اندرو نگ - مدیر اجرایی سابق بایدو ، عضو هیئت مدیره Drive.AI ، و یکی از برجسته ترین صنایع تقویت کننده صنعت - معتقد است که این مشکل کمتر در مورد ایجاد یک سیستم رانندگی کامل نسبت به آموزش رهروان برای پیش بینی رفتار خود رانندگی است. به عبارت دیگر ، می توانیم جاده ها را به جای راه دیگر در جاده ایمن کنیم. به عنوان نمونه ای از یک مورد غیرقابل پیش بینی ، من از او پرسیدم که آیا او فکر می کند سیستم های مدرن می توانند یک عابر پیاده را روی چوب پوگو اداره کنند ، حتی اگر قبلاً آنها را ندیده بودند. نگ به من گفت: "من فکر می کنم بسیاری از تیم های AV می توانند با یک کاربر چوب پوگو در چهارراه عابر پیاده روبرو شوند." "با گفتن این حرف ، تندرست زدن بر روی چوب پوگو در وسط بزرگراه واقعاً خطرناک خواهد بود."
وی گفت: "به جای ایجاد هوش مصنوعی برای حل مشکل چوب پوگو ، ما باید با دولت شریک شویم تا از مردم بخواهیم قانونمند و ملاحظه باشند." "ایمنی فقط مربوط به کیفیت فناوری هوش مصنوعی نیست."
یادگیری عمیق تنها تکنیک هوش مصنوعی نیست و شرکت ها در حال کشف گزینه های دیگر هستند. اگرچه تکنیک ها از نزدیک در صنعت محافظت می شوند (فقط به دعوای اخیر ویمو علیه Uber نگاه کنید) ، بسیاری از شرکت ها به هوش مصنوعی مبتنی بر قانون تغییر داده اند ، تکنیکی قدیمی تر که به مهندسین اجازه می دهد تا رفتارهای خاص را با رمزگذاری و منطق خاص به یک سیستم خودمراقبتی تبدیل کنند. این توانایی را ندارد که رفتارهای خود را فقط با مطالعه داده ها بنویسد ، این همان چیزی است که یادگیری عمیق را بسیار هیجان انگیز می کند ، اما به شرکت ها اجازه می دهد از برخی محدودیتهای یادگیری عمیق خودداری کنند. اما با توجه به وظایف اصلی ادراک که هنوز هم با تکنیک های یادگیری عمیق شکل گرفته است ، دشوار است بگوییم که چگونه مهندسان با موفقیت می توانند خطاهای احتمالی را قرنطینه کنند.
Ann Miura-Ko ، یک سرمایه دار سرمایه گذار که در هیئت مدیره Lyft قرار دارد ، می گوید که فکر می کند بخشی از مشکل انتظارات زیاد برای خود اتومبیل های خودمختار است و هر چیزی کمتر از استقلال کامل را یک شکست طبقه بندی می کند. Miura-Ko می گوید: "انتظار اینكه آنها از صفر به سطح پنج بروند ، بیش از عدم موفقیت فناوری در انتظارات است." "من همه این پیشرفت های اقتصادی را ویژگی های خارق العاده ای در سفر به سمت استقلال کامل می دانم."
هنوز مشخص نیست که اتومبیل های رانندگی تا چه مدت می توانند در کار خود باقی بمانند. محصولات نیمه خودمختار مانند Autopilot تسلا به اندازه کافی هوشمند هستند تا بتوانند اکثر اوضاع را برطرف کنند ، اما در صورت وقوع هر چیز غیرقابل پیش بینی ، نیاز به مداخله انسان دارد. وقتی چیزی پیش آمد ، دشوار است بدانید مقصر بودن ماشین یا راننده است. از نظر برخی منتقدان ، این هیبرید از نظر راننده انسانی از امنیت کمتری برخوردار است ، حتی اگر خطاها به سختی مقصر این دستگاه باشند. یک مطالعه توسط شرکت رند تخمین زده است که خودروهای خودران باید 275 میلیون مایل را بدون تلفات طی کنند تا ثابت کنند که به همان اندازه رانندگان انسانی ایمن هستند. اولین مرگ در ارتباط با Autopilot تسلا تقریباً 130 میلیون مایل به داخل پروژه افتاد ، بسیار كوتاه از این علامت.
سئو وب مصنوعی ,یادگیری ,شرکت ,پوگو ,توانند ,تکنیک ,یادگیری عمیق ,autopilot تسلا ,میلیون مایل ,استقلال کامل ,هیئت مدیره منبع
درباره این سایت