Я не впевнений, що в цьому є сенс. Звичайно, Ілон набагато розумніший за мене, але ось мої 2 копійки: Я не думаю, що злиття датчиків неможливе, це просто значно ускладнює систему. Я можу бачити предмет, торкатися до нього, відчувати його запах, і мій мозок може об'єднати все це природним чином. Я не думаю, що злиття датчиків за своєю суттю менш безпечне, але воно збільшує складність системи та збільшує кількість точок відмови. Основна проблема Tesla полягала в тому, що їх автомобільний радар мав низьку роздільну здатність. Waymo поки що не може їздити по шосе з клієнтами, частково через радіус дії датчиків LIDAR і налаштування, що для їзди на високій швидкості. І через додатковий ризик високих швидкостей. Але насправді вони їздять по автомагістралях, тепер нікого немає на водійському сидінні, і дозволяють співробітникам гратися з цим. Тому я не думаю, що буде справедливим говорити, що вони не можуть їздити по автомагістралях, вони просто поки що не відчувають себе комфортно, дозволяючи клієнтам користуватися цим. Мій улюблений аргумент на користь того, чому глибоке навчання перемагає підхід з кількома датчиками, полягає в тому, що великомасштабний набір даних, який ви можете створити за допомогою одного недорогого датчика, є надзвичайно потужним для підвищення прогнозної точності моделі. У вас можуть бути всі ці химерні датчики, але якщо це означає, що ваш набір даних становить невелику частку розміру, різноманітності тощо, то модель може насправді перевершити її за прогнозною точністю і, отже, безпекою. Я згоден з ним, що краще тільки зір, але не думайте, що суть цього полягає в злитті сенсорів