突發!李飛飛高徒Karpathy離職,特斯拉自動駕駛要懸?
剛剛,特斯拉又失一位技術大牛!
特斯拉AI資深總監、自動駕駛視覺團隊負責人Andrej Karpathy發布推文,宣布自己將離開特斯拉。
此前,他供職特斯拉已有5年,直接向大老闆馬斯克匯報,在特斯拉的一眾高管中,絕對算的上是老資格了。
據報道,此前這位李飛飛的高徒已經休假了幾個月時間,之前還曾說過,近期結束休假後就將重返特斯拉,結果直接宣布離職了。
Karpathy表示:
#「很高興在過去5年協助特斯拉一起實現了眾多目標,離開的決定其實是個艱難的選擇。在這5年裡,自動駕駛完成了‘畢業’,從蹣跚尋路開始,開上了城市的街頭。我無比期待未來更強大的自動駕駛團隊能夠繼續輝煌下去。」
關於離職後的未來打算,他表示:
「未來還沒什麼具體的計劃,可能回歸自己擁有長期熱情的領域,如AI技術工作、開源和教育等。」
技術再牛,跟不上馬老闆吹得牛
此次Karpathy的離職,正值特斯拉自動駕駛部門面臨的一個關鍵時刻,或者說「麻煩纏身」更貼切一些。
不久前,美國國家公路與安全管理局(NHTSA)正在對特斯拉的自動駕駛技術進行調查。據報道,自去年7月以來,特斯拉的自動駕駛軟體與200多起車禍有關。
自2021年6月以來,特斯拉汽車在涉及進階駕駛輔助系統的報告車禍中佔了近70%。
兩週前,特斯拉自動駕駛部門裁員200餘人,關閉了位於加州聖馬刁的整個辦公室。該辦公室的數據註釋團隊正在幫助改善駕駛輔助技術。
回顧特斯拉自動駕駛一路來的磕磕絆絆,不得不讓人感嘆,Andrej Karpathy這五年幹的真的不容易。
當然,不少麻煩可能都是他的大嘴巴老闆馬斯克引來的。
提起特斯拉引以為傲的自動駕駛 ,馬院士一向是吹牛不打草稿。
早在2016年,馬斯克就向特斯拉粉絲承諾,到2017年底,就能誕生「從洛杉磯到紐約,全程不用碰方向盤」的自動駕駛汽車。
到2019年,馬斯克又向投資者拍胸脯,說到2020年底,特斯拉將會有100萬輛隨時可以上路的「機器人計程車」 (robotaxi),為特斯拉忽悠來了幾十億美元。
同樣是在2019年,馬斯克對投資者說,「有時我說的不太準時,但我最後能完成。」
結果是,到現在2022年了,特斯拉還沒拿出一個從「洛杉磯到紐約」的自動駕駛汽車示範,至於robotaxi,馬斯克幾個月前真提了,這回又推到了2024年。
現在的特斯拉,已經不追求「洛杉磯到紐約」這種大目標了,轉而搞起了駕駛輔助功能,例如交通巡航控制、車道維持和自動導航等“小目標”。
特斯拉為這些功能匯總後起了個名,叫全自動駕駛「測試版」。
說是全自動,但仍需要人類駕駛員保持對道路的關注,雙手握住方向盤,隨時準備接管駕駛任務。
眼看真正「全自動駕駛」的目標遙遙無期,也許Andrej Karpathy可能只是心累了吧。
李飛飛高徒、「用愛發電」的技術大牛
可別小瞧這位Andrej Karpathy,他可是個不折不扣的技術大牛。
他先在2009年於多倫多大學獲得電腦科學和物理學雙專業學士學位,而後在2011年於英屬哥倫比亞大學獲得碩士學位,研究是物理模擬數位的控制器。
在史丹佛讀博的時候,Karpathy和導師李飛飛共同研究卷積/遞歸神經網路架構及其在電腦視覺、自然語言處理及其交叉領域的應用。
#師徒二人也一起設計了史丹佛大學的視覺辨識卷積神經網路的新課(CS231n),Karpathy親自擔任首任主講。
而這正是史丹佛開設的第一門深度學習課程!學生人數也從2015年的150名增加到2016年的330名,再到2017年的750名。
現在,史丹佛大學的CS231n已經成為深度學習初學者,尤其是CV方向的初學者必看的基礎課程。除了大牛李飛飛的「明星效應」,Karpathy從課程設計到主講,親力親為,貢獻良多。
上學期間,他還跑去谷歌實習了——兩次,還是出國的那種,在谷歌參與了深度學習與電腦視覺計畫。
2015年,他又到DeepMind的深度強化學習團隊實習了一波。
畢業後,Karpathy於2016年入職OpenAI並擔任研究科學家,負責電腦視覺、生成建模和強化學習的深度學習。
「史丹佛博士生、李飛飛高徒、前OpenAI研究員及創始人之一」,這些頭銜也讓他在矽谷聲名鵲起。
果然,在OpenAI只做了一年半,他就被馬斯克挖去了特斯拉,接替蘋果前高層Chris Lattner,擔任特斯拉人工智慧和自動駕駛視覺總監(Director of AI and Autopilot Vision)。
由於Karpathy本人十分喜歡研究神經網絡,他在閒暇之餘寫了不少技術博客,並在Javascript中開發了多個深度學習庫(如ConvNetJS 、RecurrentJS、REINFORCEjs、t-sneJS)。
甚至,還被戲稱為ImageNet的「人肉參考」。
此外,他一有時間就會去維護自己「用愛發電」的arxiv-sanity,一個可以在過去6年裡搜尋和整理近10萬篇關於機器學習arXiv論文的網站。
馬院士親自歡送,網友:特斯拉自動駕駛要涼?
對於這次Karparthy的離開,各位業界大佬和同行也紛紛發推表示祝福。
前老闆馬斯克就在這條推文下面歡送了Karpathy,話說的非常客氣:
「謝謝你為特斯拉所做的一切!和你一起共事是我的榮幸。」
能讓馬院士對已經離職的高階主管這麼客氣的,恐怕還不多見,看來是真的有感情了。
Google著名研究員、Keras框架創始人François Chollet也推文表示祝福,祝他早日開啟職業生涯新階段。
網友Ryan Huber說,Karpathy得到馬斯克的讚賞,只是因為馬斯克不想讓他落入敵人的陣營,畢竟這位可是對特斯拉全自動駕駛知根知底的人。
也有網友質疑,沒了他,全自動駕駛(FSD)還能實現嗎?
早在今年三月,Karparthy本人發推文表示在特斯拉工作了五年,終於抽空去休個小長假,時間大概是4個月。
當時就有網友猜測,這次小長假會不會是他要離職的訊號。畢竟此前先休假後離職的高管不在少數,現在一看,果然......
#不知道馬斯克此番痛失得力幹將之後,特斯拉的自動駕駛業務會走向何方。作為特斯拉的「搖錢樹」部門,馬斯克又會選擇誰作為Karparthy的接班人 。
畢竟,無論是買推特、生娃,或是造火箭,哪都少不了用錢,自動駕駛這塊「香餑餑」,可萬萬丟不得。
以上是突發!李飛飛高徒Karpathy離職,特斯拉自動駕駛要懸?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

使用C 中的chrono庫可以讓你更加精確地控制時間和時間間隔,讓我們來探討一下這個庫的魅力所在吧。 C 的chrono庫是標準庫的一部分,它提供了一種現代化的方式來處理時間和時間間隔。對於那些曾經飽受time.h和ctime折磨的程序員來說,chrono無疑是一個福音。它不僅提高了代碼的可讀性和可維護性,還提供了更高的精度和靈活性。讓我們從基礎開始,chrono庫主要包括以下幾個關鍵組件:std::chrono::system_clock:表示系統時鐘,用於獲取當前時間。 std::chron

DMA在C 中是指DirectMemoryAccess,直接內存訪問技術,允許硬件設備直接與內存進行數據傳輸,不需要CPU干預。 1)DMA操作高度依賴於硬件設備和驅動程序,實現方式因係統而異。 2)直接訪問內存可能帶來安全風險,需確保代碼的正確性和安全性。 3)DMA可提高性能,但使用不當可能導致系統性能下降。通過實踐和學習,可以掌握DMA的使用技巧,在高速數據傳輸和實時信號處理等場景中發揮其最大效能。

在C 中處理高DPI顯示可以通過以下步驟實現:1)理解DPI和縮放,使用操作系統API獲取DPI信息並調整圖形輸出;2)處理跨平台兼容性,使用如SDL或Qt的跨平台圖形庫;3)進行性能優化,通過緩存、硬件加速和動態調整細節級別來提升性能;4)解決常見問題,如模糊文本和界面元素過小,通過正確應用DPI縮放來解決。

C 在實時操作系統(RTOS)編程中表現出色,提供了高效的執行效率和精確的時間管理。 1)C 通過直接操作硬件資源和高效的內存管理滿足RTOS的需求。 2)利用面向對象特性,C 可以設計靈活的任務調度系統。 3)C 支持高效的中斷處理,但需避免動態內存分配和異常處理以保證實時性。 4)模板編程和內聯函數有助於性能優化。 5)實際應用中,C 可用於實現高效的日誌系統。

在MySQL中,添加字段使用ALTERTABLEtable_nameADDCOLUMNnew_columnVARCHAR(255)AFTERexisting_column,刪除字段使用ALTERTABLEtable_nameDROPCOLUMNcolumn_to_drop。添加字段時,需指定位置以優化查詢性能和數據結構;刪除字段前需確認操作不可逆;使用在線DDL、備份數據、測試環境和低負載時間段修改表結構是性能優化和最佳實踐。

在C 中測量線程性能可以使用標準庫中的計時工具、性能分析工具和自定義計時器。 1.使用庫測量執行時間。 2.使用gprof進行性能分析,步驟包括編譯時添加-pg選項、運行程序生成gmon.out文件、生成性能報告。 3.使用Valgrind的Callgrind模塊進行更詳細的分析,步驟包括運行程序生成callgrind.out文件、使用kcachegrind查看結果。 4.自定義計時器可靈活測量特定代碼段的執行時間。這些方法幫助全面了解線程性能,並優化代碼。

交易所內置量化工具包括:1. Binance(幣安):提供Binance Futures量化模塊,低手續費,支持AI輔助交易。 2. OKX(歐易):支持多賬戶管理和智能訂單路由,提供機構級風控。獨立量化策略平台有:3. 3Commas:拖拽式策略生成器,適用於多平台對沖套利。 4. Quadency:專業級算法策略庫,支持自定義風險閾值。 5. Pionex:內置16 預設策略,低交易手續費。垂直領域工具包括:6. Cryptohopper:雲端量化平台,支持150 技術指標。 7. Bitsgap:

如何實現鼠標滾動事件穿透效果?在我們瀏覽網頁時,經常會遇到一些特別的交互設計。比如在deepseek官網上,�...
