Meine Schätzung geht von ursprünglich 675 Mitarbeitern in Buffalo aus. Ca. 200 davon wurden gemäss Berichten entlassen.
Im Moment könnte dieses Team m.E. noch etwa 300 - 400 Mitarbeiter aufweisen v.a. wenn ich die Anzahl der inserierten Stellen berücksichtige. 
Ja, die labeln schon lang kaum noch was per Hand.
Gemäss Elon wurde das Autopilot-Team auf ca. 200 Mitarbeiter vergrössert.
Das Verhältnis zwischen ca. 200 Ingenieuren und 300 - 400 ausführenden manuellen Lablern könnte m.E. ungefähr passen.
Aus dem Job-Inserat für den Data Annotation Supervisor:
Shift: 9:00AM- 5:30PM
Wednesday, Thursday, Friday, Saturday, Sunday OR
Saturday, Sunday, Monday, Tuesday, Wednesday
Was soll mit der X-Achse sein?
Peter
Kapier es auch nicht. Selbst wenn es nicht mehr besser als FSD 12.3.X werden würde. Sollte diese Version sofort freigegeben werden, da sie eine deutliche Verbesserung zur aktuellen Version darstellt. Unfallstatistiken sollten hier alles sein was zählt.
Solange der Fahrer überwacht spielt es doch keine Rolle wie viele Edge-Cases es gibt. Bei Bedarf wird der Fahrer aufgefordert zu übernehmen. Das bedeutet theoretisch Level 4.
Finde es aber richtig das Tesla weiterhin die Verantwortung beim Fahrer belässt und das System pausenlos überwacht wird. Lieber auf Nummer sicher gehen und das System im Alltag über Millionen von Kilometern testen als einen Roboter die Verantwortung zugeben, bei einer Technologie die so jung ist.
Diese Bürokraten-Wahn wird noch unser Untergang. Auch wenn chinesische Produkte oft nicht ausgereift auf den Markt zu kommen scheinen, ist es nur eine Frage der Zeit bis sie es sind. So scheint es gerade mit den EVs zu sein und als nächstes wird es das Autonome fahren.
Ob Tesla am 8/8 auch verkündet in China FSD(S) auszurollen und dort mit Robotaxen 2025 starten zu wollen?
Ich krieg die Krise wenn Leute mit diesen Realitätsfernen und konstruierten ethischen Dilemmas ankommen 
Ehrlich gesagt fühlt sich das bei unseren Entscheidungsträgern oft auch nicht so viel anders an als am Stammtisch 
Politiker sind ja auch nur (mehr oder weniger) ein Querschnitt der Gesellschaft. Insofern liegt es natürlich nicht an den Stammtischen direkt, aber sie sind vielleicht ein Indiz für die allgemein herrschende Mentalität.
Die Intervalle zwischen den Zeitpunkten sind stark unterschiedlich (zwischen 3 und 10 Monaten), ist also keine lineare Zeitachse. So sieht es finde ich etwas geschönt aus, so als wollten sie absichtlich die Kurve exponentieller aussehen lassen, als sie ist. Finde ich zwar unsauber, aber ändert ja trotzdem nichts an den grundlegenden Trend.
Sind halt die Releases.
Die Datenmenge ist inzwischen Ungleich größer als damals wo die 600Mitarbeiter benötigt wurden. Dementsprechend ist auch der Teil des manuellen Labelns weit geringer geworden.
Und das wird in Zukunft auch noch weit weniger werden.
Ohne Kenntnis der genauen Anzahl der manuellen Labeler kann ich deren Anteil am gesamten Training m.E. nur grob schätzen.
Jedoch gehe ich davon aus dass nur die absolut nötigen Mitarbeiter eingestellt werden. Zudem würden diese vermutlich auch vollständig ausgelastet.
Die Anwendung von mehr manuellem Labeln habe ich vermutet seitdem Elon andeutete dass der Dojo-Computer vermutlich nicht so weit operativ verfügbar ist wie früher angekündigt.
Dann lass es doch einfach sein. Ständig fabulierst du irgendwas und versuchst es als Fakten zu verkaufen, selbst wenn man dir das Gegenteil darlegt.
Nein, im Gegensatz zu anderen Usern die hier nach meiner Ansicht Meinungen als Fakten verkaufen, habe ich dies noch nie versucht.
Oben hat ein User sinngemäss sogar geschrieben dass das manuelle Lablen fast gestoppt wurde:
Zuerst:
Und:
Dann:
Das manuelle Labeln wurde jedoch nicht gestoppt
Dies geht m.E. aus den zitierten Jobangeboten hervor.
Gemäss dem folgenden Zitat habe ich in einem Nvidia-Artikel vom 7.3.23 einen Anhaltswert für die mögliche Reduktion des manuellen Labelings durch das Auto-Labeling gefunden
Deploying this auto labeling pipeline for a global automotive component supplier achieved a 65% reduction in manual efforts, compared to state-of-the-art open models such as YOLOX and LaneNet, which provided just a 34% reduction.
Nvidia liegt m.E. mit diesen 65% an der Spitze.
Joa, das was diese “Forscher” in dem Blog machen läuft auf den GPUs im Auto bereits mit 32fps und noch einiges mehr.
Was willst du damit beweisen? Das ist ungefähr Stand Tesla 2018.
Hab ich es über sehen oder hat das noch keiner gepostet:
What kind of FSD licensing deal will Tesla make with other automakers? Which automakers will fall first?
Kann Tesla mit ihrem End-To-End Ansatz für verschiedene Kamerakonfigurationen/Positionen in kurzer Zeit eine Version erstellen?
Müssten andere Hersteller, Tesla-FSD-Computer verbauen und brauchte dazu ganz neue Modelle?
Hier mal ne graphische Übersicht wo FSD so steht auf dem Weg zum Robotaxi: https://x.com/edgecase411/status/1771959656933716470?s=46&t=O2bDoumqn74Pjm9qvfyPNw
Sind ja recht wenige Dinge inzwischen. Cool. Die Liste ist aber schon länger bekannt.
Wobei man sagen muss, dass die Liste
Da gibt es andere Erfahrungen: https://x.com/missjilianne/status/1777113261294706749?s=46&t=O2bDoumqn74Pjm9qvfyPNw
Es brauch nun mal nur 1 Beispiel damit das 10/10 Rating verloren geht. Schlussendlich geht es um Statistik, nicht individuelle Erfahrungen.
Das Verhalten fand ich absolut korrekt. Ich hätte glaube ich nicht anders reagiert.
Ein Beitrag wurde in ein existierendes Thema verschoben: Diskussion über UNECE-Treffen bzgl. City-Lenkassistent für Europa
Die spannende Frage ist ja wie finden die „Labeler“ die relevanten Videos zum Training? Sie bewerten welche Fahrer sich gut und schlecht verhalten - alles klar. Wie findet man aber zum Beispiel Fahrer oder Fahrten wo eine Rettungsgasse gebildet wird? Um das zu trainieren?
Markiere ich dann die guten Fahrer und die Videostreams werden automatisch gigabyteweise an Tesla übertragen? Danach schauen sie die „Labeler“-Leute tausende Videos an?
