特斯拉自駕系統、超級充電站是傳統車廠難以跨越的高牆嗎？

wavestream

56分

351樓

wavestream

個人積分：56分

文章編號：81657413

Tesla 可能是認為lidar 解析度不足，Tesla 可以用2D image 加上Flir紅外線解決天候變化的問題。

fatfellow

2124分

352樓

fatfellow

個人積分：2124分

文章編號：81657588

Bazooga wrote:
當然光達給出的數據會...(恕刪)

重點完全搞錯吧

特斯拉 Dojo 只是用來減少自己預測的誤差
因為沒有真正的 3D/4D 數據

而其它真正做自駕的
是用真的 3D/4D 數據來提升系統的可靠度

這樣打比方
特斯拉就像是看島耕作來實習當老闆
而其它真正的自駕是自己真正當老闆的經驗

Bazooga

938分

353樓

Bazooga

個人積分：938分

文章編號：81660338

fatfellow wrote:
重點完全搞錯吧特斯拉...(恕刪)

我覺得人工智慧訓練的資料量應該也需要考慮吧
Dojo的資料是全世界幾十萬在路上跑的特斯拉蒐集回來的
而光達資料是在特定區域裡幾百台車蒐集來的
數據多樣性我覺得也要考慮進去
畢竟一般開車可能99%的情況都不需要做太複雜的判斷
把這些小概率的突發情況餵給人工智慧也是必要的
拿大大的比喻來說，特斯拉是看了整個圖書館的管理書籍跟案例，而光達是經營一間20人小企業的實務經驗
以人工智慧訓練來說，我覺得特斯拉的方式也是有他的道理

fatfellow

2124分

354樓

fatfellow

個人積分：2124分

文章編號：81661764

Bazooga wrote:
我覺得人工智慧訓練的...(恕刪)

第一
光達掃描的資料根本跟區域無關
它就是全時運作跟攝像頭一樣

第二
特斯拉的作法
就是完全放棄驗證，整合，跟安全規範
也就是說這套系統永遠都會是輔佐
不會是真正的自駕

ace ventura

22448分

355樓

ace ventura

個人積分：22448分

文章編號：81662400

特斯拉自駕系統、超級充電站是傳統車廠難以跨越的高牆嗎？

不是高牆
比較像 "廣告不實" 導致有駕駛會太信 AUTOPILOT / FULL SELF-DRIVING 這一套笑到噴淚

fatfellow

2124分

356樓

fatfellow

個人積分：2124分

文章編號：81662516

wavestream wrote:
Tesla 可能是認...(恕刪)

Lidar 解析度問題根本是 musk 嘴巴出來的
Vcsel pixel pitch 跟攝像頭沒差多少
畢竟都是從 foundry 出來的

Bazooga

938分

357樓

Bazooga

個人積分：938分

文章編號：81662759

fatfellow wrote:
第一光達掃描的資料根...(恕刪)

欸…我完全同意光達的精密度比較高啊，但是要採集數據就是要一台有光達的車在路上掃，採集數據的成本高跟費時
加上也不一定能採集到足夠的意外情況，對於人工智慧的學習來說速度比較慢
相比之下，特斯拉Dojo的確不是完美的做法，但全球幾十萬輛特斯拉幫忙蒐集的影象資料，加上更多的突發情況數據，教導出來的人工智慧能面對更多的突發情況
當然實際上路安不安全就需要另外驗證啦，但至少在人工智慧訓練上我覺得特斯拉的做法是合理的