Andrej Karpathy（@karpathy）のスレッド

今日、ピカピカのHW4型テスラ モデルXが納車されたので、早速FSD試乗に出かけました。まるで5年間ほぼ毎日やっていたように。とにかく驚きました。本当に、本当に乗り心地が良く、スムーズで、自信に満ち溢れています。HW3（以前の車）で慣れ親しんだ乗り心地よりも明らかに良く、9年ほど前、テスラに乗り始めた日に280号線を運転した時の記憶とは比べ物にならないほど進化しています。あの頃は、道路が少しカーブしたり傾斜したりするたびに、ドライバーの介入が必要でした。（ちなみにこれはバージョン13です。私の車にはまだ最新のバージョン14は提供されていません） 高速道路では、まるで超ハイテクな磁気浮上式鉄道のポッドに乗っているような気分でした。車は車線の中央に固定され、私はモデルXの高い視点とパノラマ式のフロントウィンドウから外を眺め、（素晴らしい）サウンドシステムを聴いたり、グロックと会話をしたりしていました。街乗りでは、数年前には眠れずに悩まされたような、数々の難しいシナリオを、この車は難なくこなしました。狭い車線で対向車を巧みにかわし、工事現場や車線内で一時停止している車を巧みに迂回し、両側から来る車の中で難しい左折のタイミングを正確に決め、四方停止標識で停止した車に巧みに道を譲り、渋滞に巻き込まれながらも右左折し、乗客を乗せているバスを追い越しながらも、バスが遮る停止標識で停止し、ルートの終点では駐車場をぐるりと回り込み、駐車スペースを見つけて…駐車しました。まさに完璧なドライブでした。 普段は近所を少し試乗して、改善点を20本ほど動画に撮って帰るのに慣れています。以前と全く同じように試乗して、何も残らないのは初めてです。完璧な運転なのに、メモは何も残らない。9秒台という長い道のりの中で、チームにはまだやるべきことがたくさんあるとは思いますが、近所を1時間ほど車で走っただけでは問題が見つからない時代、実際にフリートに足を運んで問題点を掘り起こさなければならない時代になったのは本当に素晴らしいことです。当時は、大規模な自動運転（完全にスケーラブルで、視覚のみで、エンドツーエンドのテスラ方式）の素晴らしい可能性を、頭で理解するしかありませんでしたが、今では実際に運転すれば直感的にも感じ取ることができます。待ってください、もちろん、完全に専用の「運転脳」ニューラルネットワークで処理された60Hzのサラウンドビデオストリームは機能するでしょうし、人間のドライバーよりもはるかに優れ、安全になるでしょう。そう思わない人はいませんか？ 先週、@aelluswamy 氏の ICCV25 講演 (https://t.co/RdaM23kvez) も視聴しました。この講演では、この進歩を牽引する最近の裏側の技術コンポーネントの一部が示唆されています。長時間（例えば約30秒）のセンサーストリーム（動画、地図、運動学、音声など）が大規模なニューラルネットワークに入力され、ステアリング／加速度のデータが出力され、オプションで視覚化補助データも提供されます。これは、フリート内の数百万台の車両からのデータストリーミングとチップの計算能力に合わせて完全にスケーリングする、ソフトウェア 1.0 からソフトウェア 2.0 への完全な書き換えの夢であり、メモリとランタイムのテスト時特性が未定義の、エンジニアが巧妙に考案した新しい DoubleParkedCarHandler C++ 抽象化のようなものではありません。このビデオには、新興の「大規模ロボティクス＋AI スタック」の将来に関する多くのヒントが含まれています。世界の再構築者、世界のシミュレーター「夢見る」ダイナミクス、RL、これらすべてのコンポーネントは一般的で、基礎的であり、ニューラル ネット ベースであり、車は実際にはロボットの一種に過ぎない... 人々はまだこれを理解しているでしょうか? チームの皆さん、本当におめでとうございます！未来の魔法の物体を作っているんですね！最高です！そして、私の車も大好きです <3。