Aktywne Wpisy
othelo +327
Zbiersk +24
Czemu ludzie z Wawy, którzy zarabiają 4.5k brutto, nie mający absolutnie żadnych szans na zakup mieszkania nawet w wielkiej płycie, nie przeniosą się w inny region Polski gdzie jest dużo taniej? Najniższą krajową można zarobić wszędzie, a płacić 17k za mkw w #warszawa a płacić 5k za mkw w takim #gorzowwielkopolski (najtańsze nieruchomości) to ogromna różnica.
#nieruchomosci
#nieruchomosci
Aktywne Znaleziska
W ostatnim czasie wartość mojej inwestycji spadła poniżej 100% szacowanej przeze mnie kwoty do zakupu Modelu Y o parametrach, które by mnie ewentualnie interesowały. Tak jak wspominałem wielokrotnie... nawet nie rozważałem wyciągania tej kwoty wcześniej, zanim to auto będzie oficjalnie dostępne w Polsce.
Obecnie w akcjach Tesli Tesli mam ok 364.461,79 PLN, co daje mniej więcej 276.512,61 PLN na plus...
Miałem jednak ponad miesiąc rozmyślania, dysponując wedle szacunków wystarczającą kwotą... czy naprawdę chciałbym tę inwestycję zakończyć by kupić sobie ową Tesle.
TL;DR; Prawdopodobnie tej Tesli w najbliższym czasie (2-3 lat) nie kupię.
Wszystko sprowadza sie do następujących faktów/argumentów:
- auto zajebiście mi się podoba i nadal sądzę, że to była by dla mnie najlepsza opcja
- możliwość kupienia tego auta z fabryki z Berlina, z nowymi bateriami 4680, megacastingiem, lakierem w nowej technologii... i wieloma usprawnieniami... jeszcze bardziej utrudniało mi tę decyzję...
- faktem nadal jest, że nadal pracuje zdalnie i to się raczej nie zmieni w najbliższych 2-3 latach. Podobna sytuacja tyczy się mojej żony. Obecnie robie swoim atem jakieś 100-200km miesięcznie... więc, jak widać kupno nowego auta nie jest tutaj zbyt ekonomiczną opcją
Co jednak skłania mnie najbardziej do tego by odsunąć w czasie zakup?
Tesla Full Self Driving - czyli o tym, jak (serio) Tesla uczy swoje auta przewidywać przyszłość
Na sam research tego tematu myślę, że poświęciłem co najmniej 100 godzin. To właśnie z tego powodu, postanowiłem swoją serię postów pod tagiem #teslaresearch zacząć właśnie wspominając o miejscu, gdzie na każdego czeka ponad 16 godzin wiedzy na dokładnie ten temat.
Śledzę na bieżąco wiele kanałów, które publikują nagrania z Bety FSD Tesli. To właśnie słowo Beta ma tutaj kolosalne znaczenie, gdybyście sami zaczeli robić research na ten temat. Obecnie do tego builda ma dostęp około 2000 osób na świecie, z czego znacząca część osób to mali YouTuberzy (nie przez przypadek).
Moim zdaniem na 99% Tesla w ciągu dekady nie tylko opanuję technologię autonomicznych aut, ale też do tego czasu zbuduje ogromną flotę własnych aut, które będą jeździć jako autonomiczne taksówki. I według mnie w ciągu dekady te auta będą jeździć po polskich drogach, dużych i średnich miast.
Dużo, dużo szybciej jednak to wszystko powinno się wydarzyć choćby w USA czy nawet Chinach.
To czego większość osób nie wie i po prostu nie rozumie, to że Auta Tesli nie są programowane, a w większości uczone jazdy autonomicznej. Sieć neuronowa zaprojektowana przez Tesle jest karmiona starannie wyselekcjonowanymi danymi, za pomocą których owa się jest uczona/trenowana, co pozwala jej się stawać coraz lepszą.
To jak bardzo Tesla dobrze jeździ sama, nie zależy już w głównej mierze od tego co zaprogramuje dany programista Tesli, lecz od tego, jakimi danymi nakarmi zespół Tesli swoją sieć neuronową. Andrej Karpathy w swoim ostatnim wywiadzie tłumaczy, że najważniejsze zadanie zespołu FSD Tesli to wynajdywanie odpowiednich przypadków, w których Tesla sobie nie poradziła i dorzucanie ich do danych, za pomocą których jest uczona ich sieć neuronowa.
Rewolucja w tym, jak Tesla uczy swoją sieć neuronową
Dotychczas, do uczenia Tesli, tj. do mówienia Tesli jak dokładnie powinna się zachować, byli potrzebni ludzie, którzy byli odpowiedzialni za "etykietowanie" tego co jest widoczne na obrazach, którymi ona jest uczona. Tzn siedziało takich kilkaset osób i na zdjęciach zaznaczało "to jest znak stopu", "to jest samochód", "to jest rower", etc. Posiadając te dane Tesla uczyła się, jak owe rzeczy poruszają się czasie.
Takie uczenie jest nazywane "Supervised training" (Szkolenie nadzorowane), gdzie to człowiek jest ostatecznym decydującym, czego sieć ma się nauczyć. Taki typ szkolenia sieci neuronowej ma poważne wady, a największą jest koszt zależy od kosztu setki pracowników etykietujących obrazy. (Swoją drogą, jaka taka praca musi być nudna...)
Tesla jednak obecnie wdraża "Self-supervised training" (szkolenie samodzielne). Takie szkolenie sieci odbywa się za pomocą innych danych, do których sieć ma też dostęp. By to było możliwe i efektywne, Tesla przestaje analizować serie pojedynczych obrazków w odpowiedniej sekwencji, lecz obraz z 8-kamer połączony w jedno 3 wymiarowe video, mogąc jednocześnie analizować to z wymiarem czasowym. Czyli zamiast 2,5D, Tesla teraz zaczyna analizować 360st 4D.
Najważniejsze jednak w tym wszystkim jest to, że Tesla w końcu ma analizować dane powiazane czasem i z ich pomocą przewidywać przyszłość (tak, serio!). A jak to jest możliwe? Otóż auta Tesli analizując takie nagrania, mają wszakże dostęp do przyszłości, względem danego momentu, który obecnie jest analizowany.
Innymi słowy, sieć neuronowa Tesli, ucząc się z nagrania jakiejś jazdy... na podstawie tego co widzi, ma za zadanie przewidzieć, np. jak zachowa się pieszy przy przejściu dla pieszych. Czy wejdzie na ulice, czy nie. Albo czy auto, które miga tobie światłami, czy zwalnia by Cię wpuścić, czy nie. Najlepsze w tym wszystkim jest to, że tym razem to nie człowiek musi postawić odpowiedź na to pytanie... bo po prostu może to zrobić sam algorytm, bo po prostu spojrzy w przyszłość, tzn. kilka sekund dalej na nagraniu.
Jeżeli myślisz, że programiści Tesli będą musieli zakodować Tesli "jeżeli ktoś Ci mruga, to jest szansa, że ktoś Cię puszcza", to jesteś w ogromnym błędzie. Sieć nauczy się tego sama, na podstawie tego jak jeżdżą inne auta, oraz auta Tesli, w których już obecnie jeździ ponad milion kierowców.
Przewaga Tesli w tym przypadku wynika przede wszystkim z dostępu do danych. Których ma o prawie 2 rzędy wielkości więcej niż cała ich konkurencja. A ten tręd tylko się pogłębia. A to nawet nie wszystko.
W większości przypadków większa sieć neuronowa radzi sobie dużo lepiej. Uczenie takiej sieci jednak trwa dłużej. Tesla obecnie buduje swój superkomputer (a raczej cały klaster komputerów) pod nazwą kodową Dojo, których jedynym dedykowanym zadaniem będzie skrócenie czasu potrzebnego na trening sieci neuronowych. Generalnie szacuje się, że koszt treningu sieci neuronowej będzie nadal spadał o 50% co 16 miesięcy.
Tesla już teraz posiada w setkach tysięcy aut swój najnowszy chip FSD własnego projektu (tzw. v.3.0), który będąc zoptymalizowany pod to czego potrzebuje Tesla... jest dzieki temu 21 razy szybszy niż chipy konkurencji. Ten chip jest odpowiedzialny za podejmowanie decyzji jak ma się zachować auto podczas autonomicznej jazdy, bazując na "wiedzy", jaka została mu wgrana z daną siecią neuronową. Dzięki temu, że ten chip jest szybszy, te decyzje mogą być podejmowane/aktualizowane dużo częściej, co daje większą dokładność i płynność jazdy.
A Tesla już 2 lata temu podczas Autonomy Day, mówiła, że już rozpoczeła prace na kolejną wersją chipa, który będzie kolejno 3 razy szybszy od ich chipa w wersji 3.0.
Po tym jak ostatnio rozszerzono dostęp do bety z 1000 do 2000 osób, Elon Musk zapowiedział także, że w ciągu miesiąca, powinna pojawić się wersja 9.0 FSD Tesli (tzw. beta), do której będą mieli dostęp wszyscy, którzy wykupili wcześniej pakiet FSD (obecna cena to 10k USD, tj. ~40 000 PLN).
Trwają też pracę, by w tym kwartale wdrożyć możliwość subskrybcji FSD (w cenie ~150-300 USD na miesiąc), co najprawdopodobniej wiązało by się z możliwością zrobienia darmowego triala. To wszystko sprowadza się do tego, że setki tysięcy osób w ciągu kilku miesięcy będą miały okazję doświadczyć tego, jak Tesla sama jeździ już nie tylko po autostradach, ale także ulicach miast, przez skrzyżowania, ronda i tym podobne.
I powiem tak... i może to się nie zdaży jak jaśnie panujący nam Elon Musk ma nadzieję, w przeciągu miesiaca czy dwóch. Jeżeli to się wydarzy w ciągu najbliższych 1-2 lat, to Tesla i tak pozamiata.
Jeżeli zapytać przeciętnego Kowalskiego, to obecnie nikt w autonomiczne auta w najbliższej dekadzie nie wierzy. To wbrew pozorom dobrze, bo zdanie Kowalskiego ma się nijak do tego, co auta Tesli już potrafią i czego się jeszcze nauczą w najbliższym czasie. Ludzie do tej pory powątpiewają czy auta elektryczne faktycznie staną się powszechnością, gdzie każdy CEO firmy automotive (może oprócz CEO Toyoty), dawno zdał już sobie z tego sprawę, i do czego większość się już przyznała publicznie.
Każda próba wyceny Tesli jako tradycyjnej firmy automotive jest moim zdaniem kompletnym nieporozumieniem. To tak jakby Amazona wyceniać nadal tylko jako internetowy sklep z książkami.
Przez ostatnie miesiące, wiele osób pisało pod moimi postami, że wycena Tesli jest absurdalna. Pisali tak, gdy cena (split-adjusted) była w okolicach $60, $80, $100... pisali tak przy $150, $200 i $300, $600 i przy rekordowej cenie ze stycznia $900.
W krótkim terminie osobiście nie zdziwiło by mnie też to, że Tesla mogła by zanurkować do $500 czy nawet do $300... nie mniej jednak, mam przekonanie graniczące z pewnością, że szansa na to, że TSLA będzie w tej samej lub niższej cenie za 5 lat... jest bardzo, bardzo mała.
I wygląda na to, że jestem w stanie na to postawić jakieś 364.568,21 PLN... i najzwyczajniej w świecie, wiedząc to wszystko, nie wiem, czy bym sobie wybaczył kupienie auta, którego nie potrzebuje, kosztem zmarnowania okazji, która się stworzyła.
Generalnie, jeżeli ktoś ciekaw, od mojego ostatniego wpisu, dokupiłem dodatkowo ~7,26 akcji Tesli, za łączną kwotę 19.984,88 PLN. Obecnie posiadam 135,8840656 akcji Tesli.
Logi
Poprzednie zestawienia: 2021-01-09, 2020-11-25, 2020-09-09, 2020-08-20, 2020-07-13, 2020-06-09, 2020-04-28, 2020-04-05, 2020-03-05, 2020-02-03, 2020-01-01, 2019-12-04, 2019-11-06, 2019-10-25, 2019-07-24, 2019-07-03, 2019-06-05, 2019-05-24
#tesla #samochody #elonmusk #modely #gielda #januszemotoryzacji #januszeinwestowania
źródło: comment_161726916579eFP2E5PqcPAWI9owF5z3.jpg
Pobierz@jakno: w latach 2013-2019 inwestowałem sporo w krypto. Wolę obecnie aktywa, które bardziej bazują na fundamentach. GME dla mnie to kasyno. Nie mówię, że loteria... ale zbyt dużo czynników losowych tam widzę. Ale jak GME dojdzie do $1000, to też się nie zdziwię... ale różnica jest taka, że jeżeli GME nie dojdzie do $1000, nie zdziwię się wcale... a jeżeli Tesla nie dojdzie do powiedzmy
@zibizz1: Tesla też, w swojej warstwie kodowej uprzęży (harness), która jest ręcznie zakodowana, by sieć czegoś głupiego nie odwaliła. To raczej standardowe podejście.
Uber ma problem... bo prędzej znankrutuje, zanim jego pracownicy pozwolą mi to wprowadzić. Uber musiałby mieć poteżną poduszkę finansową, która pozwoliłaby im zbudować całą flotę, bez wpływu zysku od bieżących kierowców.
W momencie gdy kierowcy ubera wyczują,
Komentarz usunięty przez autora
@Anien: Wiesz że ich auto po 12 latach nie umie skręcać w lewo? Do niedawna chyba nikt nie umiał.
@abraca: Tesla używa pseudo-lidaru. Nawet w necie można znaleźć zdjęcia Tesli, które jeżdżą z przyczepionym lidarem. Tesla nauczyła swoje sieci neuronowe zgadywać głębie, najpierw karmiąc ją danymi z lidaru i kamer... a teraz ich sieć potrafi już sobie radzić z głębią na podstawie samych kamer.
Twój mózg generalnie robi to samo. Na podstawie obrazu jesteś w stanie z dużą dokładnością ocenić jak daleko się coś
Komentarz usunięty przez autora
@WyscigWarunkow: będę researchował także i jego. Myślę, że najbliższe parę miesięcy to będzie kilkaset godzin z tematami związanymi z autonomią. Masz jakieś ciekawe materiały od niego, które chciałbyś polecić w pierwszej kolejności?
Komentarz usunięty przez autora
Jeśli chodzi o zbieranie danych to tak. Tesla że swoją flotą łatwiej pozyska takie dane. No na każdy
@zibizz1: Czy Uber jest jednym z tych graczy, który generalnie bazuje na symulowanych milach, zamiast prawdziwych? Bo tak mi to brzmi.
Druga sprawa jest taka z autonomiczne auta będą miały wypadki, to pewne, a każdy przypadek będzie nagłośniony. Będzie walka o statystyki i udowadnianie czy FSD jest skuteczniejszy od człowieka czy nie. Tak jak
@zibizz1: tylko, czy da się to potwierdzić, nie mając materiału do porównania? W jaki sposób symulacja ma zasymulować np. reakcje innego kierowcy, że Cię puszcza? Albo jak to, że widać, że nie patrzy na drogą, tylko na bok, a przez to Ciebie nie widzi.
Jakieś dane da się na pewno zastąpić... pytanie, jak daleko z tym dojadą..
@anonimowy_programista: Ja już w 2014 słyszałem że za 10 lat uber, nvidie, tesle i inne będą miały technologie full self driving. W ciągu 7
może to tak wyglądać, po tym jak popatrzysz na mój arkusz, jednak każdy mój zakup jest poprzedzony dziesiątkami godzin analiz, czy aby ładowanie większej kasy to jest dobry pomysł, czy nie warto jednak się wycować.
Poprawka... zwykle staram się ładować co najmniej jedną
W ATG działa to tak że z Lidara i kamer mają 3d scene do której mogą wrzucić dodatkowe obiekty. Mają setki obiektów które są w stanie wrzucać dodatkowo. Obiekty są wycięte z rzeczywistych danych. Wrzucenie na scenę uwzględnia oświetlenie i przesłanianie się o obiektów. Jeśli jest kilka kamer to taki obiekt na wszystkich pojawia się w