s******n
发帖数: 3946 | 1 Lidar局限性（波长短受恶劣天气空气中小颗粒影响），摄像头也能测距和三维建模，
摄像头加sensor做冗余效果好。lidar是大炮打蚊子。
Tesla专用神经网络芯片可以处理每秒2100帧画面，八个摄像头每个60帧一秒的话还有
很多计算冗余，将来英伟达肯定会比这做得更好，图像识别还有更大提高潜力。
Tesla的shadow training，计算机神经网络空算不控制汽车，然后用司机的驾驶行为和
计算机的输出比较，实际上就是用司机的驾驶方式训练神经网络。
Tesla没有用模拟器训练，而是用实际图像训练，着重于数据的variety。神经网络训练
方式来看，tesla还是用的很传统的人工标识，比如人来标示图像中什么是车，什么是
自行车。tesla的算法没什么突破性的东西，比如alpha狗那样的自我锻炼。
Tesla的数据在训练上是一个很大的优势。
我一直以为waymo是领先的，但是看了这个发布会后感觉tesla已经在实用性上站在前面
。tesla的技术方向是对的，尽管他没有任何开创性的技术。 |
E****a
发帖数: 3088 | |
m**x
发帖数: 1084 | 3 那个芯片的功能/功耗比, 远超nvidia的下一代自动驾驶芯片。
nvidia的功耗要500瓦，特斯拉的只要70瓦。而且特斯拉刚开始芯片设计2，3年，达到
这种水平，不是光吹牛就吹出来的。 |
s******n
发帖数: 3946 | 4 Shadow training,实际上就是记录几十万个驾驶员的操作样本，和神经网络计算结果比
较，training本身不影响驾驶安全。
: 方向是對的，還需要一些小白兔參加測試
【在 E****a 的大作中提到】
: 方向是對的，還需要一些小白兔參加測試
|
a***e
发帖数: 27968 | 5 这种情形，你该怀疑的是特斯拉吹牛
丫这么牛去做芯片赚得比现在还多
这个行当，没有忽然掉下来的牛人
苹果自己的芯片，自己买了公司还搞了多少年
★ 发自iPhone App: ChinaWeb 1.1.5
【在 m**x 的大作中提到】
: 那个芯片的功能/功耗比, 远超nvidia的下一代自动驾驶芯片。
: nvidia的功耗要500瓦，特斯拉的只要70瓦。而且特斯拉刚开始芯片设计2，3年，达到
: 这种水平，不是光吹牛就吹出来的。
|
m*h
发帖数: 85 | 6 扯淡，tesla还在识别物体阶段，waymo已经能做简单的情景分析，比如识别马路边停了
警车，警灯有没有亮，车门有没有开，警察有没有出来，然后做出停车，减速还是继续
驾驶的决定，所以可笑一龙扯自动驾驶，随便一个情景玩死你
【在 s******n 的大作中提到】
: Lidar局限性（波长短受恶劣天气空气中小颗粒影响），摄像头也能测距和三维建模，
: 摄像头加sensor做冗余效果好。lidar是大炮打蚊子。
: Tesla专用神经网络芯片可以处理每秒2100帧画面，八个摄像头每个60帧一秒的话还有
: 很多计算冗余，将来英伟达肯定会比这做得更好，图像识别还有更大提高潜力。
: Tesla的shadow training，计算机神经网络空算不控制汽车，然后用司机的驾驶行为和
: 计算机的输出比较，实际上就是用司机的驾驶方式训练神经网络。
: Tesla没有用模拟器训练，而是用实际图像训练，着重于数据的variety。神经网络训练
: 方式来看，tesla还是用的很传统的人工标识，比如人来标示图像中什么是车，什么是
: 自行车。tesla的算法没什么突破性的东西，比如alpha狗那样的自我锻炼。
: Tesla的数据在训练上是一个很大的优势。
|
s******n
发帖数: 3946 | 7 Gpu和通用CPU,都是买的授权，他自己就是弄了一点神经网络。说到底没什么稀奇的，
Nvidia要搞分分钟钟比这个强，专用芯片的优势是他能优化系统连接，比如把八个
camera输入直接挂在神经芯片上，没有必要走内存，这就大幅提高传输速度。
: 这种情形，你该怀疑的是特斯拉吹牛
: 丫这么牛去做芯片赚得比现在还多
: 这个行当，没有忽然掉下来的牛人
: 苹果自己的芯片，自己买了公司还搞了多少年
: ★ 发自iPhone App: ChinaWeb 1.1.5
【在 a***e 的大作中提到】
: 这种情形，你该怀疑的是特斯拉吹牛
: 丫这么牛去做芯片赚得比现在还多
: 这个行当，没有忽然掉下来的牛人
: 苹果自己的芯片，自己买了公司还搞了多少年
:
: ★ 发自iPhone App: ChinaWeb 1.1.5
|
s******n
发帖数: 3946 | 8 Waymo超过tesla有不稀奇，tesla没有任何天顶星技术，那套神经网络识别图像也是用
的成熟技术，但是waymo资料太少，不知道现在发展到怎么样了。tesla搜集的数据集大
是一个优势。
: 扯淡，tesla还在识别物体阶段，waymo已经能做简单的情景分析，比如识别马路
边停了
: 警车，警灯有没有亮，车门有没有开，警察有没有出来，然后做出停车，减速还
是继续
: 驾驶的决定，所以可笑一龙扯自动驾驶，随便一个情景玩死你
【在 m*h 的大作中提到】
: 扯淡，tesla还在识别物体阶段，waymo已经能做简单的情景分析，比如识别马路边停了
: 警车，警灯有没有亮，车门有没有开，警察有没有出来，然后做出停车，减速还是继续
: 驾驶的决定，所以可笑一龙扯自动驾驶，随便一个情景玩死你
|
m**x
发帖数: 1084 | 9 tesla的芯片没有浮点计算，主要是整数加法，指令集很少。跟nVidia的很不一样。
【在 s******n 的大作中提到】
: Gpu和通用CPU,都是买的授权，他自己就是弄了一点神经网络。说到底没什么稀奇的，
: Nvidia要搞分分钟钟比这个强，专用芯片的优势是他能优化系统连接，比如把八个
: camera输入直接挂在神经芯片上，没有必要走内存，这就大幅提高传输速度。
:
:
: 这种情形，你该怀疑的是特斯拉吹牛
:
: 丫这么牛去做芯片赚得比现在还多
:
: 这个行当，没有忽然掉下来的牛人
:
: 苹果自己的芯片，自己买了公司还搞了多少年
:
: ★ 发自iPhone App: ChinaWeb 1.1.5
:
|
m*****3
发帖数: 13701 | 10 外行请教，大牛们对这个婊子媒体的文章有啥看法？
https://www.cnn.com/2019/04/24/success/tesla-self-driving-cars/index.html
Tesla's big advantage isn't just its technology, but also its bravado |
|
|
h*********n
发帖数: 11319 | 11 笑死人了，通用芯片和专用芯片，性能功耗比差100倍都不奇怪，更何况这才差7倍。
完全反映了tsla IC design的水平
【在 m**x 的大作中提到】
: 那个芯片的功能/功耗比, 远超nvidia的下一代自动驾驶芯片。
: nvidia的功耗要500瓦，特斯拉的只要70瓦。而且特斯拉刚开始芯片设计2，3年，达到
: 这种水平，不是光吹牛就吹出来的。
|
r**m
发帖数: 1825 | 12 真正自动驾驶圈子里的都当tesla是个笑话，
tesla就是想靠神经网络和大量小白鼠弯道超车而已
就他家的神经网络本身，技术水平也不行，
【在 s******n 的大作中提到】
: Lidar局限性（波长短受恶劣天气空气中小颗粒影响），摄像头也能测距和三维建模，
: 摄像头加sensor做冗余效果好。lidar是大炮打蚊子。
: Tesla专用神经网络芯片可以处理每秒2100帧画面，八个摄像头每个60帧一秒的话还有
: 很多计算冗余，将来英伟达肯定会比这做得更好，图像识别还有更大提高潜力。
: Tesla的shadow training，计算机神经网络空算不控制汽车，然后用司机的驾驶行为和
: 计算机的输出比较，实际上就是用司机的驾驶方式训练神经网络。
: Tesla没有用模拟器训练，而是用实际图像训练，着重于数据的variety。神经网络训练
: 方式来看，tesla还是用的很传统的人工标识，比如人来标示图像中什么是车，什么是
: 自行车。tesla的算法没什么突破性的东西，比如alpha狗那样的自我锻炼。
: Tesla的数据在训练上是一个很大的优势。
|
f*****h
发帖数: 4489 | 13 人家就是有小白鼠 别家有这么多吗？这个优势已经越来越大 没有小白鼠的参与 自动
驾驶不知猴年马月才能成熟
【在 r**m 的大作中提到】
: 真正自动驾驶圈子里的都当tesla是个笑话，
: tesla就是想靠神经网络和大量小白鼠弯道超车而已
: 就他家的神经网络本身，技术水平也不行，
|
b**l
发帖数: 33123 | 14 有道理
【在 f*****h 的大作中提到】
: 人家就是有小白鼠 别家有这么多吗？这个优势已经越来越大 没有小白鼠的参与 自动
: 驾驶不知猴年马月才能成熟
|
c****o
发帖数: 681 | 15 Tesla和小白鼠和整个社会win-win-win，让坐吃等死缺乏想象力的传统车厂跳脚不已
: 人家就是有小白鼠 别家有这么多吗？这个优势已经越来越大 没有小白鼠的参与
自动
: 驾驶不知猴年马月才能成熟
【在 f*****h 的大作中提到】
: 人家就是有小白鼠 别家有这么多吗？这个优势已经越来越大 没有小白鼠的参与 自动
: 驾驶不知猴年马月才能成熟
|
m*****3
发帖数: 13701 | 16 真高尚！真有远见！
小白鼠是温拿？您再想想？
哈哈哈
: Tesla和小白鼠和整个社会win-win-win，让坐吃等死缺乏想象力的传统车厂跳脚
不已
: 自动
【在 c****o 的大作中提到】
: Tesla和小白鼠和整个社会win-win-win，让坐吃等死缺乏想象力的传统车厂跳脚不已
:
:
: 人家就是有小白鼠 别家有这么多吗？这个优势已经越来越大 没有小白鼠的参与
: 自动
:
: 驾驶不知猴年马月才能成熟
:
|
c****o
发帖数: 681 | 17 是的，绝大部分小白鼠是稳拿。这么多年一共死十四个，作为一个闻所未闻划时代的颠
覆性革命性产品，成本很低了
: 真高尚！真有远见！
: 小白鼠是温拿？您再想想？
: 哈哈哈
: 不已
【在 m*****3 的大作中提到】
: 真高尚！真有远见！
: 小白鼠是温拿？您再想想？
: 哈哈哈
:
:
: Tesla和小白鼠和整个社会win-win-win，让坐吃等死缺乏想象力的传统车厂跳脚
: 不已
:
: 自动
:
|
f******t
发帖数: 7283 | 18 这本质上还是属于收敛性的算法范畴。
还是没有触及到本质问题：计算机怎么去读懂并且模仿人的思维？因为计算机没办法物
理性接入大脑读取各个脑细胞活动的数据，目前只能靠观测人的一些宏观性的动作来试
图猜人脑的意图。
这就好比股票broker观察到具体一个客户，每当一个股票涨幅超过xx%的时候就卖出，
这个现象过去重复了100多次从来都没有过例外，按照这种思路的话算法早就被训练成
凡是股票涨幅超过xx%的时候就卖出。
但问题是下一次这个现象发生的时候，你怎么就能100%断定客户这回肯定又会卖出呢？
假如客户这回自己心中的策略有所改变不想卖呢？
过去发生的并不一定能预测未来。人脑和计算机算法的一个本质区别是，它并不完全依
赖过去的经验来指导当前下一步的动作，它具有即兴但非随机发挥、有逻辑有道理的发
掘和创造能力。
【在 s******n 的大作中提到】
: Lidar局限性（波长短受恶劣天气空气中小颗粒影响），摄像头也能测距和三维建模，
: 摄像头加sensor做冗余效果好。lidar是大炮打蚊子。
: Tesla专用神经网络芯片可以处理每秒2100帧画面，八个摄像头每个60帧一秒的话还有
: 很多计算冗余，将来英伟达肯定会比这做得更好，图像识别还有更大提高潜力。
: Tesla的shadow training，计算机神经网络空算不控制汽车，然后用司机的驾驶行为和
: 计算机的输出比较，实际上就是用司机的驾驶方式训练神经网络。
: Tesla没有用模拟器训练，而是用实际图像训练，着重于数据的variety。神经网络训练
: 方式来看，tesla还是用的很传统的人工标识，比如人来标示图像中什么是车，什么是
: 自行车。tesla的算法没什么突破性的东西，比如alpha狗那样的自我锻炼。
: Tesla的数据在训练上是一个很大的优势。
|
m*****3
发帖数: 13701 | 19 你把这句话说给这十几个人“温拿” 的家属听听，你觉得他们会怎么感激你？
: 是的，绝大部分小白鼠是稳拿。这么多年一共死十四个，作为一个闻所未闻划时
代的颠
: 覆性革命性产品，成本很低了
【在 c****o 的大作中提到】
: 是的，绝大部分小白鼠是稳拿。这么多年一共死十四个，作为一个闻所未闻划时代的颠
: 覆性革命性产品，成本很低了
:
:
: 真高尚！真有远见！
:
: 小白鼠是温拿？您再想想？
:
: 哈哈哈
:
: 不已
:
|
m**x
发帖数: 1084 | 20 这些人要是开油车，挂掉的数量要多几倍。
【在 m*****3 的大作中提到】
: 你把这句话说给这十几个人“温拿” 的家属听听，你觉得他们会怎么感激你？
:
:
: 是的，绝大部分小白鼠是稳拿。这么多年一共死十四个，作为一个闻所未闻划时
: 代的颠
:
: 覆性革命性产品，成本很低了
:
|
|
|
f******t
发帖数: 7283 | 21 这就属于打滚了。
就好比一个人卖假药，把病人给吃死了。法庭上卖假药的这样给自己辩护：吃假药死掉
的这人，假如不吃假药，会得其它病并且死得更痛苦，所以卖假药无罪。
【在 m**x 的大作中提到】
: 这些人要是开油车，挂掉的数量要多几倍。
|
m*****3
发帖数: 13701 | 22 你有什么根据说这种话？你凭什么说这十几个人开别的车，无论是别的电车还是油车，
就会出事儿？
说话要有最基本的逻辑，还得有点良心，你要是愿意的话，欢迎继续
: 这些人要是开油车，挂掉的数量要多几倍。
【在 m**x 的大作中提到】
: 这些人要是开油车，挂掉的数量要多几倍。
|
a***e
发帖数: 27968 | 23 是啊油车天天加速撞桥墩
★ 发自iPhone App: ChinaWeb 1.1.5
【在 m**x 的大作中提到】
: 这些人要是开油车，挂掉的数量要多几倍。
|
m**x
发帖数: 1084 | 24 不用加速就撞这撞那的多了去了。每天电视新闻里没啥其他的，就是油车出事死人。
【在 a***e 的大作中提到】
: 是啊油车天天加速撞桥墩
:
: ★ 发自iPhone App: ChinaWeb 1.1.5
|
m**x
发帖数: 1084 | 25 我没说那十几人，我说所有的tesla owner.
死亡率/保有量 低多了。
【在 m*****3 的大作中提到】
: 你有什么根据说这种话？你凭什么说这十几个人开别的车，无论是别的电车还是油车，
: 就会出事儿？
: 说话要有最基本的逻辑，还得有点良心，你要是愿意的话，欢迎继续
:
:
: 这些人要是开油车，挂掉的数量要多几倍。
:
|
m*****3
发帖数: 13701 | 26 真能狡辩，嘴真硬，脸皮真厚
解释一下你说的那十几位稳拿开别的车会更糟糕的理由，不要胡搅蛮缠满地打滚
: 不用加速就撞这撞那的多了去了。每天电视新闻里没啥其他的，就是油车出事死
人。
【在 m**x 的大作中提到】
: 我没说那十几人，我说所有的tesla owner.
: 死亡率/保有量 低多了。
|
m*****3
发帖数: 13701 | 27 解释不清楚了？你回去看看你刚才怎么说的
: 我没说那十几人，我说所有的tesla owner.
: 死亡率/保有量 低多了。
【在 m**x 的大作中提到】
: 我没说那十几人，我说所有的tesla owner.
: 死亡率/保有量 低多了。
|
m**x
发帖数: 1084 | 28 是你打滚。tesla都有安全报告的，自己去查去。
accident/autopilot miles, accident/non-autopilot miles.
not tesla car accident/miles.
【在 m*****3 的大作中提到】
: 真能狡辩，嘴真硬，脸皮真厚
: 解释一下你说的那十几位稳拿开别的车会更糟糕的理由，不要胡搅蛮缠满地打滚
:
:
: 不用加速就撞这撞那的多了去了。每天电视新闻里没啥其他的，就是油车出事死
: 人。
:
|
m*****3
发帖数: 13701 | 29 得了吧你，再去看看你自己说的原话，少瞎扯别的
看过你自己说的，要是还来，欢迎
: 是你打滚。tesla都会安全报告的，自己去查去。
: accident/autopilot miles, accident/non-autopilot miles.
: not tesla car accident/miles.
【在 m**x 的大作中提到】
: 是你打滚。tesla都有安全报告的，自己去查去。
: accident/autopilot miles, accident/non-autopilot miles.
: not tesla car accident/miles.
|
m**x
发帖数: 1084 | 30 你自己不会阅读理解。
【在 m*****3 的大作中提到】
: 得了吧你，再去看看你自己说的原话，少瞎扯别的
: 看过你自己说的，要是还来，欢迎
:
:
: 是你打滚。tesla都会安全报告的，自己去查去。
:
: accident/autopilot miles, accident/non-autopilot miles.
:
: not tesla car accident/miles.
:
|
|
|
f*****h
发帖数: 4489 | 31 机器要理解人当然有难度 就是人理解人都有难道 你也无法预测旁边的哥们下一秒会怎
么开 都是有一个概率的。问题是机器出一次错就会被无限放大
所以未来正确的道理是全部由机器控制 机器理解机器是最简单的 通过网络把所有的自
动驾驶汽车连到一起 事故率是最低的
【在 f******t 的大作中提到】
: 这本质上还是属于收敛性的算法范畴。
: 还是没有触及到本质问题：计算机怎么去读懂并且模仿人的思维？因为计算机没办法物
: 理性接入大脑读取各个脑细胞活动的数据，目前只能靠观测人的一些宏观性的动作来试
: 图猜人脑的意图。
: 这就好比股票broker观察到具体一个客户，每当一个股票涨幅超过xx%的时候就卖出，
: 这个现象过去重复了100多次从来都没有过例外，按照这种思路的话算法早就被训练成
: 凡是股票涨幅超过xx%的时候就卖出。
: 但问题是下一次这个现象发生的时候，你怎么就能100%断定客户这回肯定又会卖出呢？
: 假如客户这回自己心中的策略有所改变不想卖呢？
: 过去发生的并不一定能预测未来。人脑和计算机算法的一个本质区别是，它并不完全依
|
c*********7
发帖数: 19373 | 32 单靠图像的自动驾驶还需要一次质的飞跃才行。现有的cnn还是要训练图像尽可能包含
所有情况。但现实驾驶中意外情况太多。下一代神经网络需要能从有限的情况总结出逻
辑来应对未知情况
【在 f******t 的大作中提到】
: 这就属于打滚了。
: 就好比一个人卖假药，把病人给吃死了。法庭上卖假药的这样给自己辩护：吃假药死掉
: 的这人，假如不吃假药，会得其它病并且死得更痛苦，所以卖假药无罪。
|
s****c
发帖数: 11300 | 33 外行看看热闹就行了
tesla没有后任何的技术优势，你说的这些东西都没啥领先
实际上来讲 就现在业内的AI水平，做自动驾驶是不够的
识别的准确程度即使达到了99%（实际上还没有任何人工智能算法能做到），你每天开
车面对的可是成千上万的车，各式各样的路标路况，算一下出事的概率有多大？
【在 s******n 的大作中提到】
: Lidar局限性（波长短受恶劣天气空气中小颗粒影响），摄像头也能测距和三维建模，
: 摄像头加sensor做冗余效果好。lidar是大炮打蚊子。
: Tesla专用神经网络芯片可以处理每秒2100帧画面，八个摄像头每个60帧一秒的话还有
: 很多计算冗余，将来英伟达肯定会比这做得更好，图像识别还有更大提高潜力。
: Tesla的shadow training，计算机神经网络空算不控制汽车，然后用司机的驾驶行为和
: 计算机的输出比较，实际上就是用司机的驾驶方式训练神经网络。
: Tesla没有用模拟器训练，而是用实际图像训练，着重于数据的variety。神经网络训练
: 方式来看，tesla还是用的很传统的人工标识，比如人来标示图像中什么是车，什么是
: 自行车。tesla的算法没什么突破性的东西，比如alpha狗那样的自我锻炼。
: Tesla的数据在训练上是一个很大的优势。
|
s****c
发帖数: 11300 | 34 问题的症结就是在于现在的实际应用的所谓人工智能算法，所谓的神经网络还都不是真
正的人工智能，只是在训练库下通过运算计算出来的概率结果，它缺乏了人工智能很重
要的奖惩机制和反馈机制。
指望着一个半年更新一次的全球统一的数据库去解决你现场遇到的实际的交通问题，问
题很大
当然话又说回来，从脑科学的角度，人类到底是如何思考的也是一个谜。（哲学有个流
派认为人类永远也不会清楚自己大脑如何运作的）现阶段人工智能就是在人脑的运作机
制还不明了的前提下来模拟人脑的运作。。。。
【在 c*********7 的大作中提到】
: 单靠图像的自动驾驶还需要一次质的飞跃才行。现有的cnn还是要训练图像尽可能包含
: 所有情况。但现实驾驶中意外情况太多。下一代神经网络需要能从有限的情况总结出逻
: 辑来应对未知情况
|
s****c
发帖数: 11300 | 35 你说的这个是解决方案，但是实际上是通过一个庞大迅速的调度系统来解决全局的交通
网路问题，而并非个体的解决方案
【在 f*****h 的大作中提到】
: 机器要理解人当然有难度 就是人理解人都有难道 你也无法预测旁边的哥们下一秒会怎
: 么开 都是有一个概率的。问题是机器出一次错就会被无限放大
: 所以未来正确的道理是全部由机器控制 机器理解机器是最简单的 通过网络把所有的自
: 动驾驶汽车连到一起 事故率是最低的
|
c*********7
发帖数: 19373 | 36 其实人有人的劣势，比如情绪化，疲劳，视野，等等。所以交通事故是非常普遍的。要
充分利用机器的计算能力和大存储能力在某些领域还是能超过人，比如下棋。alpha go
使用了一个unsupervised 的方式学习，完全抛开人类的棋谱。如果图像处理中也能出
现这种完善的unsupervised learning,这将开启人工智能的新境界。像人一样能从视觉
上升到逻辑。
【在 s****c 的大作中提到】
: 问题的症结就是在于现在的实际应用的所谓人工智能算法，所谓的神经网络还都不是真
: 正的人工智能，只是在训练库下通过运算计算出来的概率结果，它缺乏了人工智能很重
: 要的奖惩机制和反馈机制。
: 指望着一个半年更新一次的全球统一的数据库去解决你现场遇到的实际的交通问题，问
: 题很大
: 当然话又说回来，从脑科学的角度，人类到底是如何思考的也是一个谜。（哲学有个流
: 派认为人类永远也不会清楚自己大脑如何运作的）现阶段人工智能就是在人脑的运作机
: 制还不明了的前提下来模拟人脑的运作。。。。
|
d***a
发帖数: 13752 | 37 同意前面一半。计算机开车不知疲倦，始终聚精会神，这是人没法比的。自动跟车这一
项上，计算机比人强太多。
后面一半不太同意。AlphaGo发展那么快，是因为它可以自己做实验，然后判断结果。
尝试了臭棋下法，很快就知道结果，也没有什么penalty。实际的世界，做实险很贵，
并且要很长时间才知道结果。用这种方式，要多少年才能成熟，十年，一百年，还是一
千年？我个人觉得，一龙在自动驾驶上太冒进了，实在是没有必要。
go
【在 c*********7 的大作中提到】
: 其实人有人的劣势，比如情绪化，疲劳，视野，等等。所以交通事故是非常普遍的。要
: 充分利用机器的计算能力和大存储能力在某些领域还是能超过人，比如下棋。alpha go
: 使用了一个unsupervised 的方式学习，完全抛开人类的棋谱。如果图像处理中也能出
: 现这种完善的unsupervised learning,这将开启人工智能的新境界。像人一样能从视觉
: 上升到逻辑。
|
c*********7
发帖数: 19373 | 38 我这里指的是机器自己模拟环境，然后总结驾驶经验，不需要到实际环境中去学习。
alpha go就是自己跟自己每天下几百万盘棋，然后总结经验，所以完全超越了人的经验
，因为学习人的话，很多时候把人的错误也都学习了。
【在 d***a 的大作中提到】
: 同意前面一半。计算机开车不知疲倦，始终聚精会神，这是人没法比的。自动跟车这一
: 项上，计算机比人强太多。
: 后面一半不太同意。AlphaGo发展那么快，是因为它可以自己做实验，然后判断结果。
: 尝试了臭棋下法，很快就知道结果，也没有什么penalty。实际的世界，做实险很贵，
: 并且要很长时间才知道结果。用这种方式，要多少年才能成熟，十年，一百年，还是一
: 千年？我个人觉得，一龙在自动驾驶上太冒进了，实在是没有必要。
:
: go
|
d***a
发帖数: 13752 | 39 这个我同意。如果有人能做出这样一个模拟的环境，那就是很大的贡献了。机器学习自
动驾驶，我觉的必须在模拟环境中学习才行，这样一秒钟可以做成千上万次实验。但
Tesla似乎不是这个搞法。
但这个模拟环境要做的真实，现在的计算机资源不够用。如果够用，就肯定不够真实。
这是我个人的看法。下棋的模拟环境是异常简单的。
【在 c*********7 的大作中提到】
: 我这里指的是机器自己模拟环境，然后总结驾驶经验，不需要到实际环境中去学习。
: alpha go就是自己跟自己每天下几百万盘棋，然后总结经验，所以完全超越了人的经验
: ，因为学习人的话，很多时候把人的错误也都学习了。
|
c*********7
发帖数: 19373 | 40 当然比下棋难，因为下棋是有严谨的规定，输赢也是有算法。所以机器可以根据这些来
自己跟自己玩。图像目前没有这类黄金标准。所以需要在人工智能算法上有质的飞跃，
当然这种飞跃的结果可能就是终结者到来了。
【在 d***a 的大作中提到】
: 这个我同意。如果有人能做出这样一个模拟的环境，那就是很大的贡献了。机器学习自
: 动驾驶，我觉的必须在模拟环境中学习才行，这样一秒钟可以做成千上万次实验。但
: Tesla似乎不是这个搞法。
: 但这个模拟环境要做的真实，现在的计算机资源不够用。如果够用，就肯定不够真实。
: 这是我个人的看法。下棋的模拟环境是异常简单的。
|
|
|
s******n
发帖数: 3946 | 41 你们都没看教主视频啊，真实世界的规则情况太多，与其在模拟器加各种条件，不如直
接从搜集的视频训练。自我训练的先提条件是能覆盖所有游戏规则。
Alphago能自我训练的原因是围棋步骤只有361个选择，规则更简单，通过计算机模拟很
容易覆盖大多数例子。
如果你能牛逼开发出真实世界模拟器并且能覆盖开发人员想不到的事件，那当然可以用模
拟器训练，但是这不可能，能开发出这种模拟器，那不就是matrix了。
: 这个我同意。如果有人能做出这样一个模拟的环境，那就是很大的贡献了
。机器
学习自
: 动驾驶，我觉的必须在模拟环境中学习才行，这样一秒钟可以做成千上万
次实验
。但
: Tesla似乎不是这个搞法。
: 但这个模拟环境要做的真实，现在的计算机资源不够用。如果够用，就肯
定不够
真实。
: 这是我个人的看法。下棋的模拟环境是异常简单的。
【在 d***a 的大作中提到】
: 这个我同意。如果有人能做出这样一个模拟的环境，那就是很大的贡献了。机器学习自
: 动驾驶，我觉的必须在模拟环境中学习才行，这样一秒钟可以做成千上万次实验。但
: Tesla似乎不是这个搞法。
: 但这个模拟环境要做的真实，现在的计算机资源不够用。如果够用，就肯定不够真实。
: 这是我个人的看法。下棋的模拟环境是异常简单的。
|
g**********1
发帖数: 1113 | 42 还有一个关于实际路测和仿真的问题，Elon Musk说，“Tesla也做很好的仿真，不过还
是很难模拟真实环境发生的各种情况，如果仿真环境能够模拟真实情况（这里他顿了一
下）我们也不知道自己是不是生活在仿真环境中”
: 你们都没看教主视频啊，真实世界的规则情况太多，与其在模拟器加各种条件，
不如直
: 接从搜集的视频训练。自我训练的先提条件是能覆盖所有游戏规则。
: Alphago能自我训练的原因是围棋步骤只有361个选择，规则更简单，通过计算机
模拟很
: 容易覆盖大多数例子。
: 如果你能牛逼开发出真实世界模拟器并且能覆盖开发人员想不到的事件，那当然
可以用模
: 拟器训练，但是这不可能，能开发出这种模拟器，那不就是matrix了。
:
【在 s******n 的大作中提到】
: 你们都没看教主视频啊，真实世界的规则情况太多，与其在模拟器加各种条件，不如直
: 接从搜集的视频训练。自我训练的先提条件是能覆盖所有游戏规则。
: Alphago能自我训练的原因是围棋步骤只有361个选择，规则更简单，通过计算机模拟很
: 容易覆盖大多数例子。
: 如果你能牛逼开发出真实世界模拟器并且能覆盖开发人员想不到的事件，那当然可以用模
: 拟器训练，但是这不可能，能开发出这种模拟器，那不就是matrix了。
:
:
: 这个我同意。如果有人能做出这样一个模拟的环境，那就是很大的贡献了
: 。机器
: 学习自
|
c****o
发帖数: 681 | 43 我可没把这十几个人叫稳拿好吧，是你自己带着嘲弄的口气这么叫的。
照你的意思，你对每天（每天！）死掉的上百个油车司机乘客的家属怎么说呢？别开车
了？
而且，起码这十几个Tesla 司机乘客没有白死，为人类探索未知领域做出了贡献。每天
（每天！）死的上百个油车司机和乘客呢？每个人的死对社会而言除了在统计数字上加
一以外有什么价值？
你整天唧唧歪歪平均每年（每年！）才有一两个的Tesla 事故致死，却对每天（每天！
）上百的油车司机乘客死亡熟视无睹。你怎么好意思质疑别人的同情心？
: 你把这句话说给这十几个人“温拿” 的家属听听，你觉得他们会怎么感激你？
: 代的颠
【在 m*****3 的大作中提到】
: 得了吧你，再去看看你自己说的原话，少瞎扯别的
: 看过你自己说的，要是还来，欢迎
:
:
: 是你打滚。tesla都会安全报告的，自己去查去。
:
: accident/autopilot miles, accident/non-autopilot miles.
:
: not tesla car accident/miles.
:
|
a***e
发帖数: 27968 | 44 你文科生根本不懂啥叫sampling bias成天被特斯拉忽悠。按车价和车龄统计，目前特
斯拉的死亡率无论按驾驶距离还是按保有量都是偏高的
你没事和1000刀15年旧的破车比
★ 发自iPhone App: ChinaWeb 1.1.5
【在 m**x 的大作中提到】
: 我没说那十几人，我说所有的tesla owner.
: 死亡率/保有量 低多了。
|
m*****3
发帖数: 13701 | 45 好好好，算你狠，这些可怜的牺牲品为人类进步做出了贡献，阿弥陀佛，你继续努力！
【在 c****o 的大作中提到】
: 我可没把这十几个人叫稳拿好吧，是你自己带着嘲弄的口气这么叫的。
: 照你的意思，你对每天（每天！）死掉的上百个油车司机乘客的家属怎么说呢？别开车
: 了？
: 而且，起码这十几个Tesla 司机乘客没有白死，为人类探索未知领域做出了贡献。每天
: （每天！）死的上百个油车司机和乘客呢？每个人的死对社会而言除了在统计数字上加
: 一以外有什么价值？
: 你整天唧唧歪歪平均每年（每年！）才有一两个的Tesla 事故致死，却对每天（每天！
: ）上百的油车司机乘客死亡熟视无睹。你怎么好意思质疑别人的同情心？
:
:
: 你把这句话说给这十几个人“温拿” 的家属听听，你觉得他们会怎么感激你？
|
a***e
发帖数: 27968 | 46 所以用人命仿真？不知道他给试验员发钱了么？
★ 发自iPhone App: ChinaWeb 1.1.5
【在 g**********1 的大作中提到】
: 还有一个关于实际路测和仿真的问题，Elon Musk说，“Tesla也做很好的仿真，不过还
: 是很难模拟真实环境发生的各种情况，如果仿真环境能够模拟真实情况（这里他顿了一
: 下）我们也不知道自己是不是生活在仿真环境中”
:
:
: 你们都没看教主视频啊，真实世界的规则情况太多，与其在模拟器加各种条件，
: 不如直
:
: 接从搜集的视频训练。自我训练的先提条件是能覆盖所有游戏规则。
:
: Alphago能自我训练的原因是围棋步骤只有361个选择，规则更简单，通过计算机
: 模拟很
:
: 容易覆盖大多数例子。
|
a***e
发帖数: 27968 | 47 人开车，车机械问题出事，告车厂
自己开车傻叉，自己兜着。被人撞了，找对方。
autopilot出事怎么处理的，车主不应该用autopilot？或者事故前两秒autopilot
断开了不管telsa的事？既然特斯拉让车主帮忙测试收集real world数据，就得负责任
。别尼玛拿个半成品坑爹
★ 发自iPhone App: ChinaWeb 1.1.5
【在 c****o 的大作中提到】
: 我可没把这十几个人叫稳拿好吧，是你自己带着嘲弄的口气这么叫的。
: 照你的意思，你对每天（每天！）死掉的上百个油车司机乘客的家属怎么说呢？别开车
: 了？
: 而且，起码这十几个Tesla 司机乘客没有白死，为人类探索未知领域做出了贡献。每天
: （每天！）死的上百个油车司机和乘客呢？每个人的死对社会而言除了在统计数字上加
: 一以外有什么价值？
: 你整天唧唧歪歪平均每年（每年！）才有一两个的Tesla 事故致死，却对每天（每天！
: ）上百的油车司机乘客死亡熟视无睹。你怎么好意思质疑别人的同情心？
:
:
: 你把这句话说给这十几个人“温拿” 的家属听听，你觉得他们会怎么感激你？
|
