Das KI-Startup Deepscale könnte Teslas Wagen besser sehen lassen bei geringerem Energieverbrauch.

Nach einem Bericht von CNBC hat Tesla das kalifornische KI-Startup Deepscale übernommen. Eine offizielle Bestätigung steht aus, allerdings hat der Deepscale-CEO Forrest Iandola bei Linkedin bereits den Arbeitgeber gewechselt – er ist jetzt in Teslas Autopilot-Team. Deepscale erhielt seit der Gründung im September 2015 rund 15 Millionen US-Dollar Kapital von Investoren. Über die Höhe der Übernahmesumme ist nichts bekannt.

Deepscales KI-Technologie soll besonders gut für maschinelles Sehen geeignet sein, also die Umgebungs- und Objekterkennung mittels herkömmlicher Kameras statt aufwendigerer Radarkonstruktionen. Sowohl die Umgebungs- als auch die Objekterkennung sind grundlegende Bausteine für autonom fahrende Autos.

Die Besonderheit an Deepscales Computer-Vision-Algorithmen ist, dass sie besonders energiesparend laufen sollen. Das ist gerade bei der vergleichsweise geringen Rechenleistung der Computer-Hardware in Autos ein wichtiger Vorteil.

KI für autonomes Fahren: Tesla wähnt sich im Vorteil

Neben der Software-Optimierung durch Deepscale investiert Tesla auch in eigene KI-Hardware, die die speziellen Berechnungen von KI-Modellen effizenter erledigen soll als die bisher hauptsächlich verwendete Nvidia-Hardware. Der KI-Chip “Full Self Driving” wurde auf Teslas “Autonomy Day” im April offiziell vorgetellt.

Die neue Hardware stellt die Grundlage für die folgende Software, die komplett autonomes Fahren ermöglichen soll. Hier könnte Deepscales Technologie eine Rolle spielen. Ab Mitte 2020 sollen dann mehr als eine Million Teslas mit Full-Self-Driving-Chip potenziell autonom unterwegs sein. Musks große Vision ist eine Flotte autonom fahrender Taxen.

Tesla wähnt sich auch bei den KI-Trainingsdaten im Vorteil gegenüber der Konkurrenz: Während die weitgehend auf Daten aus Verkehrssimulationen zurückgreifen muss, kann Tesla Daten aus dem realen Straßenverkehr ziehen. Den Straßenverkehr in all seiner Komplexität am Computer zu simulieren, wäre laut Teslas KI-Ingenieuren “eine monumentale menschliche Leistung”.

Die Komplexität des echten Straßenverkehrs - für jede Computer-Simulation eine Herausforderung. Bild: Tesla

Die Komplexität des echten Straßenverkehrs in drei Bildern – für jede Computer-Simulation eine Herausforderung. Bild: Tesla

Quelle: CNBC; Titelbild: Nvidia / Flickr, Lizenziert nach CC BY-NC-ND 2.0

Weiterlesen über KI für Mobilität:


MIXED-Podcast #165: Die Zukunft von Oculus | Alle Folgen


Links auf Online-Shops in Artikeln können sogenannte Affiliate-Links sein. Wenn ihr über diesen Link einkauft, erhält MIXED.de vom Anbieter eine Provision. Für euch verändert sich der Preis nicht.