- 主题:端到端就是个取巧的法子，并不是完美的方案
趋势可能是这样我不否认
我也说了，端到端取巧嘛，研发简单，升级简单，解决0到1的时候速度快，端到端上限有限
【 在 granis 的大作中提到: 】
: 对了一半吧，趋势上肯定是端到端，而不是规则。
: 端到端的模型目前最大的问题就是失败的例子怎么克服的问题。
: 目前可行的就是添加训练数据重新训练。
: ...................
--
FROM 218.244.58.*
马斯克还说过4680多nb呢，现在在哪呢？
神话马斯克的都是愚民
【 在 squr 的大作中提到: 】
: 赶紧去买机票，马斯克会去机场迎接的
:
--
FROM 218.244.58.*
有没有可能你写了一段虽然通俗但错误的文字？呵呵
【 在 dyatpk 的大作中提到: 】
: 看文字看不懂可以自己多翻翻语文书
:
--
FROM 111.167.230.*
有意思了
你又不懂AI的，你又有什么理由说端到端好呢？
就凭这么干的厂家多？
【 在 wangstone 的大作中提到: 】
: 至少比你跑出来说不对有根据
:
--
FROM 218.244.58.*
涂教授可以说一下那里有问题，你自己对AI的研究背景是啥
咱们再具体讨论
【 在 qtpr 的大作中提到: 】
: 有没有可能你写了一段虽然通俗但错误的文字？呵呵
:
--
FROM 218.244.58.*
端到端并不简单吧，简单的是运行端，训练端很复杂也很难。
考验模型，数据，训练方法，重要的是财力。
ChapGPT4 为啥这么难以被超越？
规则的方法则相对简单，因为28原理，正常80%的案例20%的精力就可以搞定。
【 在 dyatpk 的大作中提到: 】
: 趋势可能是这样我不否认
: 我也说了，端到端取巧嘛，研发简单，升级简单，解决0到1的时候速度快，端到端上限有限
:
--
FROM 58.246.115.*
对资本来说，财力是最好解决的
【 在 granis 的大作中提到: 】
: 端到端并不简单吧，简单的是运行端，训练端很复杂也很难。
: 考验模型，数据，训练方法，重要的是财力。
: ChapGPT4 为啥这么难以被超越？
: ...................
--
FROM 218.244.58.*
控制中真能用的必然是基于规则的，
自动驾驶这种只要测量足够多快，按照规则控制完全不会有问题。
人工智能最多是一些辅助应用，包括图像识别什么的。
现在这种放大机器学习的作用就是忽悠领导/投资和不懂的。
【 在 dyatpk 的大作中提到: 】
: 端到端最大的优势就是简化了整个体系，两头的数据结构是确定的，中间的训练模型可以随时换，科学界有什么新模型都能拿来套。
: 多少了解一点人工智能模型的都知道，这种复杂模型，从没有哪个模型的正确率能到100%的，也就是说，端到端的智驾量只要上来了，必然会有瞎开的案例出来。
: 所以，别整天觉得端到端就是神一样的东西，不是端到端就如何如何不行。
: ...................
--
FROM 111.196.181.*
最近看一本书，作者的观点是只通过数据训练不能实现agi，因为只通过数据训练不出世界的因果关系
【 在 dyatpk 的大作中提到: 】
: 端到端最大的优势就是简化了整个体系，两头的数据结构是确定的，中间的训练模型可以随时换，科学界有什么新模型都能拿来套。
: 多少了解一点人工智能模型的都知道，这种复杂模型，从没有哪个模型的正确率能到100%的，也就是说，端到端的智驾量只要上来了，必然会有瞎开的案例出来。
: 所以，别整天觉得端
: ..................
发自「今日水木 on HMA-AL00」
--
FROM 223.104.38.*
别科普了，这个论坛没几个学计算机的，估计都是文科生。。。
文科生本来就擅长发明概念不讲道理，你扯不过他们的
调过参的都懂端到端的优劣，只有文科生喜欢见到一个自己没见过的名词就以为无敌了
【 在 dyatpk 的大作中提到: 】
:端到端最大的优势就是简化了整个体系，两头的数据结构是确定的，中间的训练模型可以随时换，科学界有什么新模型都能拿来套。:多
- 来自 水木社区APP v3.5.7
--
FROM 223.104.38.*