Je ne suis pas sûr que cela ait du sens. Certes, Elon est beaucoup plus intelligent que moi, mais voici mon avis : Je ne pense pas que la fusion de capteurs soit impossible, cela rend simplement le système beaucoup plus compliqué. Je peux voir un objet, le toucher, le sentir, et mon cerveau peut tout fusionner naturellement. Je ne pense pas que la fusion de capteurs soit intrinsèquement moins sûre, mais elle augmente la complexité du système et le nombre de points de défaillance. Le principal problème de Tesla était que leur radar embarqué avait une résolution trop faible. Waymo ne peut pas encore conduire sur les autoroutes avec des clients, en partie à cause de la portée des capteurs LIDAR et de l'ajustement nécessaire pour la conduite à grande vitesse. Et en raison du risque supplémentaire lié aux vitesses élevées. Mais ils circulent en fait sur les autoroutes maintenant sans personne au volant et laissent des employés expérimenter cela. Donc, je ne pense pas qu'il soit juste de dire qu'ils ne peuvent pas conduire sur les autoroutes, ils ne se sentent tout simplement pas à l'aise de laisser les clients l'utiliser pour l'instant. Mon argument préféré pour expliquer pourquoi l'apprentissage profond surpasse une approche multi-capteurs est que le jeu de données à grande échelle que vous pouvez construire avec une seule modalité de capteur à faible coût est extrêmement puissant pour augmenter la précision prédictive du modèle. Vous pouvez avoir tous ces capteurs sophistiqués, mais si cela signifie que votre jeu de données est une fraction de la taille, de la diversité, etc., alors un modèle uniquement basé sur la vision pourrait en fait surpasser en précision prédictive et donc en sécurité. Je suis d'accord avec lui que la vision seule est meilleure, mais je ne pense pas que le cœur du problème soit la fusion de capteurs.