特斯拉调整智驾目标,不吹完全自动驾驶了,解释下技术问题
FSD改叫FSD(supervised),加了个受监控,就是要人在驾驶位上。
现在业界有些卡住了,自动驾驶主要是两个技术路线。一个是编代码堆硬件,猛加激光雷达、米波雷达,马斯克说加了反而坏事。一个是视频训练搞“端到端”,人编码很短,主要是自动训练学会本事,处理各种情况,特斯拉开始的。现在看来,这两条路都解决不了自动驾驶问题。
自动驾驶有很多corner case,不是普遍情况,训练数据少,但是碰到就要命,或者显得很傻影响形象。这些想靠端到端训练解决不太可能,还是得加代码。这个叫长尾场景,说不好有多少场景,低频事件说不定抓数据就要几百年。典型就是施工路段,自动驾驶一堆破事。
另外一个原因,开车是需要快速实时决策的,需要神经网络立刻就给出办法。如果是大模型那样慢吞吞算,早撞死了。但是能力强的自动驾驶又需要规模很大的神经网络。暂时的办法上先进的自动驾驶算力芯片,看着能压缩到50ms给出决策,但是实际跑还有问题,说不定要命的时候延迟就来了,神经网络没那么稳定。
再一个问题,神经网络黑盒子不好调试。撞出事了,不是改几行代码的事,不是飞机安全那样能吸取教训指数改善。说到底,靠明显有毛病的黑盒子神经网络,掌握人们开车的生死问题,这事马斯克也觉得不行了,第一性原理决定不可行。
八倍镜的98k
不是黑子,我就问一下,如果需要雾天、雨雪、对面强光加雨雪等等,这种完全或突发环境,纯视觉如何应对,既然是视觉,应该不是透视那种吧,如果是就当我没说,如果不是,我想问一下这个纯视觉与那些毫米波或激光哪个会更安全些呢,抛开这种极端天气使用自动驾驶,而是辅助,比如有危险时自动到什么程度,哪个好?请中肯回答,或者哪个会略胜一筹?我真不想说这个搞星链的是不是为了圈钱搞他那个百年都没啥进展的星链,为了他那个项目快速收钱,然后各种降低成本,最后老百姓好处在哪里呢?除了丐版就是丐版