Rubriques tendance
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Plus de données n'est pas toujours mieux.
Lorsque qu'un système automatisé doit prendre une décision rapidement, vous voulez qu'il dispose du jeu de données le plus réduit possible, mais pertinent, nécessaire pour faire le bon choix.
Analyser plus de choses ne fait que vous ralentir.
Vous pouvez le voir chez les humains. Le domaine de l'intelligence artificielle copie sans cesse les devoirs de l'évolution, et pour une bonne raison. Pourquoi jeter toutes ces millions d'années de résultats émergents et essayer de recommencer à zéro ?
Les humains n'ont en réalité pas cinq sens (plutôt environ 22), mais une chose que nous ne voyons pas beaucoup dans ces sens, c'est le chevauchement.
Il semble que le processus évolutif ait constamment touché à la notion qu'il est préférable d'affiner vos yeux pour ce que vous devez voir, plutôt que de développer deux ou trois types différents d'yeux pour regarder la même chose.
Bien sûr, les approches multi-canaux ne sont pas impossibles, et peut-être qu'un système uniquement lidar pourrait être fait pour fonctionner.
Mais le fait d'utiliser des caméras qui sont analogues à la vision humaine, c'est que vous pouvez vous inspirer de tout ce que nous savons sur la vision humaine.
Et si vous utilisez cela pour conduire des voitures, alors vous pouvez vous inspirer de tout ce que nous savons ou pouvons découvrir sur la façon dont les humains conduisent des voitures.
Si vous êtes un ingénieur de quelque sorte que ce soit, c'est une évidence, et, malgré ce que Lexxie pourrait penser, ou prétendre penser pendant que les caméras tournent, Elon Musk est tout ingénieur, 100 % ingénieur et très peu d'autre, et tout autre ingénieur peut le repérer juste par la façon dont il parle.
Le lidar est bon pour de nombreuses choses, probablement y compris les engins spatiaux, mais quand vous le mettez dans une voiture, c'est juste une admission publique que vous n'avez pas les compétences, ou que vous ne vous êtes tout simplement pas donné la peine, de développer la capacité d'IA pour pointer une caméra sur quelque chose et vraiment caractériser ce que vous regardez.

25 août, 13:59
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.

20,82K
Meilleurs
Classement
Favoris