En route vers le RoboTaxi

Crédits :
Kaz Barnes (CYBRLFT), Vétéran de la Marine américaine & Créateur de contenu. Suivez-le sur sa Yhîne YouTube.
Achetez chez Kaz ici pour soutenir 

Robotaxi ou ce que Tesla appelle Cyber Cab a été un sujet de discussion depuis plusieurs années maintenant. En termes simples, il s'agit d'un système de véhicules autonomes qui transportera des passagers payants à grande échelle dans un avenir pas si lointain.

Travaillant dans le covoiturage, tout en étant un fervent passionné de technologie/science, je savais exactement ce que je voulais faire lorsque j'ai eu accès au programme FSD Beta de Tesla en octobre 2021. Ma mission était simple mais intimidante :

Cataloguer et présenter les progrès de FSD jusqu'au jour où Cyber Cab deviendra une véritable réalité.

Depuis octobre 2021 avec la version 10.2 de FSD Beta, j'ai fait exactement cela et l'ai partagé avec la communauté en ligne pendant des années.

Résultats RoboTaxi montrant la quantité de trajets (bleu) et le % de succès (jaune) pris sur 6 versions de FSD à partir de la v11.4.4 jusqu'à la version actuelle v12.3.6. 

Le succès est déterminé par le fait que le conducteur ait dû ou non intervenir pour terminer le trajet. Si une intervention était nécessaire, le trajet serait un échec. www.teslafsdtracker.com/CYBRLFT

Cette image présentant mes résultats RoboTaxi est le fruit des années que j'ai passées à collecter et présenter les données que j'ai rassemblées en partenariat avec Elias Martinez sur la plateforme X. Notre objectif a toujours été d'apporter une vue objective et approfondie des performances du FSD à un public plus large, tant à l'intérieur qu'à l'extérieur de la vaste communauté Tesla, pour montrer la preuve de concept et le potentiel de cette technologie radicale.

À cet égard, la version 12 du système désormais supervisé par FSD a fait des progrès impressionnants, faisant passer le taux de réussite moyen d'environ 50 % dans la version précédente à un taux de réussite excitant d'environ 83 % dans cette version. Cela donne du crédit au grand choix de Tesla de supprimer entièrement leur stratégie précédente et de se concentrer sur un réseau neuronal purement formé par vidéo, de bout en bout. Avec le rythme rapide des avancées dans la technologie de l'IA et l'avance objective de Tesla dans l'application de l'IA dans le monde réel du FSD au fil des ans, ce risque semble avoir été le bon choix.

Le Donut de Causalité explique la raison des interventions lors des trajets effectués, à la fois avec et sans clients, pour mieux catégoriser ce qui cause l'échec du système. Ce que vous voyez ici sont spécifiquement les causes de désengagement sur la version 12.3.6.

Les couleurs dans le donut correspondent aux étiquettes visibles en bas pour le rendre aussi simple que possible lors de la comparaison de chaque version de FSD Supervised.
www.teslafsdtracker.com/CYBRLFT

En tant que favori de longue date, le Donut de Causalité a aidé à illustrer ce qui se cache exactement derrière les échecs qui ont conduit aux résultats que vous pouvez voir dans la figure des Résultats RoboTaxi. Au fil du temps, Elias et moi avons travaillé ensemble pour réviser et simplifier les catégories afin d'éviter tout bruit ou confusion inutile lors de la présentation de ces figures.

Je pense qu'il est important à ce stade de faire une distinction claire dans le degré de gravité de ces désengagements. Certains d'entre vous peuvent être familiers avec les termes Désengagements Critiques et Non-Critiques. Pour garder cela aussi simple que possible, voici comment j'ai défini la différence entre ces deux.

Désengagement Critique

• Action entreprise pour éviter des dommages potentiels aux personnes ou aux biens.
• Action entreprise pour prévenir des manœuvres illégales (feux de circulation, panneaux stop, etc.)
• Action entreprise à la suite d'une défaillance du système (désengagement forcé du volant rouge).

 Désengagement Non-Critique

• Tout le reste

En gardant cela à l'esprit, sur le donut, vous pouvez voir Inconfort, Humain, Cartes, Sécurité, Problème de Compétence, Mise en Scène, Erreur Système, et Limitation du Système. Parmi ceux-ci, Sécurité et Erreur Système sont les catégories critiques tandis que tout le reste est un désengagement non-critique.

La sécurité relève du premier point concernant les dommages aux personnes ou aux biens et l'erreur système relève du troisième point, défaillance du système, étant donné que la voiture demande au conducteur de reprendre immédiatement le contrôle pour des raisons largement inconnues, mais probablement des choses comme la perte de traction ou des reflets massifs de photons solaires frappant les caméras du système.

La grande majorité de ces désengagements sur FSD sont de loin dans la catégorie "non critique", mais ils restent des points d'amélioration très importants sur lesquels Tesla continue de se concentrer à chaque mise à jour. L'objectif est que la plupart de ces étiquettes soient aussi explicites que possible, mais je vais beaucoup plus en détail dans mes Rapports RoboTaxi. 

Après de nombreuses conversations avec le public, il est devenu de plus en plus clair que les retours des clients payants réels seraient très précieux pour évaluer la probabilité de retour des utilisateurs pour Cyber Cab. 

Cette image présente les évaluations sondées prises sur la version 12 FSD Supervisé, basée sur le système commun de notation de 1 à 5 étoiles utilisé par Uber et Lyft.
www.teslafsdtracker.com/CYBRLFT 

Durant le temps que j'ai passé à tester ce système, j'ai effectué plus de 1 700 trajets de niveau "RoboTaxi" où j'ai observé la compétence du système du ramassage à la dépose, et il est devenu clair que je manquais un élément important du succès du système pour une utilisation future. Cet élément est la satisfaction client.

Un gadget ou un tour de fête, comme on pourrait qualifier la fonction actuelle de "smart summon", serait essentiellement inutile dans un monde de clients ayant des besoins plutôt simples mais importants pour déterminer s'ils intégreront un service dans leur vie quotidienne. Avec cela en tête, j'ai commencé à interroger les clients en utilisant la version 12 FSD Supervisé pour voir ce qu'ils pensaient de l'expérience et les résultats ont été très rassurants.

Comme vous pouvez le voir, 191 utilisateurs à ce jour ont évalué leur expérience au niveau 5 étoiles, éclipsant même les utilisateurs 4 étoiles et soulignant le point avec le commentaire le plus fréquent étant : « Je n'aurais pas su qu'il se conduisait tout seul sans que vous me le disiez. »

Avec ces résultats, le FSD Supervised de Tesla fonctionne déjà à un niveau comparable à celui des chauffeurs de covoiturage humains comme moi et, en peu de temps, sera sans doute supérieur à la grande majorité de ces chauffeurs. Au minimum, les conducteurs augmentés par ce système FSD Supervised atteindront le sommet du service client et de la satisfaction, prouvant une fois de plus que ce sont ceux qui utilisent l'IA qui perturberont ceux qui ne le font pas.

*Le système FSD Supervised de Tesla n'est pas entièrement autonome et nécessite que le conducteur soit alerte et prêt à prendre le relais à tout moment. L'opérateur du véhicule est responsable de tout problème survenant en raison de l'utilisation incorrecte du FSD Supervised de Tesla.