Elon Musk se netají ambicí vyvinout autonomní řízení pro vozy Tesla, avšak prozatím vozidla této automobilky disponují druhou úrovní automatizace. Protože se Tesla vydala cestou využívání výhradně kamer pro systém autonomního řízení, stojí před výzvou precizního zpracování obrazu. Pro tento účel v tajnosti vyvíjí superpočítač označovaný jako Dojo, který bude sloužit k učení a trénování neuronových sítí počítačového vidění. První verze tohoto počítače by měla mít Tesla k dispozici přibližně za rok. Očekává od něj zásadní pokrok ve schopnostech systému Autopilot, Musk hovoří o "kvantovém skoku", což je ale třeba brát s určitou rezervou a mírou nadsázky, jak už to u jeho vyjádření bývá. Pravdou ale zůstává, že autonomní řízení je automobilkou Tesla považováno za zcela zásadní.

Ukázka obrazu zpracovávaného výpočetním systémem vozů Tesla (foto: Tesla)

Výpočetní výkon superpočítače Dojo by dle Muska měl dosahovat 1 exaFLOPS neboli 1.000.000.000.000.000.000 (10¹⁸) operací za sekundu. Doposud žádný jednotlivý počítač takto velkého výkonu nedosahuje. Aktuálně nejvýkonnější superpočítač Fujitsu Fugaku disponuje zhruba poloviční výpočetní kapacitou. Výkony, kterých chce Tesla u superpočítače Dojo dosáhnout, velice zřetelně ukazují, jak náročné autonomní řízení je. Zjednodušeně řečeno lze princip autonomního řízení rozdělit na dvě fáze, kdy první obnáší vnímání okolí vozidla prostřednictvím senzorů, zatímco druhá na základě těchto dat rozhoduje, jak se vůz zachová. V případě vozů firmy Tesla slouží jako primární vstupní data kamery, jejichž obraz je nutné zpracovat prostřednictvím neuronových sítí vytrénovaných pro analýzu obrazu. Takové trénování probíhá skrze obrovské množství datových sad, kdy se neuronové sítě učí rozpoznávat, co je například chodec, vozidlo, dopravní značka či semafor. Čím dokonalejší neuronová síť, tím jemnější jsou její schopnosti identifikovat v obraze jednotlivé objekty. Princip neuronových sítí je podobný fungování lidského mozku, nicméně je tu jedna zásadní rozdílnost. Zatímco lidskému mozku stačí poznat pár jednotek případů určitého objektu, z čehož si díky schopnosti zobecňování utvoří představu dané kategorie objektů, takže v budoucnu dokáže správně zařadit i dosud neviděný předmět, umělé neuronové sítě používané ve výpočetní technice schopnost zobecnění postrádají. Z tohoto důvodu je nutné používat datové sady obsahující tisíce či miliony případů dané kategorie, aby se je umělá neuronová síť naučila správně rozpoznávat. To si pochopitelně žádá ohromný výpočetní výkon, zdroje a čas. Avizované schopnosti superpočítače Dojo by tak měly přispět ke zdokonalení schopností počítačového vidění vozů Tesla.