Chủ đề thịnh hành
#
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.
Dữ liệu nhiều hơn không phải lúc nào cũng tốt hơn.
Khi một hệ thống tự động phải đưa ra quyết định nhanh chóng, bạn muốn nó có bộ dữ liệu liên quan tối thiểu cần thiết để đưa ra lựa chọn đúng đắn.
Phân tích nhiều thứ chỉ làm bạn chậm lại.
Bạn có thể thấy điều này ở con người. Lĩnh vực trí tuệ nhân tạo mãi mãi sao chép bài tập về nhà của tiến hóa, và có lý do chính đáng. Tại sao lại vứt bỏ hàng triệu năm kết quả phát sinh đó, và cố gắng bắt đầu lại từ đầu.
Con người thực sự không có năm giác quan (thực tế là khoảng 22), nhưng một điều mà chúng ta không thấy nhiều trong những giác quan đó là sự chồng chéo.
Có vẻ như quá trình tiến hóa đã nhiều lần nhận ra rằng tốt hơn là tinh chỉnh đôi mắt của bạn cho những gì bạn cần nhìn, thay vì phát triển hai hoặc ba loại mắt khác nhau để nhìn vào cùng một thứ.
Chắc chắn, các phương pháp đa kênh không phải là không thể, và có thể một hệ thống chỉ sử dụng lidar có thể hoạt động.
Nhưng điều về việc sử dụng camera tương tự như thị giác con người là bạn có thể học hỏi từ mọi thứ mà chúng ta biết về thị giác con người.
Và nếu bạn đang sử dụng điều đó để lái xe, thì bạn có thể học hỏi từ mọi thứ mà chúng ta biết hoặc có thể khám phá về cách con người lái xe.
Nếu bạn là bất kỳ loại kỹ sư nào, đây là điều hiển nhiên, và, bất chấp những gì Lexxie có thể nghĩ, hoặc giả vờ nghĩ trong khi camera đang quay, Elon Musk hoàn toàn là một kỹ sư, 100% kỹ sư và rất ít điều khác, và bất kỳ kỹ sư nào khác cũng có thể nhận ra điều này chỉ từ cách ông ấy nói.
Lidar tốt cho nhiều thứ, có thể bao gồm cả tàu vũ trụ, nhưng khi bạn đặt nó vào một chiếc xe, đó chỉ là một sự thừa nhận công khai rằng bạn không có kỹ năng, hoặc chỉ đơn giản là không bận tâm, để phát triển khả năng AI để chỉ vào một cái gì đó và thực sự mô tả những gì bạn đang nhìn.

13:59 25 thg 8
Tôi không chắc điều này có ý nghĩa. Dù Elon thông minh hơn tôi rất nhiều nhưng đây là ý kiến của tôi:
Tôi không nghĩ rằng việc kết hợp cảm biến là không thể, nó chỉ làm cho hệ thống trở nên phức tạp hơn rất nhiều. Tôi có thể nhìn thấy một vật thể, chạm vào nó, ngửi nó, và bộ não của tôi có thể kết hợp tất cả những điều đó một cách tự nhiên. Tôi không nghĩ rằng việc kết hợp cảm biến vốn đã không an toàn, nhưng nó làm tăng độ phức tạp của hệ thống và tăng số điểm có thể xảy ra lỗi. Vấn đề chính của Tesla là radar trong xe của họ có độ phân giải quá thấp.
Waymo vẫn chưa thể lái trên đường cao tốc với khách hàng một phần do phạm vi của các cảm biến LIDAR và việc điều chỉnh chúng cho việc lái ở tốc độ cao. Và vì rủi ro bổ sung của tốc độ cao. Nhưng họ thực sự đang chạy trên đường cao tốc bây giờ mà không có ai ở ghế lái và cho phép nhân viên chơi với điều đó. Vì vậy, tôi không nghĩ rằng công bằng khi nói rằng họ không thể lái trên đường cao tốc, họ chỉ không cảm thấy thoải mái khi để khách hàng sử dụng nó ngay bây giờ.
Lập luận yêu thích của tôi về việc tại sao học sâu lại vượt trội hơn so với cách tiếp cận đa cảm biến là bộ dữ liệu quy mô lớn mà bạn có thể xây dựng với một mô hình cảm biến chi phí thấp duy nhất là cực kỳ mạnh mẽ để tăng độ chính xác dự đoán của mô hình. Bạn có thể có tất cả những cảm biến fancy này, nhưng nếu điều đó có nghĩa là bộ dữ liệu của bạn chỉ là một phần nhỏ về kích thước, sự đa dạng, v.v., thì một mô hình chỉ dựa vào thị giác có thể thực sự vượt trội hơn về độ chính xác dự đoán và do đó là an toàn.
Tôi đồng ý với anh ấy rằng chỉ dựa vào thị giác là tốt hơn, nhưng không nghĩ rằng cốt lõi của điều đó là việc kết hợp cảm biến.

20,82K
Hàng đầu
Thứ hạng
Yêu thích