- == 系统问题，暂停聊天功能。==
- 【征集】西西河的经济学，及清流措施，需要主动参与者，『稷下学宫』新认证方式，24年网站打算和努力目标
主题：如果要走向强人工智能，openai的路线根本就是错的 -- 亮子
家园 是希望区别于特斯拉的端到端解决方案 特斯拉据说是把三个模块合起来，直接机器学习。所以连决策也是黑箱了。
优点是这要是成了，直接就不用适配了。相当于人只要会开车了就去哪里都会开车了。而且可以覆盖复杂场景。
缺点就是目前没人知道上限在哪？万一上限很低那就钱打水漂了。
据说一个问题是它跟人学，而人开车其实是很不守规矩的，直接把机器带坏了。没办法还需要人手工标注数据，强迫机器坏的不要学。
家园 上限不就是终结者里面的杀人机器么 这个技术如果成了，再给车子装上巴雷特，上限不就是终结者里面的杀人机器么。
高精地图问题，大嘴说过了，国家只给每个季度更新一次，不可能实时更新的，国防安全，此路不通。
家园 最近关注一下figure 1 那个小公司很厉害。弄了一个机器人，直接用机器学习“学走路”，也是端到端解决方案。感情原来上亿行的代码用一个通用的学习模型就搞定了。想想也是，人不也没有什么走路代码，多摔几跤就学会走路了？
而且进一步扩展，也没有家务代码，让它学如何做咖啡，学了一下午就会了。虽然非常简单，把一个咖啡盒子（k-cup）放到咖啡机里，按按钮。但是盒子偏了，歪了，它会先调整，再盖上。
这个发展下去，想让机器人干什么，直接就看训练什么数据就行了。天天给它们看“终结者”，呵呵。
机器学习看起来最先是要革码农的命。 if else 代码全面被替换。
家园 集成在一起的话，效率高些 决策是黑箱的话，估计用的还是神经网络，神经网络一个缺点是当遇到新环境时，容易出错。
至于区别于特斯拉方案，国内目前走的路线都有别于特斯拉吧，马应龙是纯视觉派，国内一般几种传感器都用。
家园 现在都是这么搞的，华为也是 但是难度很大。关键是车在路上遇到的小概率奇怪场景太多了，专用人工智能很难全部覆盖。
家园 虽然简单，但是有用啊，我就指望着呢 不过应付实际路况，不限于高速公路和城市道路，可能要复杂一些。
家园 自动驾驶其实比chatgpt还要难
家园 在摸索阶段就想着变现，以所谓立刻成熟状态变现 还是讲故事收割，而后一地鸡毛那一套。
虽然资本充裕，应用前景广阔，非要用吸血造极富这种形式吗？
极端私有制的作用力和反作用力都在增强，加速接近转折点？未必是坏事。
家园 资本跟业界硬要吹风呗 探究世界认知世界还是要靠人。人工智能还是辅助。
就像有人调侃，本以为人工智能就像20世纪初畅想的机器人代替人劳动，结果人工智能转头去搞了琴棋书画，大众仍然需要务农进厂打螺丝。