这些都是挺经典的工程问题， 但能在实际corner cases中全都完美解决必然需要时间
不是说ML不行，关键在于最极端的情况。
当然有人会argue说人开也会各种犯错，这时候就看社会容错度了。


【 在 whistlingMe 的大作中提到: 】
大家都觉得技术进步很快，但是有些领域其实进展非常非常慢，即使是人工智能、机器视觉领域，比如静止的桥墩、分叉路口护栏识别这个问题，做机器学习的应该知道，恐怕未来5年也看不到什么解决的希望。

特斯拉ap不能准确识别桥墩，尤其是分岔路口的墩， 这问题爆出来都5~6年了吧，基本没任何改进，记得2018还是2019年因为这个美国两次撞死司机。特斯拉投入不可谓不大，但困难不会因为人们的美好愿景就突然被解决。
--
FROM 123.122.162.*

如果是恶意猜测，
林发这样的帖子不会是无偿的。
【 在 rasper 的大作中提到: 】
: [upload=1][/upload]
--
FROM 49.93.85.*

自动驾驶还有个P的驾驶乐趣呀？  
  
【 在 rasper (楚楚动人) 的大作中提到: 】
:  
:
:         正在加载
:        
--
FROM 183.156.111.*

唉，虽然这次事故是不是AP造成的还不清楚，但这个发帖真是太相信码农和代码了。。。

可能有人说人也会犯错，但是让你走在一个天上随机概率掉下一个铁球的路上，即使概率很低但那种感觉太糟糕了

【 在 rasper 的大作中提到: 】
: [upload=1][/upload]
--
FROM 223.104.38.*

辅助驾驶而已，就算代码有错人也有机会纠正。实际上代码出问题可能性极小，因为有严重问题很容易重现和测试出来。
【 在 phiinix 的大作中提到: 】
: 唉，虽然这次事故是不是AP造成的还不清楚，但这个发帖真是太相信码农和代码了。。。
:
: 可能有人说人也会犯错，但是让你走在一个天上随机概率掉下一个铁球的路上，即使概率很低但那种感觉太糟糕了
: ...................
--来自微微水木3.5.12
--
FROM 223.166.104.*