东城西不就 的讨论

发布于: 雪球回复:32喜欢:14
云上(Dojo)训练,云下(车上)推理,这哥们不懂技术

热门回复

投资特斯拉,一个很重要的因素就是老马可以实现奇迹。如果换成马云马化腾在经营特斯拉,我多半考虑什么时候去做空它。

哪里没实现预期的目标?Dojo实际上都还没开发出来,你就在这里下断言?服了。

2021-06-29 12:49

如果大家都是自动驾驶,也许推理或者模型可以,可是别忘了,驾驶汽车算是个熟练工种,总有新手,老手,而且总有人不按照交通规则形式,一句话,马路上情况瞬息万变,现在对于意外情况的发生,自动驾驶,应对不足

车本身的算力已经很强了

说是努力的方向,我觉得这个还早。

2021-08-26 09:05

Karpathy说了最后一定是end to end嘛?感觉如果改成端到端 整个hydranet的架构都要改变呀 而且端到端不稳定 有家英国公司Wayve做的很不错

AI day问答里面Karpathy说了目前还做不到但最后一定是end to end,特斯拉的代码一直在迭代,目前连高速的Autopilot和local street steering都不一致,但近期版本在merge,所以我相信这个团队的迭代速度,而且他们干的事情基本上所有的汽车厂商都还没摸到一根毛

抱歉之前都没有关注回复。我觉得所谓收敛,还是看你要什么吧,如果说绝对不出事,完美处理所有case,那人类不用上路了。Musk提了一个比人类强10倍的目标,但这个事情最后还是个监管问题。人类社会是否认可这个fatality/failure rate?

2021-08-07 19:38

因为目前来看我最关注的就是Tesla能否利用software 2.0把大部分corner cases做到熟练,问题是是否能收敛无限多还是有限多的corner cases,最后如果还是无法收敛全部,是否说明目前”连接主义AI”是走不通的,我们需要深度学习底层技术的进步

2021-08-07 19:36

老干部兄,看了你很多评论真的太耐心了。话说你的master/phd是在Berkeley读的吗,哈哈膜拜一下,我也是差不多的本科。有空能不能讲讲你认为Tesla后面会不会走更多的自监督学习或者端到端学习呀,挺好奇你对技术路线的看法其实对lidar,FSD那些我觉得不必跟不懂的人讨论太多