Více dat není vždy lepší. Když se automatizovaný systém musí rychle rozhodnout, chcete, aby měl co nejštíhlejší sadu relevantních dat potřebných ke správné volbě. Analyzování více věcí vás prostě zpomaluje. Můžete to vidět na lidech. Oblast umělé inteligence neustále kopíruje domácí úkoly evoluce, a to z dobrého důvodu. Proč zahazovat všechny ty miliony let vznikajících výsledků a snažit se začít znovu od nuly. Lidé ve skutečnosti nemají pět smyslů (spíše asi 22), ale jedna věc, kterou v těchto smyslech moc nevidíme, je překrývání. Zdá se, že evoluční proces znovu a znovu narazil na názor, že je lepší vyladit oční bulvy pro to, co potřebujete vidět, než vyvinout dva nebo tři různé druhy očních bulv, abyste se dívali na stejnou věc. Jistě, vícekanálové přístupy nejsou nemožné a možná by mohl fungovat systém pouze s lidarem. Ale věc s používáním kamer, které jsou analogické lidskému zraku, je to, že si můžete zapsat každou jednotlivou věc, kterou víme o lidském zraku. A pokud to používáte k řízení aut, pak získáte všechny věci, které víme nebo můžeme zjistit o tom, jak lidé řídí auta. Pokud jste vůbec nějaký inženýr, je to samozřejmé a navzdory tomu, co si Lexxie může myslet nebo předstírat, že si myslí, zatímco kamery běží, Elon Musk je celý inženýr, 100% inženýr a jen velmi málo dalšího, a každý jiný inženýr to pozná jen z toho, jak mluví. Lidar je dobrý pro mnoho věcí, pravděpodobně včetně kosmické lodi, ale když ho dáte do auta, je to jen veřejné přiznání, že nemáte dovednosti, nebo jste se prostě neobtěžovali, abyste vyvinuli schopnost umělé inteligence namířit kameru na něco a skutečně charakterizovat to, na co se díváte.
Whole Mars Catalog
Whole Mars Catalog25. 8. 13:59
Nejsem si jistý, jestli to dává smysl. Je pravda, že Elon je mnohem chytřejší než já, ale tady jsou moje 2 centy: Nemyslím si, že fúze senzorů je nemožná, jen to dělá systém mnohem komplikovanějším. Vidím nějaký předmět, dotýkám se ho, cítím ho a můj mozek to všechno dokáže přirozeně sloučit dohromady. Nemyslím si, že fúze senzorů je ze své podstaty méně bezpečná, ale zvyšuje složitost systému a zvyšuje počet bodů selhání. Hlavním problémem Tesly bylo, že jejich radar v autě měl tak nízké rozlišení. Waymo zatím nemůže jezdit po dálnicích se zákazníky, částečně kvůli dosahu senzorů LIDAR a jejich vyladění pro jízdu vysokou rychlostí. A kvůli dalšímu riziku vysokých rychlostí. Ale ve skutečnosti nyní jezdí po dálnicích, kde nikdo nesedí na sedadle řidiče a nechávají zaměstnance, aby si s tím hráli. Takže si nemyslím, že je fér říct, že nemohou jezdit po dálnicích, prostě se zatím necítí pohodlně, když to zákazníkům dovolí. Mým oblíbeným argumentem, proč hluboké učení překonává multisenzorový přístup, je to, že rozsáhlá datová sada, kterou můžete vytvořit pomocí jediné nízkonákladové senzorové modality, je extrémně výkonná pro zvýšení prediktivní přesnosti modelu. Můžete mít všechny tyto fantastické senzory, ale pokud to znamená, že váš soubor dat je zlomkem velikosti, rozmanitosti atd., pak by model pouze pro vidění mohl ve skutečnosti překonat prediktivní přesnost a tím i bezpečnost. Souhlasím s ním, že lepší je pouze vidění, ale nemyslete si, že jádrem toho je fúze senzorů
21,15K