Jeg er ikke sikker på at dette gir mening. Riktignok er Elon mye smartere enn meg, men her er mine 2 cent: Jeg tror ikke sensorfusjon er umulig, det gjør bare systemet mye mer komplisert. Jeg kan se en gjenstand, ta på den, lukte den, og hjernen min kan smelte det sammen naturlig. Jeg tror ikke sensorfusjon i seg selv er mindre trygt, men det øker kompleksiteten til systemet og øker antall feilpunkter. Teslas hovedproblem var at radaren deres i bilen hadde så lav oppløsning. Waymo kan ikke kjøre på motorveier med kunder ennå, delvis på grunn av rekkevidden til LIDAR-sensorene og tuning den for høyhastighetskjøring. Og på grunn av den ekstra risikoen for høye hastigheter. Men de kjører faktisk på motorveier nå uten noen i førersetet og lar ansatte leke med det. Så jeg tror ikke det er rettferdig å si at de ikke kan kjøre på motorveier, de føler seg bare ikke komfortable med å la kundene bruke den ennå. Mitt favorittargument for hvorfor dyp læring slår en tilnærming med flere sensorer, er at det store datasettet du kan bygge med en enkelt lavkost sensormodalitet er ekstremt kraftig for å øke den prediktive nøyaktigheten til modellen. Du kan ha alle disse fancy sensorene, men hvis det betyr at datasettet ditt er en brøkdel av størrelsen, mangfoldet osv., kan en modell med kun visjon faktisk overgå prediktiv nøyaktighet og dermed sikkerhet. Jeg er enig med ham i at synet bare er bedre, men tror ikke kjernen i det er sensorfusjon