千里之行始于足下。我非业内人士,或许现在还解决不了你说的问题,并不代表未来不行,有些东西是会有突破的,紧抱着过去已有的成果,是不会有突破的。新事物的发展方向,也绝非任何人可以在此时此刻就准确预判的,电脑刚问世的时候,功能也无法跟现在比较。对于颠覆性创新技术,现在看到得只是冰山一角。
实际上,哪怕把问题简化再简化,先不说求解存在绕行和碾过两种可能性,也不说预测后车有多大可能会因你急刹而追尾,仅仅给出任意一个东西和当前的车速,判断撞上去的伤害有多高,这也是当前无解的问题。——前车掉了一个充气恐龙,人类司机能通过常识加推理,知道恐龙已经灭绝了所以它不可能是活的,看到这东东从前面掉下来的时候弹跳了几下所以是很轻的,最终确定撞上去是安全的,从而能探索除了绕行之外更还有没有风险更小的操作可能。目前的算法无法在碰撞伤害值计算上达到商业可用的水准,所以它先天就已经放弃了在一些情况下更安全的选项,永远只能绕行或停下,而这在某些场景下,实际上会置车主于更危险的境地。
千里之行始于足下。我非业内人士,或许现在还解决不了你说的问题,并不代表未来不行,有些东西是会有突破的,紧抱着过去已有的成果,是不会有突破的。新事物的发展方向,也绝非任何人可以在此时此刻就准确预判的,电脑刚问世的时候,功能也无法跟现在比较。对于颠覆性创新技术,现在看到得只是冰山一角。
看问题要看本质。你见过任何一个LLM能自主规划解决复杂问题的可落地场景吗(ppt 小视频就算了)?退而求其次,你见到过LLM能根据输入提供鲁棒的信息,用于辅助完成某个复杂规划决策的可落地场景吗?比如,给你能搜集到的所有服饰面料的技术文档,给你洗衣机的说明书,给你一份女主人喜好的描述文档,给你女主人明天的行程,给你现在传感器感知到的女主人房间里没有收拾的衣服(不管是摄像头还是激光雷达还是文字描述),你告诉哪些衣服要尽快洗哪些可以放放,哪些机洗哪些手洗——或者简而言之,一个保姆可以做的初级判断?
你再告诉我,不能完成这样任务的本质原因是什么?过去出现的技术哪些是有可能解决这些问题的?这些可能性增长的速度是平缓的还是陡峭的,还是布朗运动?
你这是钻牛角尖了。
前段时间一个问界夜里高速躲避障碍物的视频出现了这种情况:前面的障碍物看起来像是纸箱子,人驾的话可能会选择撞上去,然而实际是个水泥构件。
特殊的情况下,人类也无法保证100%安全。自动驾驶也不是要做到100%安全,而做到整体上比人安全就有很大的价值了。