首页 涨停板 正文

银河磁体股票-特斯拉(TSLA.US)放弃激光雷达 押注纯视觉自动驾驶 靠谱吗? – 财经

wx头像 wx 2022-02-03 22:11:26 6
...

近来,特斯拉(TSLA.US)斗胆押注视觉技能,仅运用摄像头供给主动驾驭轿车。可是,尽管依据视觉的主动驾驭的才能有所进步,但专家标明,它面临着根本性的妨碍。

炒股佣钱怎样算?炒股佣钱怎样算

近期,特斯拉推出了推迟已久的“全主动驾驭”(FSD)软件第9版,这使得特斯拉轿车的自主导航才能有了进步。该软件包已作为10,000美元的附加组件出售,自上一年10月以来,他们一向在与选定的驱动程序组进行Beta测验。可是最新的更新标志着一个严重改变,它抛弃了雷达传感器的输入,彻底依靠轿车的摄像头。

核算机板块?核算机板块

此前,特斯拉在5月份宣告将从其在美国制作的Model3和ModelY轿车中彻底移除雷达,并暗示该公司正在加倍尽力拟定与大多数其他主动驾驭项目不一致的战略。由Alphabet子公司Waymo和通用轿车旗下的Cruise制作的主动驾驭轿车交融了来自摄像头、雷达和超精细激光雷达的输入,而且仅运用高分辨率3D激光扫描预先制作了大街。

a股开盘时刻,a股开盘时刻

特斯拉首席执行官埃隆·马斯克(ElonMusk)一向直言不讳地批判激光雷达本钱昂扬,而是发起选用“纯视觉”办法。由于依靠单个传感器而缺少冗余,这种观念带来了巨大争议。但研讨主动驾驭轿车核算机视觉的康奈尔大学副教授KilianWeinberger说,理由很清晰。

股票危险溢价,股票危险溢价

“与激光雷达比较,摄像头十分廉价,”Weinberger说。“经过这样做,他们能够将这项技能应用到他们出售的一切轿车中。假如他们售出50万辆轿车,那么一切这些轿车都会为他们搜集数据。”

数据是主动驾驭技能中心的机器学习体系的命脉。Weinberger说,特斯拉最大的赌注是,与其竞争对手依靠少数装备传感器的轿车比较,公司车队堆集的很多视频将协助其更快地完成彻底自主驾驭。

在上个月的一场视觉会议上,特斯拉的首席AI官AndrejKarpathy泄漏,该公司已建立了一个超级核算机。他宣称这是国际第五强的设备,能协助公司处理这些数据。他还解说了抛弃雷达的决议,称在对超越1.5PB的视频进行练习后,增加了雷达数据和人工符号,现在仅视觉体系的功能明显优于他们曾经的办法。

Weinberger说,抛弃雷达的理由的确有道理,他弥补说,近年来激光雷达和相机之间的间隔现已缩小。激光雷达的一大卖点是经过从物体上反射激光来完成令人难以置信的精确深度感测——但依据视觉的体系也能够估量深度,而且它们的才能得到了明显进步。

Weinberger及其搭档在2019年取得了打破,将依据相机的深度估量转换为激光雷达运用的同类3D点云,明显进步了精确性。Karpathy在上一年的ScaledMachineLearningConference上泄漏,该公司正在运用这种“伪激光雷达”技能。

不过,怎么估量深度很重要。一种办法比较来自两个相距满足远的相机的图画,以三角丈量到物体的间隔。另一种办法是在很多图画上练习AI,直到它学会获取深度头绪。Weinberger说,后者或许是特斯拉运用的办法,由于它的前置摄像头关于第一种技能来说太近了。

依据三角丈量技能的优点是丈量依据物理学,就像激光雷达相同,草创公司NODAR的首席执行官LeafJiang说,该公司依据这种办法开发了依据相机的3D视觉技能。他说,揣度间隔本质上更简略在不置可否的情况下犯错,例如,区别50米处的成人和25米处的儿童。“它企图依据透视提示或暗影提示等来核算间隔,但这并不总是牢靠的,”他说。

可是,你怎么感知深度仅仅问题的一部分。最先进的机器学习仅仅识别模式,这意味着它会在新情况下挣扎。与人类司机不同的是,假如它没有遇到场景,它就无法推理该做什么。“任何人工智能体系都不了解实践产生的作业,”Weinberger说。

搜集更多数据背面的逻辑是,您将捕获更多或许使您的AI陷入困境的稀有场景,但这种办法有一个根本的约束。“终究你会有共同的事例。以及您无法练习的共同事例,”温伯格说。“在某些时分,增加越来越多数据的优点正在削弱。”

这便是所谓的“长尾问题”,苏黎世联邦理工学院(ETHZurich)教授MarcPollefeys说,他曾从事依据摄像头的主动驾驭研讨,它为脱节现已很常见的驾驭辅佐体系带来了首要妨碍。现代轿车到真实的主动驾驭轿车。他说,底层技能是类似的。可是,尽管旨在增强驾驭员反响才能的主动制动体系能够偶然错失行人,但彻底操控轿车时的差错起伏仅为百分之几。

其他主动驾驭公司企图经过削减不确定性的规模来处理这个问题。

Pollefeys说,假如你预先制作路途,你只需求重视少数不匹配的输入。相同,三个不同的传感器一起犯相同过错的或许性也很小。

这种办法的可扩展性当然值得置疑。可是,Pollefeys说,企图经过简略地经过机器学习管道推送更多数据来从一个首要作业的体系改变为一个简直不会犯错的体系“注定要失利”。

“当咱们看到某样东西99%都有用时,咱们以为让它100%有用并不难,”他说。“而现实并非如此。少犯10倍的过错是一项巨大的尽力。”

特斯拉车主在FSD更新后发布的视频显现他们的车辆忽然驶入高速公路或对路中心的混凝土柱子视若无睹,这标明依然需求弥合的距离,并标明马斯克对今年年底完成彻底主动驾驭的猜测或许过于达观了。

但Pollefeys以为特斯拉不太或许抛弃彻底主动驾驭近在咫尺的说法。“很多人现已为此买单了(特斯拉的FSD套餐),所以他们有必要坚持期望,”他说。“他们被困在那个故事里。”

本文地址:https://www.changhecl.com/79049.html

退出请按Esc键