04-16 08:38
这个短文很有科技素养。
举个例子,搞深度学习的都知道有个老大难的问题,叫捷径学习。因为你是在用给算法新的数据的方式在解决问题,你不知道算法学到的到底是你想要的底层逻辑,还是一个你意想不到的无关逻辑。让算法看片子识别肿瘤,在一家医院结果很准,拿到新的医院发现不行,分析下来原来算法是把片子最下面诊断信息里疑似肿瘤的代码当作关键特征了,然而换了一家医院,这家的片子没有这个字段。
这还只是端到端解决判别问题,如果是难10000倍的规划、控制问题,那个不可控就更可想而知。如果你是特斯拉的投资者,千万不要陷入线性外推的思维误区。看到它出来一个基本可用的版本只花了1年,按按计算器,四舍五入,觉得明年满世界都是特斯拉的robotaxi了。
实际上任何行业投资决策都不应该线性外推,AI相关领域尤甚。
$特斯拉(TSLA)$