्तारः वास्तविकसमये VLM प्रश्नान् पृच्छितुं शक्नुवन्ति, उत्तराणि च प्रासंगिकानि वाहनचालनसूचनानि दास्यन्ति ।

विश्वप्रतिरूपं विशालं गलतपरीक्षणपुस्तकम् अस्ति, यत् पुनर्निर्माण + उत्पादनस्य माध्यमेन अनुकरणदत्तांशं जनयितुं शक्नोति, अपि च आदर्शात् पूर्वं संचिताः वास्तविकप्रकरणाः, अन्ततः अन्तः प्रतिरूपस्य परीक्षणार्थं "वास्तविकपरीक्षाप्रश्नाः + अनुकरणपरीक्षाप्रश्नाः" निर्माति मॉडलः परीक्षायां उत्तीर्णः भूत्वा उच्चाङ्कं प्राप्तवान् ततः परमेव उपयोक्तृभ्यः तस्य प्रचारः कर्तुं शक्यते ।

आन्तरिकरूपेण एतानि त्रीणि प्रतिरूपाणि क्रमशः System 1, System 2, System 3 इति उच्यन्ते । प्रणाली १ मानवमस्तिष्के वास्तविकसमयचिन्तनविधायाः अनुरूपं भवति, प्रणाली २ मानवमस्तिष्के तार्किकचिन्तनस्य अनुरूपं भवति, प्रणाली ३ प्रणाली १ तथा प्रणाली २ इत्येतयोः प्रशिक्षणस्य शिक्षणस्य च परिणामान् स्वीकुर्वितुं उत्तरदायी परीक्षाप्रतिरूपः अस्ति

अन्ततः अन्तः बुद्धिमान् वाहनचालनप्रौद्योगिकी टेस्ला इत्यनेन आरब्धा । २०२३ तमस्य वर्षस्य अगस्तमासे मस्क् इत्यनेन लाइव् प्रसारणे FSD v12 संस्करणस्य अन्त्यपर्यन्तं प्रदर्शनं कृतम् । परन्तु टेस्ला इत्यस्य विपरीतम्, अन्त्यतः अन्तः विश्वप्रतिरूपस्य अतिरिक्तं आदर्शः VLM बृहत् भाषाप्रतिरूपक्षमताम् अपि प्रवर्तयति ।

जिया पेङ्गः 36Kr इत्यस्मै व्याख्यातवान् यत् सः संयुक्तराज्यस्य पूर्वतटे पश्चिमतटे च एकसप्ताहं यावत् टेस्ला-संस्थायाः FSD-परीक्षणं कृतवान् तथा च "अन्ततः अन्तः" अपि उच्चसीमा अस्ति इति ज्ञातवान् अमेरिकादेशस्य पूर्वतटे, यत्र न्यूयॉर्क-बोस्टन्-इत्यादिषु मार्गस्य स्थितिः जटिला अस्ति, तत्र टेस्ला-संस्थायाः स्वीकार-दरः महतीं वर्धितः अस्ति "HW3.0 इत्यत्र चालयितुं शक्यमाणानां अन्त्यतः अन्तः मॉडल-मापदण्डानां संख्या न भविष्यति विशेषतः बृहत् भवतु, आदर्शक्षमतायाः अपि स्वाभाविकी ऊर्ध्वसीमा भवति” इति ।

वीएलएम इत्यस्य आदर्शरूपेण परिकल्पिता भूमिका "अन्ततः अन्तः" इत्यस्य उपरितनसीमां वर्धयितुं भवति, एतत् गड्ढमार्गाणां, विद्यालयानां च विषये ज्ञातुं शक्नोति, निर्माणस्य, गोलचक्रेण इत्यादीनां आयोजनानां विषये उत्तरदायी भवितुम् अर्हति, अन्त्यपर्यन्तं निर्णयं च प्रदातुं शक्नोति -अन्त प्रणाली गंभीरक्षणेषु।

लाङ्ग ज़ियान्पेङ्ग्, जिया पेङ्ग् च द्वौ अपि मन्यन्ते यत् आदर्शबुद्धिमत्वाहनप्रणाल्यां वीएलएम बृहत्तरः चरः अस्ति । यतो हि VLM इत्यस्य मापदण्डाः २.२ अरबं यावत् प्राप्ताः सन्ति तथा च प्रतिक्रियासमयः ३०० मिलीसेकेण्ड् अस्ति, यदि अधिकगणनाशक्तियुक्तः चिप् अस्ति तर्हि VLM द्वारा नियोक्तुं शक्यमाणानां मापदण्डानां संख्या दशकोटिपर्यन्तं प्राप्स्यति, यत् उन्नतस्य सर्वोत्तमः मार्गः अस्ति स्वायत्त चालन L3/L4.

"वीएलएम स्वयं अपि बृहत्भाषाप्रतिरूपप्रौद्योगिक्याः विकासस्य अनुसरणं करोति। अन्ततः पैरामीटर्-सङ्ख्या कियत् विशाला भविष्यति इति कोऽपि उत्तरं दातुं न शक्नोति।"

एतत् न कठिनं ज्ञातुं यत् आँकडा-सञ्चालित-बृहत्-दृश्य-भाषा-प्रतिरूपाः इत्यादयः लक्षणानि निर्धारयन्ति यत् बुद्धिमान् चालन-उद्योगः OpenAI, Microsoft, Tesla इत्यादिभिः कम्पनीभिः आरब्धे कम्प्यूटिंग्-शक्ति-क्रीडायां भागं गृहीतवान् इति

लैङ्ग ज़ियान्पेङ्गः शब्दान् न कीमितवान् यदा अस्मिन् बिन्दुः आगच्छति तदा सर्वे यत् तुलनां कुर्वन्ति तत् दत्तांशस्य परिमाणं गुणवत्ता च, तथैव गणनाशक्तिभण्डारः च। उच्चगुणवत्तायुक्ता आँकडा निरपेक्षदत्तांशपरिमाणे आधारिता अस्ति;

"एकबिलियन अमेरिकीडॉलर् शुद्धलाभं विना कोऽपि कम्पनी भविष्ये स्वायत्तवाहनचालनं कर्तुं न शक्नोति।"

सम्प्रति Li Auto इत्यस्य क्लाउड् कम्प्यूटिंग् शक्तिः 4.5EFLOPS अस्ति, येन प्रमुखकम्पनी Huawei इत्यनेन सह शीघ्रमेव अन्तरं संकुचितं जातम् । 36Kr Auto इत्यस्य अनुसारं Ideal इत्यनेन अद्यैव NVIDIA क्लाउड् चिप्स् इत्यस्य बहुसंख्या क्रीतवती, तथा च "मूलतः चैनल् विक्रेतृणां हस्ते सर्वाणि कार्ड्स् क्रीतवन्तः" इति

सीईओ ली क्षियाङ्ग इत्यस्य अपि अस्याः प्रतियोगितायाः प्रवृत्तेः अन्वेषणम् अस्ति : सहपाठिभ्यः मुक्तिं प्राप्तुं संसाधनानाम्, बुद्धिमान् प्रौद्योगिकी-उत्तोलनस्य च उपयोगः । सः प्रायः लाङ्ग ज़ियान्पेङ्ग् इत्यस्मै पृच्छितुं उपक्रमं करोति यत् "किं पर्याप्ताः कम्प्यूटिङ्ग् संसाधनाः सन्ति? यदि पर्याप्ताः न सन्ति तर्हि ज़ी यान् (आदर्शः सीटीओ) अधिकं प्राप्नुयात्" इति ।

"अस्माकं कृते अपि काराः सन्ति, अन्येभ्यः अपेक्षया अधिकं धनं च अस्ति। अस्मिन् मार्गे अस्माकं प्रतिद्वन्द्वीभिः सह अन्तरं विस्तारयितुं अस्माकं महत् अवसरः अस्ति।" वित्तीयप्रतिवेदने दर्शयति यत् अस्मिन् वर्षे प्रथमत्रिमासे यावत् ली ऑटो इत्यस्य नगदभण्डारः ९९ अरब युआन् इत्यस्य समीपे आसीत् ।

आदर्शः आन्तरिकदत्तांशतः द्रष्टुं शक्नोति यत् स्मार्टड्राइविंग् इत्यस्य व्यापारस्य बन्दपाशः चिह्नानि दर्शयितुं आरब्धवान् अस्ति । जुलैमासस्य आरम्भे आदर्शः 6.0 स्मार्ट ड्राइविंग् संस्करणं वितरितुं आरब्धवान् यत् स्मार्ट ड्राइविंग् इत्यस्य मैक्स संस्करणस्य उपयोक्तृभ्यः राष्ट्रव्यापिरूपेण चालयितुं शक्यते यत् Lideal Max मॉडलस्य अनुपातः शीघ्रमेव 50% अधिकः अस्ति प्रतिमासं १०% अधिकं यदि २%-३% सामान्यं जिटर इति अवगन्तुं शक्यते, परन्तु १०% अधिकं प्रभावी वृद्धिः अस्ति।”

लैङ्ग ज़ियान्पेङ्ग इत्यपि जानाति यत् यद्यपि एल ४ स्वायत्तवाहनस्य दृष्टिः स्पष्टा भवितुं आरब्धा अस्ति तथापि तस्य कार्यान्वयनमार्गः न परिवर्तितः "अस्माभिः शीघ्रमेव कम्पनीयाः कारविक्रये सहायता कर्तव्या। केवलं कारविक्रयणेन एव अस्माकं कृते स्मार्टप्रशिक्षणार्थं कार्ड्स् क्रेतुं धनं भवितुम् अर्हति वाहनचालनम्।"

यदि भविष्ये वाहनयुद्धक्षेत्रे स्मार्टड्राइविंग् विजेता अस्ति तर्हि स्पष्टतया अधिकं क्रूरः संसाधनक्रीडा अस्ति। आदर्शेन शीर्षस्तरीयरणनीत्याः आरभ्य तकनीकीतयारणपर्यन्तं संसाधननिवेशपर्यन्तं अग्रिमतया सज्जता कृता अस्ति।

निम्नलिखितम् 36Kr ऑटोमोबाइल तथा आदर्श बुद्धिमान् ड्राइविंग प्रौद्योगिक्याः अनुसंधानविकासस्य उपाध्यक्षस्य Lang Xianpeng तथा आदर्श बुद्धिमान् ड्राइविंग प्रौद्योगिक्याः अनुसंधानविकासस्य प्रमुखस्य जिया पेङ्गस्य मध्ये वार्तालापः अस्ति।

बुद्धिमान् वाहनचालनस्य उच्चसीमायाः विषये वदन् : चित्रं अस्ति वा न वा, तत् सजातीयं वास्तुकला अस्ति

36Kr Auto: आन्तरिकसमीक्षा अभवत् वा ? स्मार्ट-ड्राइविंग्-क्षेत्रे पश्चात्तापात् शीघ्रं हुवावे-तुल्यस्तरं प्राप्तुं कथं गच्छति?

लाङ्ग ज़ियान्पेङ्ग : १. वस्तुतः Xiaopeng, NIO, Huawei इत्येतयोः तुलने अस्माकं अभिप्रायः न भवति यत् अस्माकं बहुशिरः सन्ति, अन्येषां इव परिवाराः अपि न सन्ति, परन्तु यथार्थवादी भवितुम् आग्रहं कुर्मः। कदाचित् अहं मन्ये यत् जनाः समस्यायाः सारं न अन्विषन्ति यदा कष्टानां सम्मुखीभवन्ति तदा ते केवलं चिन्तयन्ति यत् ते इदानीं यत् कुर्वन्ति तत् परिवर्तनं पुनरावृत्तिः च कर्तुं शक्यते वा इति।

यथा चित्राणि भवितुं यावत् चित्राणि नास्ति इति यावत् बृहत्तमा समस्या चित्रमेव । मया पूर्वं नक्शे बहु कार्यं कृतम्, अहं किञ्चित् अधिकं संघर्षं कर्तुम् इच्छामि, वस्तुतः अहं शीघ्रमेव अनुसन्धानस्य विकासस्य च अग्रिमे चरणे निवेशं कर्तुम् इच्छामि। अत्यावश्यकसमस्यां अन्विष्य शीघ्रं तस्याः संशोधनार्थं मनः निर्मातुं शक्नुमः वा इति विषये निर्भरं भवति ।

36Kr Automobile: आदर्शः राष्ट्रव्यापी नक्शा-रहितं स्मार्ट-ड्राइविंग् प्राप्तुं भवति अनेके संस्करणाः सन्ति।

लाङ्ग ज़ियान्पेङ्ग : १. गतवर्षे शङ्घाई-वाहनप्रदर्शने सर्वे नगरीय-एनओए-करणं आरब्धवन्तः । प्रत्येकस्य कम्पनीयाः समानाः विचाराः सन्ति राजमार्गेषु उच्च-सटीक-नक्शाः उपयुज्यन्ते, अतः प्रथमं सोपानं भवति यत् राजमार्ग-योजनायाः उपयोगः नगरेषु कर्तुं शक्यते वा इति भवद्भिः नक्शा-विक्रेतारं पृच्छितव्यम् इति नगरेषु, परन्तु केवलं प्रायः २० नगरानां कृते एव । वयं प्रथमं प्रयतस्व इति अवदमः।

तथापि योजनायाः पुनरावर्तनीयं अद्यतनं नक्शा च बाध्यम् अस्ति । तस्मिन् समये वयं वाङ्गजिङ्ग्-नगरे कार्यं कुर्वन्तः आसन्, मार्गं परिवर्तयन्तः, यातायात-प्रकाशान् अपि परिवर्तयन्तः आसन् । गतवर्षस्य जूनमासस्य समीपे वयं नक्शां पुनः न कृत्वा एनपीएन् (एकं तंत्रिकापूर्वजालम्) समाधानं प्रति स्विच् कर्तुं निश्चयं कृतवन्तः। इदं स्थानीयमानचित्रणस्य समकक्षं भवति, प्रमुखेषु चौराहेषु, गोलचक्रे इत्यादिषु एनपीएनपूर्वसूचनायाः उपयोगेन, अस्माकं कारः च विशेषताः अद्यतनं करोति ।

परन्तु बीजिंग, शङ्घाई, ग्वाङ्गझू, शेन्झेन् इत्यादिषु बृहत्नगरेषु बहवः काराः सन्ति परन्तु लघुनगरेषु अल्पाः एव काराः सन्ति कथं अपडेट् कर्तव्यम्? सर्वदा बृहत्नगरे एव कुरुत ? उपयोक्तारः तस्य मूल्यं न दास्यन्ति । तस्मिन् समये दलं अद्यापि संकोचम् अनुभवति स्म, बीजिंग, शाङ्घाई, ग्वाङ्गझौ च सम्यक् भवन्ति स्म । अत्र अपि आन्तरिकाः स्वराः सन्ति यत् शतनगरनिर्माणस्य स्थाने अस्माभिः कतिपयानि प्रथमस्तरीयनगराणि निर्मातव्यानि तथापि हुवावे केवलं आरम्भे ५० नगरेषु एव भविष्यति, अतः अस्माभिः प्रथमः द्वितीयः वा भवितुम् आवश्यकं नास्ति।

अहं अवदम् यत् तत् सम्भवं नास्ति, अपि च मया अद्यापि शीघ्रं कर्तव्यम् अहम् अद्यापि ज्ञातुम् इच्छामि, यदि वास्तवमेव बृहत्तरेण प्रमाणेन क्रियते तर्हि एनपीएन-विधिः ठीकः अस्ति वा? तत् एव समस्या । अतः अनुभवात् ज्ञात्वा वयं गतवर्षस्य डिसेम्बरमासे १०० नगराणि वितरित्वा योजनाः कटयितुं आरब्धाः।

36Kr Auto: आलेख-रहितस्य NOA इत्यस्य विकासस्य अन्तः अन्ते यावत् काः आवश्यकताः सन्ति?

लाङ्ग ज़ियान्पेङ्ग : १. अद्यापि चित्रं विना समस्या अस्ति। निष्पद्यते यत् नक्शेन काश्चन तुल्यकालिकरूपेण समीचीनाः सूचनाः प्राप्यन्ते ततः परं अपस्ट्रीम-बोधस्य आवश्यकताः विशेषतया अधिकाः भवन्ति । अधःप्रवाहविनियमनस्य नियन्त्रणस्य च क्षेत्रे पूर्वं सूचनानिवेशः अतीव नियमितः आसीत्, परन्तु अधुना केचन जिटरसमस्याः त्रुटयः च सन्ति इति प्रतीयते, अपि च एतत् महत् आव्हानं वर्तते

एवं निरन्तरं कर्तुं बहु जनशक्तिः आवश्यकी भविष्यति। यथा, यदि बोधस्य समस्या अस्ति तर्हि मध्यवर्तीपर्यावरणप्रतिरूपे बहु नियमाः योजयितव्याः यदि अनन्तरं नियमने किमपि प्रभावः भवति तर्हि तस्य पूर्तिं कर्तुं नियमाः योजयितुं शक्यन्ते एतेन दलस्य कृते मानवसंसाधनस्य महती आव्हानं भवति। एतादृशी एव हुवावे चित्राणि विना (जनशक्तिलाभः) अभवत् वयं मूलतः गतवर्षस्य उत्तरार्धे अधिकान् जनान् नियोक्तुं इच्छन्तः आसम्।

परन्तु अस्य वस्तुनः उपरितनसीमा सर्वथा स्पष्टा अस्ति मुख्यतया सर्वे नियमाः जनाः निर्मिताः अभियंतैः च परिकल्पिताः सन्ति । विशेषतः अस्मिन् वर्षे जनवरी-फेब्रुवरी-मासस्य उत्तरकाले वयं प्रायः एकं नियमं परिवर्तयामः यदि एषः प्रकरणः सम्यक् कार्यं करोति तर्हि अन्ये प्रकरणाः कार्यं न करिष्यन्ति। परस्परं संलग्नता अतिमहत्, अनन्तं च।

अवश्यं संसाधनानाम् निवेशः गौणः अस्ति यत् नियमाधारित-अनुभवस्य उच्चसीमा भवति, सः कदापि मानवरूपः न भवितुम् अर्हति । अतः वयं वर्तमानस्य अन्तः अन्तः तथा VLM इत्यस्य पुनरावृत्तिम् अकरोम । अन्ततः अन्ते यावत्, बुद्धिमान् वाहनचालनार्थं कृत्रिमबुद्धेः उपयोगः प्रथमवारं भवति ।

36Kr Auto: अन्तः अन्तः निवेशं आरभ्य कर्तुं आदर्शः समयः कदा भवति?

लाङ्ग ज़ियान्पेङ्ग : १.अस्माकं सदैव कार्यपङ्क्तिद्वयं भवति, एकः सामूहिकनिर्माणस्य वितरणस्य च मुक्तरेखा अस्ति, गतवर्षे एनपीएन प्रकाशप्रतिबिम्बं न प्रतिबिम्बं मुक्तरेखा भवति, अन्ततः अन्ते च कृष्णरेखा भवति, या अस्माकं पूर्व- शोध रेखा।

इदं केवलं यत् यान्की-सरोवर-रणनीति-सम्मेलनेन गतवर्षे स्पष्टं कृतम् | रणनीतिसभायां ली क्षियाङ्गः उल्लेखितवान् यत् स्वायत्तवाहनचालनं अस्माकं मूलरणनीतिः अस्ति तथा च आरडी (प्रौद्योगिकीसंशोधनविकासः) महत्त्वपूर्णमाइलस्टोन्पर्यन्तं गन्तव्यम्। अन्त्यतः अन्तः विचारः चिरकालात् अस्ति, परन्तु वितरणार्थं सर्वदा दबावः आसीत्, अन्वेषणार्थं संसाधनं नास्ति ।

36Kr Auto: Wutu इत्यस्य प्रक्षेपणानन्तरं शीघ्रमेव अन्तः अन्तः गन्तुं प्रवृत्तः भवेत्।

लाङ्ग ज़ियान्पेङ्ग : १. वर्षस्य आरम्भे अहं ली क्षियाङ्ग इत्यस्मै एतत् अवदम् यत् यद्यपि वयं अन्तः अन्तः कर्तुम् इच्छामः तथापि चित्रं विना एव कर्तव्यम् अस्ति। यतः आलेख-रहितं अन्त्यतः अन्तः समर्थनं भवति, आलेख-रहितं विना, अन्त्यतः अन्तः समर्थनार्थं दत्तांशः अनुभवश्च कुतः आगमिष्यति स्म ।

तथा च कारस्य विक्रयणं सुलभतया कर्तुं पूर्वं चित्राणि विना अपलोड् कर्तव्यम् अन्यथा हुवावे इत्यनेन सह कथं स्पर्धां कर्तुं शक्नोति। इदानीं यदा वयं Wutu इत्यत्र स्मः तदा वयं अन्तः अन्ते यावत् समयं क्रेतुं प्रयत्नशीलाः स्मः, तत्सहकालं च कारविक्रये सहायतार्थं अस्माकं उत्पादक्षमतासु सुधारं कर्तुं प्रयत्नशीलाः स्मः।

36Kr Auto: मार्गे भवन्तः स्वयोजनानि अङ्गीकुर्वन्ति स्म किं ऊर्ध्वं प्रबन्धनस्य दृष्ट्या किमपि दबावः अस्ति?

लाङ्ग ज़ियान्पेङ्ग : १.न प्रथमं, मम उत्तरदायित्वं सर्वेषां स्वायत्तवाहनचालनस्य साक्षात्कारं कर्तुं नेतुम् अस्ति, द्वितीयं, आदर्शसङ्गठनस्य स्वकीया पद्धतिः वा प्रक्रिया वा भवति, यथा सम्यक् किन्तु सुलभानि कार्याणि न करणं, परन्तु तत् महत्त्वपूर्णम्।

ली क्षियाङ्गः कदापि न वदिष्यति स्म यत् लाङ्ग बो इत्यनेन पूर्वं कृतं किमर्थं अङ्गीकृतम् इति। वयं तस्मै स्पष्टं कृतवन्तः यत् वयं किमर्थम् एतत् कुर्मः, एआइ-रणनीत्यां विजयं प्राप्तुम् इच्छामः इति, द्वय-प्रणाली-प्रतिमानं च प्राप्नुमः, यत् सः तत्क्षणमेव अवगच्छत् सः केवलं वदेत् यत् अन्तः अन्तः महत् अस्ति, शीघ्रं कर्तव्यम् इति।

कृत्रिमबुद्धेः यत् आवश्यकं तत् गणनाशक्तिः, दत्तांशः च । ली क्षियाङ्गः प्रायः आगत्य मां पृच्छति, लैङ्ग बो, किं त्वं पर्याप्तशक्तिशाली? यदि पर्याप्तं नास्ति तर्हि Xie Yan इत्यनेन भवन्तं किञ्चित् अधिकं प्राप्तुं पृच्छन्तु।

ली वक्तुम् इच्छति स्म यत् अस्माकं अपि काराः सन्ति, अन्येभ्यः अधिकं धनं च अस्ति, अतः अस्मिन् मार्गे अन्यैः सह अन्तरं विस्तारयितुं अस्माकं महती अवसरः अस्ति । अतः एतत् टिङ्करिंग् कार्यं मा कुरुत, त्वरितरूपेण च तस्य पृष्ठतः AI कुर्वन्तु ।

स्मार्टड्राइविंग् इत्यस्य भविष्यस्य विषये वदन् : अन्तः अन्तः + VLM कृत्रिमबुद्धेः सर्वोत्तमप्रतिमानम् अस्ति

36Kr: केचन कम्पनयः कदापि नो-मैप् न कृतवन्तः तथा च मन्यन्ते यत् एण्ड्-टू-एण्ड् लेन् परिवर्तनस्य, ओवरटेकस्य च अवसरः अस्ति किम् एतत् सत्यम्?

लाङ्ग ज़ियान्पेङ्ग : १. तत् अर्धं सम्यक्। आलेखः, एनपीएन, आलेखः वा नास्ति इति न कृत्वा, समाधानस्य कोरः सजातीयः भवति । नक्शां निष्कासयन्तु, धारणाम् वर्धयन्तु, लघुमॉड्यूलान् अनेकेषु बृहत् मॉडलेषु स्तम्भयन्तु, शनैः शनैः विकसितुं समानयोजनायाः उपयोगं कुर्वन्तु ।

परन्तु अन्तान्तरं भिन्नम्। प्रथमवारं स्वायत्तवाहनचालनार्थं कृत्रिमबुद्धेः उपयोगं करोति । अन्त्यतः अन्तः कर्तुं One Model इत्यस्य उपयोगानन्तरं निवेशः केवलं दत्तांशः, निर्गमः प्रक्षेपवक्रः, मध्यवर्ती मॉड्यूलाः च एकस्मिन् मॉडले एकीकृताः भवन्ति ।

सम्पूर्णा अनुसंधानविकासप्रक्रियाव्यवस्था सर्वथा भिन्ना अस्ति । पारम्परिक-उत्पाद-विकास-प्रतिरूपे चालकशक्तिः माङ्ग-निर्माणात् अथवा समस्या-प्रतिक्रियातः आगच्छति । अस्मिन् परिदृश्ये एतत् कार्यं न करोति ।

अन्त्यतः अन्तः कृष्णपेटी अस्ति, तस्य क्षमता च सम्पूर्णतया तस्मिन् कीदृशं दत्तांशं दत्तं इति निर्भरं भवति । इदानीं वयं यत् फ़िल्टर कुर्मः तत् अनुभविनां चालकानां दत्तांशः यदि दत्तांशः उत्तमः नास्ति तर्हि उत्पादितः मॉडलः उत्तमः न भविष्यति । यत् प्रविशति तत् कचरा, यत् बहिः आगच्छति तत् कचरम्। एषा दत्तांशप्रवाहस्य प्रशिक्षणप्रक्रिया अस्ति । पूर्वं उत्पादकार्यसंशोधनविकासप्रक्रिया आसीत्, परन्तु अधुना क्षमतासुधारप्रक्रिया अस्ति ।

अतः अन्ततः अन्ते यावत् लेन् परिवर्तने कोऽपि समस्या नास्ति, परन्तु यदि भवान् ओवरटेकं कर्तुम् इच्छति तर्हि भवतां समीपे डाटा, प्रशिक्षणं च कम्प्यूटिंग् शक्तिः भवितुमर्हति । यदि एतौ पूर्वापेक्षौ न स्तः तर्हि सत्यं वक्तुं सर्वेषां कृते आदर्शः अस्ति, आदर्शः एव अपि अति भिन्नः न भविष्यति । कियत् अपि उत्तमं मॉडलं भवतु, दत्तांशं, गणनाशक्तिं च विना, केवलं पैरामीटर्-समूहः एव ।

36Kr: आदर्शः बहु दत्तांशसञ्चयः अस्ति, परन्तु He Xiaopeng इत्यनेन अद्यैव एषः विचारः अग्रे स्थापितः यत् अधिकदत्तांशः भवति चेत् स्वायत्तवाहनचालनं प्राप्तुं शक्यते इति भवतः किं मतम्?

लाङ्ग ज़ियान्पेङ्ग : १.अस्माकं प्रशिक्षणदत्तांशः क्लिप्स् सन्ति, येषु दशसेकेण्ड् यावत् चालकस्य चालकस्य सम्पूर्णदत्तांशः अन्तर्भवति, यत्र दृश्यसंवेदकाः, तस्मिन् समये वाहनस्य स्थितिसूचना, त्वरक, ब्रेक इत्यादीनां परिचालनदत्तांशः च सन्ति

परन्तु दत्तांशः उपयोगी भवितुम् उच्चगुणवत्तायुक्तः भवितुमर्हति। उच्चगुणवत्ता किम् ? अस्माकं उत्पादस्य वाहनस्य च व्यक्तिपरकप्रदर्शनमूल्यांकनदलेन सह मिलित्वा वयं संयुक्तरूपेण "मानव उच्चगुणवत्तायुक्तः चालकः" इति मानकं परिभाषितवन्तः। केचन चालकाः प्रतिदिनं चालयन्ति, अतीव कुशलाः च भवन्ति यदि ते सर्वदा आकस्मिकतया गतिं मन्दं च कुर्वन्ति, एईबी इत्यस्य उपयोगं कुर्वन्ति वा सुगतिचक्रं सहसा परिवर्तयन्ति वा तर्हि तत् कार्यं न कर्तुं शक्नोति।

एतेषां मानकानां अनुसारं अस्माकं ८००,००० कारस्वामिनः केवलं ३% "मानव उच्चगुणवत्तायुक्ताः चालकाः" सन्ति । सः Xiaopeng सम्यक् वदति, उच्चगुणवत्तायुक्तदत्तांशस्य आवश्यकता खलु अस्ति, परन्तु दत्तांशस्य गुणवत्ता दत्तांशस्य निरपेक्षपरिमाणस्य आधारेण भवति।

36Kr Auto: अन्तः अन्तः यावत् अनन्तरं, किं data tool system इत्यस्य उन्नयनस्य आवश्यकता अस्ति?

लाङ्ग ज़ियान्पेङ्ग : १. साधनशृङ्खलायां बहु परिवर्तनं जातम् अस्ति। पूर्वं, एषा उत्पादकार्यविकासप्रक्रिया आसीत्, यथा उपयोक्तृ-अधिग्रहणं, आँकडा-संचरणं, समस्यानां हस्त-विश्लेषणं, ततः कोड-संशोधनं, वास्तविक-वाहन-मूल्यांकनं, तथा च ऑनलाइन-विमोचनं च एषा बन्द-पाश-दत्तांश-प्रक्रिया पूर्वमेव अतीव कुशलम् अस्ति परन्तु अत्र कतिपयान् दिवसान् अपि यावत् समयः स्यात्, तत्र बहु ​​जनशक्तिः अपि प्रवृत्ता भविष्यति, यावन्तः परीक्षाः भविष्यन्ति, तावत् अधिकाः समस्याः भविष्यन्ति, तथा च अधिकाः जनाः परिवर्तनं कर्तुं प्रवृत्ताः भविष्यन्ति ।

वर्तमान प्रक्रिया अस्ति यत् यदि कश्चन कारस्वामिः कार्यभारं गृह्णाति तर्हि दत्तांशस्य पुनरागमनानन्तरं विश्वप्रतिरूपस्य उपयोगेन स्वयमेव एतादृशाः दृश्याः उत्पद्यन्ते, गलतप्रश्नबैङ्के परिणमिताः च भविष्यन्ति अपि च पश्यन्तु यत् गलतप्रश्नदत्तांशकोशे समानदत्तांशः अस्ति वा यदि नास्ति तर्हि विद्यमानदत्तांशकोशे खनित्वा संयुक्तप्रशिक्षणं कुर्वन्तु।

नूतनं प्रतिरूपं प्रशिक्षयित्वा प्रतिरूपं विश्वमाडलपरीक्षाप्रणाल्यां प्रत्यागच्छति, तस्य द्विवारं परीक्षणं भवति । प्रथमवारं भवता गलतप्रश्नाः सम्यक् कृतवन्तः वा इति द्रष्टुं, द्वितीयवारं च भवतः क्षमतायाः परीक्षणार्थं वास्तविकप्रश्नानां समुच्चयः । यदि उभयवारं समस्या नास्ति तर्हि मॉडल् बहिः अस्ति। अत्यन्तं अन्ते मध्ये कोऽपि नास्ति, अतीव स्वचालितं निमीलितपाशप्रक्रिया च ।

36Kr Auto: अन्त्यतः अन्तः प्रशिक्षणप्रक्रिया एकः कृष्णपेटी अस्ति, विवरणं ज्ञातुं बहु कोडं योजयितुं आवश्यकं किं भवान् न्यायं कर्तुं शक्नोति यत् कियत् कार्यं सम्मिलितम् अस्ति?

लाङ्ग ज़ियान्पेङ्ग : १.अत्यल्पाः ।

एतस्य नियन्त्रणार्थं खलु केचन गुप्ताः नियमाः सन्ति । यतो हि संवेदकदत्तांशः अन्तः अन्तः निवेशः भवति तथा च नियोजितः प्रक्षेपवक्रः वास्तवतः निर्गमः भवति, अतः समस्याः भवितुम् अर्हन्ति, अतः अस्माकं केचन असामान्यनियन्त्रणव्यवहाराः परिहरितुं केचन हिंसकाः नियमाः भविष्यन्ति, यथा सुगतिचक्रं १८० डिग्री परिवर्तयितुं

36Kr Auto: मस्कः अवदत् यत् 300,000 पङ्क्तयः कोडः विलोपिताः सन्ति यदि धक्कायाः ​​अनन्तरं अधिकाधिकाः समस्याः सन्ति तर्हि कोडः पुनः योजितः भविष्यति वा।

लाङ्ग ज़ियान्पेङ्ग : १. अहं न मन्ये यत् एतत् बहु परिवर्तनं करिष्यति। मुख्यं तु अस्ति यत् अस्माकं नित्यं पुनरावृत्तिः कर्तुं क्षमता अस्ति।

36Kr Auto: Ideal इत्यस्य आन्तरिकरूपेण सर्वदा द्वौ रेखाः आसन्: सामूहिकं उत्पादनं पूर्वसंशोधनं च पूर्वसंशोधनात् सामूहिकनिर्माणं प्रति अन्ततः अन्तः संक्रमणं इदानीं पूर्वसंशोधनम् अस्ति?

लाङ्ग ज़ियान्पेङ्ग : १. ल4. एतत् पुनः अस्माकं कृत्रिमबुद्धेः अवगमनं प्रति गच्छति । वयं ज्ञातवन्तः यत् यदि वयं सत्यं स्वायत्तवाहनचालनं प्राप्तुम् इच्छामः तर्हि वर्तमानः उपायः बहु भिन्नः अस्ति ।

अन्ततः अन्तः, तस्मै कीदृशः दत्तांशः दीयते, तस्य कीदृशः व्यवहारः भविष्यति। यदि समानदत्तांशः न दीयते तर्हि तस्य व्यवहारः न भविष्यति । परन्तु जनाः न सन्ति यथा, यदि अहं बीजिंगनगरे वाहनचालनं करोमि तर्हि अमेरिकादेशे अपि वाहनचालनं कर्तुं शक्नोमि। यदि वयं वास्तवमेव स्वायत्तवाहनचालनं प्राप्तुम् इच्छामः तर्हि व्यवस्थायाः मनुष्याणां इव वस्तूनि अवगन्तुं, तर्कस्य क्षमता च अवश्यं भवति ।

वयं मानवमस्तिष्कं कथं कार्यं करोति, कथं चिन्तयति इति अध्ययनं कृतवन्तः, गतवर्षस्य अगस्त-सप्टेम्बर-मासेषु जिया पेङ्ग्, झान कुन् च द्वय-प्रणाली-सिद्धान्तं दृष्टवन्तौ, यत् मानव-चिन्तनस्य अतीव उत्तमं रूपरेखा अस्ति |. कृत्रिमबुद्धिः द्वैधव्यवस्था इति कल्पयतु, प्रणाली १ शीघ्रं प्रतिक्रियां दातुं क्षमता अस्ति, प्रणाली २ च तार्किकरूपेण चिन्तयितुं क्षमता अस्ति, अज्ञातवस्तूनि सम्यक् सम्भालितुं शक्नोति

एते सर्वे ताओ इत्यस्य भागाः सन्ति, सैद्धान्तिकस्तरस्य वस्तूनि। यदा स्वायत्तवाहनचालनस्य विषयः आगच्छति तदा अन्त्यतः अन्तः प्रतिरूपं System 1, System 2 च VLM दृश्यभाषाप्रतिरूपम् । भौतिकजगति कृत्रिमबुद्धेः साक्षात्काराय एतत् सर्वोत्तमम् उपायम् अस्ति ।

अतः भवन्तः System 1 तथा System 2 इत्येतयोः क्षमतां कथं मापयन्ति? अस्माकं विश्वप्रतिरूपमपि अस्ति, यत् वस्तुतः आन्तरिकरूपेण System 3 इति उच्यते विश्वप्रतिरूपस्य अस्माकं उपयोगः अतीव स्पष्टः अस्ति यत् System 1 तथा System 2 इत्यस्य परीक्षणार्थं उपयुज्यते।

अस्माकं वास्तविकः परीक्षणबैङ्कः अस्ति, यः सामान्यतया वाहनचालनस्य जनानां विषये वास्तविकः आँकडा अस्ति । विश्वप्रतिरूपं जननात्मकं प्रतिरूपं यत् विद्यमानदत्तांशतः अनुमानं कृत्वा अन्यप्रश्नान् जनयितुं शक्नोति । आदर्शस्य प्रशिक्षणानन्तरं एकवारं वास्तविकप्रश्नान् कुर्वन्तु, ततः अनुकरणीयप्रश्नानां कतिपयान् समुच्चयान् कृत्वा पश्यन्तु यत् भवन्तः कियत् स्कोरं कुर्वन्ति। प्रत्येकस्य मॉडलस्य स्कोरः भविष्यति, तथा च स्कोरः यथा अधिकः भवति तथा मॉडलः अधिकं शक्तिशाली भवति ।

36Kr Auto: केषु परिस्थितिषु System 2 ट्रिगर भविष्यति?

लाङ्ग ज़ियान्पेङ्ग : १. सिस्टम् १, सिस्टम् २ च सर्वदा कार्यं कुर्वन्ति । यदि केचन प्रणाल्याः अधिकजटिलाः सन्ति तर्हि प्रणाली १ इत्यस्य पहिचानं सुलभं न भवेत्, यथा ओवरपासः, पोखराः, नवनिर्मिताः सीमेण्टतलाः च प्रणाली २ एतादृशेषु परिदृश्येषु कार्यं करिष्यति, परन्तु तस्य संचालन आवृत्तिः न्यूना भविष्यति, यथा ३-४ हर्ट्ज . GPT इत्यस्य सदृशं, सिस्टम् 1 सर्वदा सिस्टम् 2 इत्यस्मै प्रश्नान् पृच्छति यत् अस्य परिदृश्यस्य सम्मुखीभवने किं कर्तव्यम् इति।

36Kr Auto: किं System 2 VLM इत्यस्य एव क्षमतासीमाः सन्ति?

लाङ्ग ज़ियान्पेङ्ग : १. भवान् तत् बृहत् भाषाप्रतिरूपं इति चिन्तयितुं शक्नोति। वयं तस्मै वाहनचालनसम्बद्धानि कानूनानि, 1-4 विषयाणां कृते विडियो, पाठ्यपुस्तकानि च प्रदातुं केन्द्रीभवन्ति।

अल्पकालीनरूपेण अद्यापि तस्य किञ्चित् ज्ञानं नास्ति, परन्तु यथा यथा निमीलितः पाशः द्रुततरं द्रुततरं च भ्रमति तथा तथा तस्य क्षमतायाः उच्चसीमा अधिका अधिका भविष्यति वर्तमान अन्ततः अन्तः मापदण्डाः केवलं ३० कोटिभ्यः अधिकाः सन्ति, VLM प्रणालीमापदण्डाः च २.२ अर्बं सन्ति ।

36Kr Auto: अतः स्मार्टड्राइविंग् इत्यस्य भविष्ये बृहत्तरः चरः System 2 अस्ति?

लाङ्ग ज़ियान्पेङ्ग : १.अन्तर्निहितं समर्थनं सिस्टम् 1 अस्ति, परन्तु L3L4 स्तरस्य स्वायत्तवाहनचालनं सहितं अधिकं गच्छन् अस्माकं कृते अतीव प्रबलाः सिस्टम् 2 क्षमताः भवितुमर्हन्ति वर्तमान 2.2 अरब मापदण्डाः पर्याप्ताः न भवेयुः, अपि च अधिकं योजयितव्यं भविष्यति।

जिया पेङ्ग : १. प्रणाली २ मुख्यतया जटिलदृश्येषु केन्द्रीभूता भवति २.२ अरबमापदण्डानां प्रतिक्रियासमयः ३००मि.मी. परन्तु प्रणाली १ निश्चितरूपेण पर्याप्तं नास्ति, तत्र प्रायः दश मिलीसेकेण्ड् यावत् समयः भवति ।

36Kr Auto: मॉडल् पैरामीटर्स् कृते उपरि सीमा अस्ति वा? ८ अर्ब इव ? चिप् कम्प्यूटिङ्ग् पावरस्य अनुमानित आवश्यकताः काः सन्ति ?

जिया पेङ्ग : १.यथा बृहत् भाषाप्रतिरूपं, तस्य कति मापदण्डाः सन्ति इति कोऽपि उत्तरं दातुं न शक्नोति ।

लाङ्ग ज़ियान्पेङ्ग : १.अधुना अस्माकं ज्ञानं कौशलं च अस्ति System 1 plus System 2 इति उत्तमं कृत्रिमबुद्धिप्रतिमानं, परन्तु विशेषतया कथं कार्यान्वितं कर्तव्यम् इति अस्माकं शनैः शनैः अन्वेषणं करणीयम्।

36Kr Auto: यदि खण्डितं अन्तः अन्तः मॉडलं One Model इति विकसितुं भवति तर्हि अस्माकं चक्रस्य पुनराविष्कारस्य आवश्यकता अस्ति वा?

जिया पेङ्ग : १. आव्हानं तु अत्यन्तं विशालम् अस्ति । परन्तु प्रथमं तांत्रिकं आव्हानं तुल्यकालिकरूपेण विशालं भवति, यतः पारम्परिकाः सर्वे गता: उत्तमं परिणामं प्राप्तुं आदर्शं कथं प्रशिक्षितव्यम्? द्वितीयं मानवीयं आव्हानं यत् बोधनियन्त्रणयोः भिन्नपृष्ठभूमियुक्तयोः जनानां समूहद्वयं कथं मिलित्वा आदर्शस्य निर्माणं कर्तुं शक्नोति?

अस्माकं दलं अपि संघर्षं कुर्वन् अस्ति, टॉसिंग् च कुर्वन् अस्ति। अन्ते अन्ते यावत् विषयः आगच्छति तदा बहवः जनानां भूमिकाः परिवर्तिताः स्यात् । ये जनाः अभियांत्रिकीं कुर्वन्ति स्म ते दत्तांशं परिदृश्यं च परिभाषितुं शक्नुवन्ति स्म । स्वस्य भूमिकां परिवर्तयितुं तु अत्यन्तं आव्हानं वर्तते।

बन्द-पाशव्यापारस्य विषये वदन् : भवन्तः $१ अरबं विना स्वायत्तवाहनचालनं कर्तुं न शक्नुवन्ति

36Kr Auto: इदं ध्वन्यते यत् धनं दह्यते यत् भवन्तः अन्तः अन्तः कियत् निवेशं कर्तुं योजनां कुर्वन्ति?

लाङ्ग ज़ियान्पेङ्ग : १. निश्चितरूपेण, सम्प्रति १ अरब आरएमबी अस्ति भविष्ये स्वायत्तवाहनचालनमाडलस्य प्रशिक्षणार्थं १ अरब अमेरिकीडॉलरस्य आवश्यकता भवितुम् अर्हति, अन्यवस्तूनि, यथा क्रयणपत्राणि, विद्युत्बिलानि, प्रतिभा च। अमेरिकी-डॉलर्-१ अर्ब-रूप्यकाणां शुद्धलाभं विना कोऽपि कम्पनी तत् स्वीकुर्वितुं न शक्नोति ।

36Kr Auto: अन्ततः अन्ते यावत् वाहन-उद्योगे जल-विभाजन-प्रौद्योगिकी भवितुम् अर्हति वाणिज्यिक-बन्द-पाश-दृष्ट्या स्मार्ट-ड्राइविंगस्य व्यावसायिकं प्रदर्शनं किम्?

लाङ्ग ज़ियान्पेङ्ग : १. संस्करण 6.0 तः आरभ्य, विगत 1-2 मासेषु, अस्माकं AD Max अनुपातः 50% अतिक्रान्तवान्, प्रतिमासे 10% अधिकं वृद्धिः यदि 2%-3% सामान्य jitter इति अवगन्तुं शक्यते, परन्तु 10 तः अधिकम् % प्रभावी वृद्धिः अस्ति। बीजिंग, शङ्घाई, ग्वाङ्गझौ, शेन्झेन् च इत्यत्र अस्माकं स्मार्टड्राइविंग् मॉडल् इत्यस्य अनुपातः ७०% यावत् अभवत् । L9 मॉडलस्य AD MAX आदेशः 75%, L8 55%, L7 च 65% अस्ति ।

जिया पेङ्ग : १. L6 इत्यस्य अपि २२% अस्ति । युवानां कृते कारक्रयणार्थं स्मार्टड्राइविंग् पूर्वमेव अतीव महत्त्वपूर्णं कारकम् अस्ति। स्मार्टड्राइविंग् इत्यस्य उपयोगानन्तरं पुनः मूलस्थितौ गन्तुं कठिनम् अस्ति ।

लाङ्ग ज़ियान्पेङ्ग : १. अधुना उच्चगतियुक्तः एनओए सर्वैः सुप्रसिद्धः अस्ति, यदा तु नगरीयः एनओए अद्यापि अतीव प्रारम्भिकपदे एव अस्ति । बहुधा नगरीय-उत्पाद-क्षमता पर्याप्तं न भवति । अन्ते अन्ते सर्वं परिवर्तते, केचन प्रदर्शनानि च मनुष्याणां समीपस्थानि सन्ति ।

आँकडानां गणनाशक्तिः च योजयित्वा अन्त्यतः अन्तः वास्तुकलातः उत्पन्नं नगरीयस्मार्टड्राइविंग् उच्चगतिवाहनचालनस्य अनुभवं प्राप्तुं शक्नोति अस्मिन् स्तरे उपयोक्तृभ्यः कारक्रयणं अतीव सहायकं भवति ।

36Kr Auto: स्मार्टड्राइविंगस्य व्यावसायिकं मूल्यं अधिकाधिकं स्पष्टं भवति, परन्तु आदर्शस्मार्टड्राइविंगकार्यं सर्वदा मुक्तं भवति यत् व्यावसायिकमूल्यं अधिकं प्रमुखं कर्तुं रणनीत्याः पुनः चर्चा भविष्यति वा?

लाङ्ग ज़ियान्पेङ्ग : १. बहवः जनाः रेफ्रिजरेटर्, रङ्गटीवी, बृहत् सोफा च कृते आदर्शं क्रीणन्ति, परन्तु भविष्ये ते स्मार्ट-वाहनचालनस्य कृते आदर्शं अपि क्रीणन्ति, यत् स्मार्ट-वाहनस्य व्यावसायिकं मूल्यं दर्शयितुं पर्याप्तम् अस्ति मैक्स-प्रो-संस्करणयोः मध्ये अन्तरं वस्तुतः ३०,००० युआन् अस्ति ।

सॉफ्टवेयर चार्जिंग् इत्यस्य विषये यदि एतत् L4 स्तरं प्राप्नोति तर्हि कल्पयतु यत् उपयोक्तृभ्यः विद्यालयद्वारे स्वसन्ततिं गृहीतुं साहाय्यं कर्तुं शक्नोति वा। यथा यथा क्षमतासु सुधारः भवति तथा तथा केचन अतिरिक्तव्यापारप्रतिमानाः उद्भवन्ति, परन्तु बुद्धिमान् चालनक्षमतासु महती उन्नतिः भवति इति आधारः अवश्यमेव भवति ।

36Kr Auto: Xiaopeng इत्यनेन उक्तं यत् आगामिषु 18 मासेषु Google इत्यस्य Waymo इत्यस्य सदृशं अनुभवं प्राप्स्यति किं भवतः एतादृशः समयसूची अस्ति?

लाङ्ग ज़ियान्पेङ्ग : १. यदि दत्तांशः व्यापारश्च लक्ष्याणां समर्थनं कर्तुं शक्नोति तर्हि कुशलम्। वयं केचन आन्तरिकगणनाः कृतवन्तः L3L4 इत्यस्य विषये न वदामः यदि वयं VLM इत्यस्य समर्थनं कर्तुम् इच्छामः तर्हि अस्माकं कृते प्रायः दर्जनशः EFLOPS cloud computing power इत्यस्य आवश्यकता भविष्यति ।

Xpeng's 2.51 EFLOPS अस्ति, आदर्शः च 4.5 EFLOPS अस्ति तस्य प्राप्त्यर्थं न्यूनातिन्यूनं 10 EFLOPS गणनाशक्तिः आवश्यकी भवति, यत् प्रतिवर्षं प्रायः 1 अरब अमेरिकी डॉलरः 6 अरब युआन् च भवति । यदि भवन्तः प्रतिवर्षं तत् स्वीकुर्वन्ति तर्हि भवन्तः क्रीडितुं शक्नुवन्ति।

36Kr Auto: कम्प्यूटिंगशक्तेः अतिरिक्तं वर्तमानस्य तकनीकीवास्तुकलायां आधारितं स्मार्टड्राइविंगदलस्य औसतेन प्रतिवर्षं कियत् निवेशस्य आवश्यकता भविष्यति?

लाङ्ग ज़ियान्पेङ्ग : १. व्ययस्य अधिकांशः भागः प्रशिक्षणचिप्स्, डाटा भण्डारणं, यातायातः च अस्ति, यस्य व्ययः वर्षे न्यूनातिन्यूनं १ तः २ अरब अमेरिकी डॉलरपर्यन्तं भवति । परन्तु अग्रे गत्वा विशेषतः विश्वप्रतिरूपं सम्पूर्णं वास्तविकं भौतिकजगत् पुनः स्थापयितुं परमं लक्ष्यम् अस्ति । एतदर्थमेव प्रशिक्षणमपि आवश्यकं भवति, कम्प्यूटिंग्-सम्पदां च बहु आवश्यकं भवति ।

यथा उच्चसीमा किम्, अहं इदानीं कल्पयितुं न शक्नोमि यत् इदं न्यूनातिन्यूनं 10 EFLOPS अधिकं भविष्यति।

36Kr Auto: कारकम्पनयः अद्यापि विनिर्माण-उद्योगस्य लाभ-प्रतिरूपे आधारिताः सन्ति, अस्मिन् वर्षे मूल्ययुद्धं भविष्यति, लाभः च प्रभावितः भविष्यति, किं कार-कम्पनयः यत् कुर्वन्ति तत् अधिकं उचितम्?

लाङ्ग ज़ियान्पेङ्ग : १. यः उच्चगुणवत्तायुक्तं दत्तांशं प्राप्तुं शक्नोति तथा च पर्याप्तं प्रशिक्षणगणनाशक्तिं धारयितुं शक्नोति सः विशालं प्रतिरूपं निर्मातुम् अर्हति । एतावन्तः प्रतिभाः न स्युः, परन्तु तदनुरूपाः प्रतिभाः अवश्यमेव सन्ति, आदर्शः, हुवावे, टेस्ला इत्यादीनां अतिरिक्तं त्रीणि अपि कस्य भवितुम् अर्हन्ति? अहं तत् चिन्तयितुं न शक्नोमि।

अस्माकं वर्तमानः विचारः अस्ति यत् कम्पनीयाः शीघ्रं कारविक्रये सहायतां कर्तुं केवलं कारविक्रयणं कृत्वा एव अस्माकं कृते स्मार्टड्राइविंग् प्रशिक्षितुं कार्डं क्रेतुं धनं भवितुम् अर्हति।

बुद्धिमान् वाहनचालने वयं यथा यथा प्रगच्छामः तथा तथा अन्तरं विस्तृतं भविष्यति। पूर्वं चित्राणि नासन्, परन्तु सर्वे किमपि निर्मान्ति स्म यत्र भवन्तः छतम् अवलोकयितुं शक्नुवन्ति स्म । भविष्ये सफलतां प्राप्तुं एआइ इत्येतत् योजयितव्यं भविष्यति, सर्वे यत् स्पर्धां कुर्वन्ति तत् दत्तांशः, कम्प्यूटिंग्-शक्तिः च । यदि तस्य समाधानं कर्तुं न शक्यते तर्हि वयं केवलं पूर्वमात्रायां रोल कर्तुं शक्नुमः, ततः वयं दत्तांशलाभांशं लब्धुं अग्रिम आयामं प्रति गमिष्यामः ।

36Kr Auto: बुद्धिमान् वाहनचालनप्रौद्योगिकी एतावता तीव्रगत्या परिवर्तते निवेशः च एतावत् विशालः भवति यत् ली क्षियाङ्ग बुद्धिमान् वाहनचालनस्य विषये स्वस्य जागरूकतां कथं निर्वाहयितुं शक्नोति?

लाङ्ग ज़ियान्पेङ्ग : १. सः कदापि शिक्षकजिया मया च सह वार्तालापं करोति स्म। गतवर्षस्य सेप्टेम्बरमासात् आरभ्य अस्माकं कृत्रिमबुद्धिविषये साप्ताहिकसमागमः भवति, यस्मिन् कम्पनीयां एआइ-सम्बद्धाः सर्वे जनाः एकत्र आनयन्ति, यत्र स्मार्ट-स्थानेषु, आधारभूत-संरचनायाः, प्रशिक्षण-मञ्चेषु च जनाः सन्ति |. ली क्षियाङ्गस्य कृत्रिमबुद्धेः अवगमनम् अद्यापि अतीव उत्तमम् अस्ति ।

तस्य अन्ये केचन संसाधनाः अपि सन्ति, सः बहु जनान् जानाति सः लु क्यूई, किमी सीईओ याङ्ग झीलिन्, होराइजन यू काई इत्यादिभिः सह गपशपं कृतवान् अस्ति । सः न केवलं एआइ-इत्यस्य मूलसारं, अत्यावश्यकं प्रौद्योगिकी च अवगच्छति, अपितु केषुचित् लोकप्रियपदेषु अपि तत् व्यक्तं कर्तुं शक्नोति ।

36Kr Auto: अन्तः अन्तः मॉडल् डिजाइनस्य कृते कियत् जनशक्तिः आवश्यकी भवति? भविष्यस्य स्मार्ट-ड्राइविंग्-दलस्य औसत-आकारः कति जनाः भविष्यन्ति ?

जिया पेङ्ग : १. भवद्भ्यः बहुषु आवश्यकता न स्यात् । एतत् वस्तुतः अनुमानितुं शक्यते उदाहरणार्थं, OrinX चिप् इत्यनेन सह, मॉडल् स्वयं 12-15 Hz इत्यत्र चाल्यते, यत् मूलतः मॉडल् पैरामीटर्स् इत्यस्य संख्यां निर्धारयति तथा च प्रशिक्षणार्थं कीदृशं मॉडल् संरचनां उपयोक्तुं शक्यते इदम्‌।

लाङ्ग ज़ियान्पेङ्ग : १. टेस्ला अधिकं चरमम् अस्ति, यत्र २०० तः अधिकानां जनानां सॉफ्टवेयर-एल्गोरिदम्-दलः अस्ति, परन्तु केवलं एकं चिप्, कतिपयानि मॉडल् च निर्माति । वयम् अधुना तस्य इव सिद्धाः भवितुम् न शक्नुमः, परन्तु अद्यापि वयं तस्मात् अनेकगुणाः श्रेष्ठाः भविष्यामः। यतो हि अस्माकं चिप्-मञ्चाः भिन्नाः सन्ति, अस्माकं बहवः मॉडल्-आदयः सन्ति, यद्यपि वयं विशेषतया बहूनां जनान् न नियोजयामः, तथापि प्रत्येकस्मिन् स्थाने केचन जनाः सन्ति

36Kr Auto: भविष्ये क्लाउड् कम्प्यूटिंग् पावरः महत् निवेशः भविष्यति वा भवन्तः तस्य स्थाने घरेलुचिप्स् इत्यनेन प्रतिस्थापयितुं विचारितवन्तः? किं स्विच कर्तुं कठिनं भविष्यति ?

जिया पेङ्ग : १. Horizon’s J3 and J5 इत्येतयोः प्रथमं उपयोगः कारस्य अन्ते अभवत् । क्लाउड् केचन घरेलु-उत्पादाः प्रयतते, परन्तु वर्तमानकाले सर्वाधिकं कठिनं भवति यत् तेषां पारिस्थितिकी तावत् उत्तमः नास्ति । एनवीडिया इत्यस्य CUDA पारिस्थितिकीतन्त्रम् एतावत् अजेयम् अस्ति यत् अन्यस्य पारिस्थितिकीतन्त्रस्य अनुकूलनं अतीव कष्टप्रदं भविष्यति। इदानीं अहम् अद्यापि कार्यक्षमतां प्रथमं स्थापयितुम् इच्छामि तथा च घरेलुप्रगतेः विषये ध्यानं दातुम् इच्छामि आदानप्रदानं परीक्षणं च पूर्वमेव आरब्धम् अस्ति।

36Kr Auto: स्वविकसितं स्मार्टड्राइविंग् चिप् विमोचनानन्तरं अन्त्यतः अन्तः एकीकरणस्य किं प्रभावः भविष्यति?

जिया पेङ्ग : १. सॉफ्टवेयर-हार्डवेयर-योः संयोजनेन निश्चितरूपेण उत्तमं परिणामः भविष्यति, टेस्ला-संस्थायाः पूर्वमेव आदर्शरूपं निर्मितम् अस्ति । चिप्स् सस्ताः सन्ति, कम्प्यूटिंग् शक्तिः अधिका अस्ति, एडी इत्यस्य समर्थनं च उत्तमम् अस्ति ते FSD V12.5 इत्यत्र पैरामीटर्स् इत्यस्य विस्तारं ५ गुणान् कर्तुम् इच्छन्ति स्म तथा च ते तस्य विस्तारं कृतवन्तः। एतस्य महत् लाभं भवति एव ।

लाङ्ग ज़ियान्पेङ्ग : १.पूर्वापेक्षा अस्ति यत् L3 तथा L4 एल्गोरिदम् अवश्यं निर्धारितव्यम् ।

36Kr Auto: L4 स्वायत्तवाहनचालनस्य समयबिन्दुः भविष्यति वा?

लाङ्ग ज़ियान्पेङ्ग : १. केवलं ३-५ वर्षाणि। वयं प्रथमं L3 समर्पितवन्तः, यत् L4 कृते सोपानशिला अस्ति। प्रथमं, एतत् अस्मान् L4 इत्यस्य गणनाशक्तिः, आँकडा-आवश्यकता च स्पष्टतया अवगन्तुं शक्नोति, यत्र परीक्षा-प्रणाल्याः मूलभूत-क्षमता, आँकडा-बन्द-पाशः च सन्ति

द्वितीयं उत्पादानाम् दृष्ट्या अस्माभिः जनानां सह परस्परविश्वासस्य सम्बन्धः स्थापनीयः । यतः अन्तः अन्तः एव अद्यापि कृष्णपेटी अस्ति, अद्यापि जनाः व्यवस्थायां विश्वासं न कुर्वन्ति । ततः L3 उत्पादानाम् माध्यमेन भवान् जनानां सह विश्वासस्य उत्तमं सम्बन्धं निर्मातुम् अर्हति।

36Kr Auto: अनेके AI प्रौद्योगिकीनां उत्पत्तिः सिलिकन वैली इत्यत्र अस्ति, परन्तु Ideal इदानीं अत्याधुनिक अन्वेषणम् अपि कुर्वन् अस्ति यत् प्रौद्योगिक्याः निर्णयः वा भावः सटीकः, तीक्ष्णः च इति कथं सुनिश्चितं कर्तुं शक्यते गलत प्रौद्योगिकी वृक्षः?

लाङ्ग ज़ियान्पेङ्ग : १.अस्माकं कृते पूर्वमेव सम्पूर्णा प्रणाली अस्ति L4 अद्यापि ३ तः ५ वर्षाणि यावत् दूरम् अस्ति, परन्तु वयं तत् स्पर्शं कर्तुं आरब्धाः स्मः यदि वयं त्रुटिं कुर्मः तर्हि वयं पूर्वमेव त्रुटिं करिष्यामः, अद्यापि संभावना अस्ति।

चीन-अमेरिका-देशयोः मध्ये खलु कृत्रिमबुद्धेः विभाजनं वर्तते, तथा च चीनदेशे वस्तुतः बहु प्रतिभाः सन्ति यथा, अस्मिन् वर्षे वयं २४० तः अधिकानि विद्यालयानि नियुक्तवन्तः |. ये सर्वे QS (विश्वस्य शीर्ष 100 विश्वविद्यालयानाम्) शीर्ष 100 मध्ये सन्ति।

टेस्ला विषये वदन् : टेस्लातः शिक्षन्तु टेस्लाम् अतिक्रम्य च

36Kr Auto: केचन जनाः वदन्ति यत् घरेलु-टेस्ला-स्मार्ट-ड्राइविंग्-योः मध्ये अन्तरं २ वर्षाणि अस्ति ।

लाङ्ग ज़ियान्पेङ्ग : १. अवश्यं न। वयं तान्त्रिकसमाधानविषये टिप्पणीं न करिष्यामः यतोहि टेस्ला इत्यनेन विगतवर्षद्वये स्वस्य तान्त्रिकसमाधानविषये बहु न उक्तम्। उत्पादस्य अनुभवस्य दृष्ट्या वयं मूलतः तस्मिन् स्तरे स्मः यत्र टेस्ला इत्यनेन गतवर्षे एव अन्त्यतः अन्तः संस्करणं प्रकाशितम्। प्रायः अर्धवर्षस्य अन्तरं भवति ।

36Kr Auto: टेस्ला इत्यस्य अपि काश्चन समस्याः अभवन् इति मस्कः अवदत् यत् अत्र न्यूनाः आँकडा: न्यूनाः च सन्ति।

लाङ्ग ज़ियान्पेङ्ग : १.एते भिन्नाः चरणाः सन्ति यदा वयं तान् सम्मुखीभवामः तदा वयं अग्रिमपदं प्रविष्टवन्तः इति अर्थः ।

जिया पेङ्ग : १. इदानीं टेस्ला इत्यस्य बृहत्तमा समस्या सत्यापनम् अस्ति यत् v12.4 (Tesla FSD संस्करणसङ्ख्या) उत्तमं प्रदर्शनं न कृतवान्, ततः v12.5 मुक्तः अभवत्, यत्र पैरामीटर् आयतनं ५ गुणान् विस्तारितम् । अहं अनुमानं करोमि यत् सत्यापनपदं विशेषतया सम्यक् न कृतम् आसीत्। यदा मॉडल् बहिः आगतं तदा अहं न जानामि यत् यदा तत् वास्तवतः उपयोक्तृभिः उपयुज्यते तदा कथं कार्यं करिष्यति इति ।

अत एव वयं विश्वप्रतिमानानाम् उपरि बलं दद्मः । एतानि पाठाः वयं ज्ञातवन्तः, सत्यापनम् पूर्वमेव सम्पन्नं कर्तव्यम्। अन्यथा उद्यानसमुदायस्य अन्तः सहितं देशे सर्वेषु मार्गेषु कथं प्रतिरूपस्य सत्यापनं कर्तुं शक्यते?

यदि भवान् २०२२ तमे वर्षे टेस्ला-संस्थायाः एआइ-दिवसं पश्यति तर्हि अद्यापि अतीव पारम्परिकः अनुकरणम् अस्ति । अस्मिन् क्षणे खलु टेस्लातः अस्माभिः ज्ञाताः केचन पाठाः सन्ति । अत एव वयं विश्वस्य आदर्शनिर्माणे एतावत् परिश्रमं कुर्मः ।

36Kr Auto: किं किमपि अस्ति यत् भवन्तः अन्त्यतः अन्तः समाधानस्य निर्माणप्रक्रियायां कठिनं मन्यन्ते? यथा दत्तांशसाधनशृङ्खला?

जिया पेङ्ग : १. २०१९ तः अयं दत्तांशसमूहः निर्मितः अस्ति, न्यूनातिन्यूनं चीनदेशे सर्वोत्तमः अस्ति । दत्तांशः प्रशिक्षणं च वस्तुतः दिनचर्या एव, अनुसरणीयप्रतिमानाः च सन्ति । सम्प्रति सत्यापनम् एव सर्वाधिकं आव्हानं वर्तते।

अन्यत् VLM स्वयं, यत् क्रमेण अधिकां भूमिकां गृह्णाति । आरम्भे केवलं ५% प्रकरणेषु अस्य उपयोगः भवितुं शक्नोति, परन्तु पश्चात् अन्ततः अन्ते यावत् उच्चसीमायाः सामना कर्तुं शक्नोति, शेषः उत्पादस्य अनुभवः पुनरावृत्त्यर्थं VLM इत्यस्य उपरि अवलम्बते

एतत् टेस्ला इत्यस्मात् अपि भिन्नम् अस्ति । वयं VLM तथा world model कृतवन्तः यतः वयं Tesla इत्यस्य समस्याः दृष्टवन्तः। v12.4 सत्यापनस्य समस्या अस्ति वयं पूर्वं उत्तर अमेरिकायां द्विवारं, प्रत्येकं समये प्रायः एकसप्ताहं यावत्, पश्चिमतटे पूर्वतटे च चालितवन्तः। प्रतीयते यत् पश्चिमतटे उत्तमं पूर्वतटे च दुष्टम्। बोस्टन्-नगरं न्यूयॉर्क-नगरं च तावत् उत्तमम् नास्ति, यतः एतौ नगरौ पश्चिमतटतः अपेक्षया बहु जटिलौ स्तः ।

पूर्वतटे टेस्ला-संस्थायाः औसत-अधिग्रहण-दरः अत्यन्तं अधिकः अस्ति, सम्भवतः च केचन अन्तः अन्तः उच्च-सीमाः अत्र सन्ति । अतः यदा वयं VLM कुर्मः तदा वयम् एतत् छतम् भङ्गयितुम् इच्छामः । VLM इत्यस्य उपरितनसीमा अतीव उच्चा अस्ति, अस्य मार्गसमूहस्य माध्यमेन तम् (Tesla) अतिक्रमितुं शक्यते ।