


Gary Marcus: Kereta pandu sendiri adalah masalah biasa tetapi masih belum diterima
Pada 2016, artikel New York Times tentang kereta pandu sendiri bermula: “Era kereta pandu sendiri telah tiba, dan beberapa pembuat kereta telah melabur berbilion dolar dalam penyelidikan dan pembangunan... dan bermula di beberapa bandar A.S. . Ujian.” Selepas 7 tahun, apakah kemajuan yang telah dicapai dalam teknologi pemanduan autonomi?
Gary Marcus, profesor emeritus psikologi dan neurosains di Universiti New York, menawarkan beberapa pandangan tentang bidang ini. Beliau percaya bahawa masih terdapat beberapa masalah dalam bidang ini, dan masalah ini telah ditekankan berkali-kali oleh Marcus dalam beberapa tahun kebelakangan ini, iaitu kes tepi, iaitu situasi bukan rutin yang sering mengelirukan algoritma pembelajaran mesin
Kereta pandu sendiri menghadapi Semakin kompleks keadaan, semakin banyak anomali yang tidak dijangka akan berlaku. Dan dunia sebenar adalah kompleks dan huru-hara, dan kami tidak boleh menyenaraikan semua kemungkinan kejadian bukan rutin yang mungkin berlaku. Tiada siapa yang belum mengetahui cara membina kereta pandu sendiri yang boleh mengatasi fakta ini.
Marcus berkata bahawa kali pertama dia menekankan cabaran utama yang dibawa oleh kes-kes kelebihan kepada pemanduan autonomi adalah dalam temu bual pada 2016. “Pada masa itu, saya bosan dengan gembar-gembur dan akhirnya berputus asa dengan pandangan ini. . Membaca semula transkrip ini sekarang, saya rasa ia masih boleh digunakan pada masa sekarang.”
Kemajuan teknologi yang kita lihat sekarang sebahagian besarnya didorong oleh teknologi brute force berskala besar, seperti superkomputer Deep Blue dan sistem permainan Atari. Perkembangan teknologi ini menjadikan manusia sangat teruja. Pada masa yang sama, jika anda bercakap tentang robot untuk rumah atau robot yang memandu di jalanan, keterujaan tidaklah setinggi itu.
Secara umumnya, kereta tanpa pemandu berprestasi baik dalam keadaan biasa, seperti ia boleh memandu dengan selamat dalam cuaca cerah. Walau bagaimanapun, jika ia diletakkan dalam persekitaran yang kompleks, seperti salji, hujan, dsb., pemanduan autonomi akan menjadi lebih teruk. Sebelum ini, wartawan Amerika dan penyunting penyumbang Steven Levy pernah menulis artikel tentang pemanduan autonomi Google, yang menyebut bahawa pada tahun 2015, Google mencapai kemenangan besar, iaitu sistem dapat mengenal pasti daun secara automatik
Mengenal daun adalah lebih berkesan. untuk manusia Terlalu mudah untuk dikatakan, tetapi ia adalah kemajuan besar untuk kereta pandu sendiri. Manusia boleh menggunakan akal untuk menaakul dan memikirkan apakah perkara ini dan bagaimana ia sampai ke sana, tetapi sistem pandu sendiri hanya mengingati sesuatu dan kekurangan penaakulan, dan itulah batasan yang dihadapi oleh kereta pandu sendiri... .. .
Orang ramai telah menantikan teknologi pemanduan autonomi yang lebih matang. Hanya beberapa hari yang lalu, Suruhanjaya Utiliti Awam California meluluskan syarikat kereta pandu sendiri Cruise dan Waymo untuk beroperasi 24/7 di San Francisco. Keputusan itu memberikan kedua-dua syarikat lebih banyak ruang untuk ujian. Selepas berita itu diumumkan, ramai yang mengatakan bahawa zaman kereta pandu sendiri sudah tiba, walaupun lewat dari jangkaan sebenarnya kita belum mempunyai kereta pandu sendiri. Seperti yang dinyatakan oleh wartawan Amerika Cade Metz beberapa bulan yang lalu pada podcast saya "Manusia vs. Mesin," setiap kenderaan pandu sendiri di jalan awam akan sama ada mempunyai pemandu keselamatan manusia atau beberapa Menyediakan pengawasan jauh untuk membantu kenderaan keluar dari masalah apabila ia menghadapi kesukaran
Kini, kes kelebihan baharu muncul dalam medan pemanduan autonomi, seperti Tesla merempuh jet yang diletakkan.
Marcus berkata bahawa tidak kira berapa banyak data yang digunakan sistem ini untuk melatih, situasi baharu akan sentiasa timbul
Terdapat insiden baru-baru ini di mana sepuluh kereta pandu sendiri terputus hubungan dengan sambungan kawalan misi. Tanpa pengawasan pusat kawalan, kereta pandu sendiri ini telah mengalami banyak kemalangan seperti sesat dan parkir di tengah jalan
Perkembangan bidang pandu sendiri sentiasa berubah, begitu ramai penyelidik, termasuk Marcus, Keliru dengan pendekatan Suruhanjaya Utiliti Awam California
Adalah tidak rasional untuk menguji pemanduan autonomi di mana-mana dan pada bila-bila masa tanpa penyelesaian yang teliti dan disemak dengan teliti untuk mengendalikan kes-kes tepi. Ini terpakai bukan sahaja untuk kereta pandu sendiri tetapi juga untuk kawasan berasaskan pembelajaran mesin yang lain Kes tepi ada di mana-mana dan sesiapa yang menganggap ini semua mudah untuk diselesaikan sedang memperbodohkan diri mereka sendiri. Kita perlu mengukuhkan pengurusan, jika tidak, kita mungkin melihat kemalangan besar dengan kereta tanpa pemandu, doktor automatik, pembantu maya sejagat, robot rumah, dsb. dalam beberapa tahun akan datang. Pada akhir artikel, Marcus berkata bahawa dia telah menyelesaikan artikel ini pada kapal terbang yang dilengkapi dengan autopilot Semasa penerbangan selama 9 jam, autopilot berfungsi sepanjang masa, dan manusia juga terlibat semasa penerbangan. Ini Ini membentuk orang dalam gelung. Akhirnya, Marcus tidak fikir akan ada pesawat autonomi, dan dia tidak fikir mana-mana kereta kuasi-autonomi telah diluluskan lagi.
Atas ialah kandungan terperinci Gary Marcus: Kereta pandu sendiri adalah masalah biasa tetapi masih belum diterima. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Bagaimana untuk menentukan fail header menggunakan kod Visual Studio? Buat fail header dan mengisytiharkan simbol dalam fail header menggunakan nama sufiks .h atau .hpp (seperti kelas, fungsi, pembolehubah) menyusun program menggunakan arahan #include untuk memasukkan fail header dalam fail sumber. Fail header akan dimasukkan dan simbol yang diisytiharkan tersedia.

Menulis C dalam kod VS bukan sahaja boleh dilaksanakan, tetapi juga cekap dan elegan. Kuncinya adalah untuk memasang sambungan C/C yang sangat baik, yang menyediakan fungsi seperti penyelesaian kod, penonjolan sintaks, dan debugging. Keupayaan debugging Vs Code membantu anda dengan cepat mencari pepijat, manakala output Printf adalah kaedah debugging yang lama tetapi berkesan. Di samping itu, apabila peruntukan memori dinamik, nilai pulangan perlu diperiksa dan memori dibebaskan untuk mengelakkan kebocoran memori, dan menyahpepijat isu -isu ini mudah dalam kod VS. Walaupun kod VS tidak dapat membantu secara langsung dengan pengoptimuman prestasi, ia menyediakan persekitaran pembangunan yang baik untuk analisis mudah prestasi kod. Tabiat pengaturcaraan yang baik, kebolehbacaan dan penyelenggaraan juga penting. Bagaimanapun, kod vs adalah

YAML digunakan untuk mengkonfigurasi bekas, imej, dan perkhidmatan untuk Docker. Untuk mengkonfigurasi: Untuk bekas, tentukan nama, imej, pelabuhan, dan pembolehubah persekitaran dalam docker-compose.yml. Untuk imej, imej asas, membina arahan, dan arahan lalai disediakan dalam Dockerfile. Untuk perkhidmatan, tetapkan nama, cermin, port, kelantangan, dan pembolehubah persekitaran dalam docker-service.yml.

Platform Hosting Imej Docker digunakan untuk mengurus dan menyimpan imej Docker, menjadikannya mudah bagi pemaju dan pengguna untuk mengakses dan menggunakan persekitaran perisian prebuilt. Platform biasa termasuk: Docker Hub: Dikekalkan secara rasmi oleh Docker dan mempunyai perpustakaan cermin yang besar. GitHub Container Registry: Mengintegrasikan ekosistem GitHub. Registry Container Google: Dihoskan oleh Google Cloud Platform. Registry Container Elastik Amazon: Dihoskan oleh AWS. Quay.io: oleh Red Hat

Docker menggunakan enjin kontena, format cermin, pemacu penyimpanan, model rangkaian, alat orkestrasi kontena, virtualisasi sistem operasi, dan pendaftaran kontena untuk menyokong keupayaan kontenanya, menyediakan penggunaan dan pengurusan aplikasi yang ringan, mudah alih dan automatik.

Bergantung pada keperluan khusus dan saiz projek, pilih IDE yang paling sesuai: Projek Besar (terutamanya C#, C) dan Debugging Kompleks: Visual Studio, yang menyediakan keupayaan debugging yang kuat dan sokongan sempurna untuk projek besar. Projek -projek kecil, prototaip pesat, mesin konfigurasi rendah: VS kod, ringan, kelajuan permulaan yang cepat, penggunaan sumber yang rendah, dan skalabiliti yang sangat tinggi. Akhirnya, dengan mencuba dan mengalami VS Code dan Visual Studio, anda boleh mencari penyelesaian terbaik untuk anda. Anda juga boleh mempertimbangkan menggunakan kedua -duanya untuk hasil yang terbaik.

Macvlan di Docker adalah modul kernel Linux yang membolehkan bekas mempunyai alamat MAC mereka sendiri, membolehkan pengasingan rangkaian, peningkatan prestasi dan interaksi langsung dengan rangkaian fizikal. Menggunakan Macvlan memerlukan: 1. Pasang modul kernel; 2. Buat rangkaian macvlan; 3. Menetapkan segmen alamat IP; 4. Tentukan rangkaian macvlan apabila penciptaan kontena; 5. Sahkan sambungan.

Running Kotlin dalam kod VS memerlukan konfigurasi persekitaran berikut: Kit Pembangunan Java (JDK) dan Kotlin Compiler Kotlin yang berkaitan dengan Plugin (seperti Kotlin Language dan Kotlin Extension for VS Code) Buat fail Kotlin dan menjalankan kod untuk ujian untuk memastikan Konfigurasi Alam Sekitar berjaya
