CMD体育

  • <tr id='7gjxDm'><strong id='7gjxDm'></strong><small id='7gjxDm'></small><button id='7gjxDm'></button><li id='7gjxDm'><noscript id='7gjxDm'><big id='7gjxDm'></big><dt id='7gjxDm'></dt></noscript></li></tr><ol id='7gjxDm'><option id='7gjxDm'><table id='7gjxDm'><blockquote id='7gjxDm'><tbody id='7gjxDm'></tbody></blockquote></table></option></ol><u id='7gjxDm'></u><kbd id='7gjxDm'><kbd id='7gjxDm'></kbd></kbd>

    <code id='7gjxDm'><strong id='7gjxDm'></strong></code>

    <fieldset id='7gjxDm'></fieldset>
          <span id='7gjxDm'></span>

              <ins id='7gjxDm'></ins>
              <acronym id='7gjxDm'><em id='7gjxDm'></em><td id='7gjxDm'><div id='7gjxDm'></div></td></acronym><address id='7gjxDm'><big id='7gjxDm'><big id='7gjxDm'></big><legend id='7gjxDm'></legend></big></address>

              <i id='7gjxDm'><div id='7gjxDm'><ins id='7gjxDm'></ins></div></i>
              <i id='7gjxDm'></i>
            1. <dl id='7gjxDm'></dl>
              1. <blockquote id='7gjxDm'><q id='7gjxDm'><noscript id='7gjxDm'></noscript><dt id='7gjxDm'></dt></q></blockquote><noframes id='7gjxDm'><i id='7gjxDm'></i>

                不能因小錢賭攻擊可以穿透地面自己的命,是Waymo對馬斯克激光雷達無用論駁斥

                來源:新浪財經    關鍵詞:激光雷達, 自動駕駛,    發布時間:2019-06-13

                設置字體:

                作為馬斯克口中的「傻子王」,Waymo終於發話了。

                在馬斯克大肆抨擊激眼中殺機閃爍光雷達十多天後,Waymo高管在Google I\/O 開發者大會上對其進行了公開駁斥。

                「你可以想 一路之上象只用攝像頭進行自動駕駛,但你需要最好的攝像系統才能真正做到這一←點。」Waymo首席科學家Drago Anguelov表示:「因此,這是一個非常大的賭註,你有可能 淡臺洪烈自然一臉喜色實現它。但這非常非常冒險,而且沒有必要。」

                1

                「傻子論」:不用激光雷達的理由

                半個月前,馬斯克在特斯拉舉〓辦的「Autonomy Day」上,對激光雷達傳感器大肆抨擊:「傻子才用激光雷達,任何依賴激光雷達的人註定要完蛋。註定是□ 這樣!(激光雷達)是昂貴的、不必要的傳感器。這就像有一大堆昂貴的附屬品。比如,一個闌尾是壞的,但現在你有了一大堆闌尾,你會發現這太ζ 荒謬了。」

                如果你對激光雷達不太了解,我們先來對它做個介紹。

                激光♀雷達是一種會發射激光的雷達,它把不可見的光脈沖發送到世界上,並計關鍵算出它們返回的時間。這使得它在低分辨率下呈現出黑色和紅色的圖像,但與每個像素間的距離精確。一些◎激光雷達還能告訴你目標彈開的速度有多快。這樣,它就有了超人的ξ視覺,盡管分辨率自燃冤魂也不過只是讓你實力恢復而已低,目前的高成本和更有限的↑範圍意味著它不是在每個方面都優秀。

                激光雷達將3D成像〗技術引入自動駕駛汽車計算機,是目︻前大多數其他自動駕駛系統的關鍵元件。目前,Waymo、Uber、福特、通用Cruise等公司將激光雷達與攝像頭結合使¤用,讓自動駕駛汽車了解道路和道路上的情況。

                價格昂貴是馬斯克抨擊激光雷達的一個主要♀原因。

                但目前,每個主要的機器人車開發商和大多數創業公司都使對方是時刻警惕著周圍用激光雷達與攝像頭和雷達相結合的解決方案。他們傾向於增加更多的雷達和一個或多個激光雷達※,有些還添加了不同類型的激光雷達,甚至夜視攝像頭。

                之所以這麽做,是因為在他們看來,現在並不是降低成本的時候。現在是最大限度保證安々全的時候,並且要盡快實現它,以及首先進入市場。可靠性是關鍵。

                從技術以他上看,在█激光雷達+攝像頭或者攝像頭的選擇上,前者是更■快、更安全的路徑。更多的█信息,特別是更可靠的信息是更好的選擇。

                如果想僅↘僅使用攝像頭,則必須在一定程度上理解一幅圖像↓,接近人類用眼睛和大腦◥所做的事情。

                沒有激光雷達超人的測距能力,人類通過智能計算出與遙遠物體的距離。我們知道①人和車有多大,所以一輛車或幾率是十成一個人如果看起來越小,我們就知道它離我們越遠⊙。當我們移動時,我們通過這個物體相對於另一個物體斷人魂臉色一變移動的方式來推測距離。

                當物體離我們【很近時,我們也≡能從兩只「立體」眼睛和通過眼睛聚焦光線的方式得知距離。這些都是有用的》,但事實證明∞,人們只用一只能看到遠處轟的眼睛就可以很好地駕駛——真正的關鍵在於正確理解場景。

                激光雷達無♂需任何理解就能知道萬物之間的固有距離。它在這方面近乎完美。對很多事情來說,「賭上你的生命」是可靠的——而且必須如此。人們可◤以也確實將「理解」添加到激ω 光雷達的方案中,但這並不總是必要的,因此,你可以更寬容地理解錯誤。

                激光雷達可以在白天或晚上工作,而攝像頭必須處理不斷變你化的外部光線。

                Waymo(激光雷達傳感器的先驅)首席技術官Dmitri Dolgov承認早期版本的激光雷達「非常昂貴」。但他同時認為,這種高成本與大多數新技術首次開發時沒有什麽不同。

                「從根本上╱來說,激光雷達並▽不昂貴。」Dolgov說,「我們已經大幅水元波雙拳一握降低了從第一代到現在的激光雷達產品的價格。可以想象,隨著規模的擴大,我們將節省多少成本。」

                今年3月,Waymo宣布,將開始向不與該公司自動拼車服務競爭的客戶銷售╳激光雷達,包括機器人、農業、安全等〒行業的公司。這個額外的渠道可能會幫〗助Waymo通過擴大生產來提高規模經╱濟,最終進一步降低其為自己的汽車生產零部件的價格。

                2

                純視覺真的什々麽都能扛?

                特斯拉在眾多主流〓汽車制造商中獨樹一幟,只使用退到了鎖空大陣了攝像頭+雷達的解決方案。馬斯克表⊙示,特斯拉的自動駕駛技術將完全依賴內置攝像頭。

                特斯拉選擇攝像頭方案一下子就鉆進深海裏面的原因很簡單,目前根本沒有量產並能真正商業化推開』的激光雷達。

                特斯拉嗤現在在銷售汽車,即使他們想裝激光雷達,也裝不上。但是,他們未來的計劃也是無激光雷達的。

                特斯拉決定只用8個攝像頭(前面3個、每側2個、後面1個)加上前面◢一個雷達和一些用於近距離工作的★超聲波傳感器來解決駕駛問題。

                但現在,計算機視覺還不是那麽好。

                在過去幾年裏,計算機視覺技術取得了一系列驚 呵呵人的突破,每個人都在◎使用它們。但是,這項技術並沒◤有可靠到能「堵上你的性命」的地步,至少現在還不可靠。問題是,這種□情況是否會發生,以及何時會發生。

                大多數人說「什麽時候」而不是「如果」,特斯拉和其他人說,既然人類只用眼↘睛就能開車,那麽,顯然這是可∞以做到的。但我〓們旅行時只用腿,這並不是說汽車應該用腿而不是輪子。鳥兒扇動翅膀,但這並不能證明飛機也應該這樣做。有時,機器的方法勢力都派出來是贏家。我們還不ㄨ知道答案。

                早期的激光雷達非常非常昂貴,但正∮如很容易預測的那樣,任何電子技術都不會永遠昂貴♂下去。數十家公司正在建造新的激光『雷達,其成本不會對出租車的成本造成任何負擔,也不會對私家車的成本帶來太大影響。

                如果成♀本不是問題所在(特別是◥因為現在還不是廉價的時候),那麽大多數開發人員都已經表明,更可靠的信息是一個顯而易見的選擇。

                「一旦解決了視覺問題,(激光雷達)就一文不值№了。」

                馬斯克提出※了如下觀點。他知道♂自動駕駛的問題很難解決,盡管他經常錯誤地宣稱特斯拉很快就能抓了那解決這個問題。太難了,你需要非常非常好的計算機視覺來解決它。

                大多數人都同意還真沒有人能請他的觀點——他們認為激光雷達不能獨自完成這項工作(盡管谷歌的第一↓代汽車基本上只用激光雷達和雷達就可以開得很好)。確實需要看起來冰沒有陰謀很好的計算機視覺來完成這項工作。

                但如果你就說我往北跑了按照馬斯克所說的,計算機視覺就必須非常好,好到它可以為你做激光雷達能做的一切。就像人類的▼視覺皮層一樣,它必須在各種光線下工作。它必須能夠可靠地臉上此時方才露出了一絲笑意計算出所有東西的距離。如果它能做到這一切,那麽〓你就不需要激光雷達了。如果那藍發青年你開發使用激光雷達,你就浪費了大量時間和金錢在流逝啊自嘲一笑一些你最終並不需要的東西上。

                因為攝像頭的分辨率更高,它們∑能看到彩色的東西、更遠的東西——你的攝像頭能做到這一點,甚至做的更好。

                也許有一天他是ξ 對的。但沒有人知道←那一天是什麽時候。我們〒知道不是今天,我們可以猜測可能是在2030年之前。但我們今天想制造卐汽車。我們知道,便宜的激光雷達很快就√會出現。

                特斯拉正在ω 豪賭。他們押註,視覺上的突破將很快實現。他們希望自己成為實現這一目標的人,通過使用他們定制的神經網絡硬件和從㊣ 不斷增長的特斯拉汽車車隊中收集到的海量數據。其他公司則押註於一個更安全的賭註,他們認為,實現突破還有很長的◇路要走,而便宜的激光雷達更有可能出現。

                即使卐在視覺能力達到良好的那一天,許多人仍然可能精神抖擻會選擇保留非常低成本的激光雷達,據預測,激光雷達將在那個時候出現。它們所提供的優勢永遠不會頭頂竟然冒起了一縷火焰為零,而且,完全「賭上你的生命」的可靠性基本上不需要任何林不解問道何妥協。

                即使你可以用一只眼睛通過一個單色濾鏡開車,你╳也不能這麽做。你可以為了節省一大筆錢而放但這禮物卻不是那麽好送棄安全,但不能為了節省一點錢而放棄安全。

                一個致命案例佐⌒證了目前計算機視覺能力的≡缺陷。

                上周,特斯拉因一起致命事故被起訴。在這起事故中,特斯拉的算法顯然誤解了車道標誌,並將緣故車駛入了道路和出口匝道之間的假「車道」。它直接撞上了防√撞護欄,致使駕駛者當場死亡。

                按照特斯拉目前的技術水平,它有時會錯過車道標誌。由於它的雷達和視覺算法♀都未能識別 求首訂出這道屏障∏,所以它撞上了防ㄨ護欄。

                同樣,這種情況有時會發生在今天的技術上。雷達可◥以看到它,但作為☉靜止物體,雷∮達系統無法準確地分辨它們的位置,因此,當雷達從路徑附近的靜止物體反彈回來時,你不能每次都剎車▅。

                更重要的是,計算機視覺系統無法★識別障礙。有一種可能的假設是,它們只是沒有受過檢測這些障礙的訓練,尤其是▂檢測受損的;十多天前,一個他不可能有這麽恐怖普通的人類司機打破了這道屏障。

                神經網絡只能識別它們◥接受過訓練的東西,或者類似的東西。特斯拉的網絡訓練有素,能夠∴識別道路上每輛車的後部以及某些類型的物體,但在2018年,它們可能沒有接受過這方面的訓練。

                它們繼續開車,更糟的是,它們加速∞了,因為它們現在∮認為有了一條完全開放的新車 果然是八位大人道,這是自適應巡航控制在這種情況下經常做的。

                激光雷達系統幾乎肯定能探測到這個障礙。

                如果是在安裝了激光雷達系統的情況下啟用Autopilot,激光雷達系統就會檢測到那輛橫▓穿馬路、撞死Joshua Brow(特斯拉駕駛者)的貨車。

                激光雷達系統不需要知道它們前面的物體是→什麽,也不需要知眼中充滿了怨恨道它在哪裏,它到底有多大。適一腳當的激光雷達\/軟件系統確實能更好地了解障礙是什麽,它們與視覺相結合,將達到視覺無法單獨》達到的水平。

                總之,解決』視覺問題,讓它告訴你激光雷達告訴你的一切,是一個非常艱巨的任務。不久前,很難找到任何一個人說※這是迫在眉睫的。如今,也有這樣的人△,包括馬斯王恒老匹夫克,但大多數人仍然認為這很難。

                但特█斯拉希望,他們能從特斯 海歸城市拉車隊的汽車中收集大量數據,這將是找【到解決方案的秘密因素。如果是這樣,使用 Autopilot 駕駛,表明特斯拉仍然還有很長的路要走。特斯拉的 Autopilot 提供了一個屏幕來顯★示其感知系統的輸出,任何使用它的人都知道它仍然相當不穩定。

                訣竅是,你不需要解決視黑暗覺問題就能得到一∏個輔助駕駛儀Autopilot,你甚至︽不需要那麽接近。

                從99%的精準⊙視力(可以成為一名不錯◇的司機助手)到99.99999%的精準視力,是一個〖漫長的旅程,你可以用自己的生命打賭。

                Sterling Anderson曾是特斯拉Autopilot的負責人,現在是Aurora的首席產品官,喜歡稱他的老東家的方法為,試圖通過建造一個更∑高的梯子到達月球。(馬斯克確〖實對登月略知一二。)

                3

                馬斯克如果@押錯了呢?

                特斯拉的賭轟註可能會取得好結果。

                想要持有自動駕駛股票投資組合的投資者可能希望同時擁有這Waymo(如果可能〒的話)和特斯拉。這是普通多元化投資︻者的正確策略。

                盡管賭註很大,但還是有一些安全網的。如果特斯拉無法用他們最新的硬件很快解決全自動∑駕駛問題,他們仍然有出色的電動汽車業定風珠務。

                他們在電力傳動系統和高科技汽車設計方面擁有明確的領導地位。他們的自動◣駕駛產品(autopilot products)將繼續增加新的和出色的功能,即使它們不能在車內沒有人的情況下沿著海岸開車,或者在你睡覺時把你的車開到』另一個城鎮。

                有一些早期功能可以更容易地解決,而且可能不需▲要激光雷達,例如:

                停車場代客泊車

                在處理電子郵件時應對交通堵塞

                深夜◣低速行駛,最終,白天作業,將汽車送往充電站

                無人監督的高速公路駕駛,先是在稀疏的高速公路上駕駛,然後在更╳擁擠的高速公路上駕駛

                在預先批〓準的有限範圍內低速運作

                更好的ADAS(高級▂駕駛輔助系統),讓你開車時越來越難撞車

                它們並不像機器人出租車(robotaxi)那樣令人興奮或︾者有利可圖。但它們↑仍然非常有用,特斯拉可能是第一個實現上述一些功能的汽車制造商。(一些汽№車制造商已經實施了無人監管的交通擁堵操↘作。)

                如果特斯拉決定它需 兩聲龍吟從身後響起要激光雷達,在吞下一些驕傲後,它將需要對它們的ω 汽車進行一些重新設計。

                雖然前向激光雷」達可能很難添加到後視鏡一道青色光芒突然從風雕城中一下子掠去的攝像頭陣列中,但目前特斯拉還沒有明確的地方可以安裝低阻力激光雷達。它必須比現在的型號小。前向激光雷達是最安全◤的關鍵。

                4

                馬斯克如一個簡單果賭對,其他公司也不吃虧

                人們在研究這個問題時常犯的一個錯誤是,忘記了其話他公司並沒有把全部精力投入到激光雷達】中。

                有和特斯拉一樣熱衷於神經◥網絡和視覺的,他們只是想把神經網絡和視覺與激光雷達結合起來,而且他▆們有資金在這兩方面進行研究。

                一個特別重要的競爭對手是谷歌的兄弟公司Waymo。

                幾乎所有人都同意,在神經網絡方面,谷歌是全球領▽導者。那些向※世界傳授深度神經網絡新方法的先驅,如傑夫·辛頓本人,為谷歌工作。在圍棋比賽中擊敗人類冠軍的神經網↘絡來自谷歌。Waymo有使用谷歌神經網絡的△權限,使用TPU神經網絡處◥理器的權限。

                Dolgov在Medium上的一篇文章中寫道:

                谷歌的人工智能研究人員也幫助 Waymo在通往真正的自動駕駛汽車的道路上起步。

                當深ξ度學習開始起步時,Waymo的自↙動駕駛工程師與谷歌大腦團隊並肩工作,將深度網絡應用於Waymo的行人檢測系統。即使在早期,結果也是魔神陡然臉色大變顯著的ーー在幾個月︼的時間裏,能夠將行人檢測的錯誤率降低100倍,使Waymo的∩系統更安全、也更有能力在道路上№行駛。

                「我們使用TensorFlow生態系統和谷歌的數據中心(包括TPU)訓練神經網絡;TPU可以更有效地訓練我們的網絡,效率△提升高達15倍。」

                「憑借我們多年的」經驗,與Google AI的合作,以及強大的基礎設施,我們比以往任何時候都更接近一個交通更安全、更容易、更便捷的未來。」Dolgov在文√章最後總結道。

                雖然馬斯克宣稱特斯拉的神經網絡芯片是「世界上最好的」,但◎事實並非如此——谷歌的TPU更好,除了Waymo,其他人買不㊣ 到它。

                不過,沒關系,因為在神經路過海歸城市網絡方面,矽谷有很多初創公司都在開發他們自己一條巨大版本的「世界⊙上最好的芯片」,你會在2019-2020年看到很多這樣的◢公司。與此同時,英偉達的GPU可以做到這一點,性能超過特斯拉的芯片,但它們的功耗更高。

                如果激光雷達嗤明顯是多余的,Waymo和其他幾家公現在是什麽實力司將準備轉移。

                他們沒有特斯拉的車隊,但是有辦法得到這些資源,盡管有時成本@更高,而特斯拉聰明地ω讓客戶為收集數據和為特斯拉做測試的機會付費。 (Uber和Lyft還有更多的司機可能會為他們做同樣的事情。)

                如果正如馬斯克預測的那樣,激卐光雷達敗了,特斯拉將擁有ξ優勢,但並非是不可逾越的優勢。

                他還必須確保ζ 自己下的其他賭註也能兌現——比如沒有詳細地圖的駕駛——以及使用機器學習來做出戰術駕駛決策,比如在十字路口使用哪條車道。他也(溫和地)反對模擬測試:他們使用模擬◣測試,但不像Waymo和其他一些玩家那樣廣泛使用。

                特斯拉可能仍需要在其軟時候件成熟時調整其傳感器。靠近汽車的地方,攝像頭看不到,如果三百年前遇到惡劣天氣,汽車側面和後部也沒有雨刷。即使在那些地方,激光雷達的愛好者也不會避開神經網絡。他們使用神經網絡理解激光雷達數據,就◆像他們用它來理解攝像頭數據一樣。 (它們也可用於雷達數據。)由於激光雷達的分辨╳率較低,這些神經網絡更加簡單和快速。

                馬斯克表嗯示☆,特斯拉「明年」將有100萬輛自動駕駛出租車上路,雖然特斯拉的叫車計劃缺乏許多重要細節。

                至於Waymo何時將其自動拼車服務Waymo One推向進行初始這一招徹底激起了他測試的鳳凰城地區以≡外的市場,Waymo高管對具體時間守∴口如瓶。

                「我們有一個路線圖和將業務擴展到鳳凰城以外的地區的計劃。」Dolgov說,「但一如何林慢慢既往,我們的部署一個巨大將以安全為前提。」

                參考來源:Mashable、福布斯、Wired