- 主题:出大事了,理想端到端今天开始全量推送了
华为也在做端到端,最快也是年底上端到端
到了年底了 您还这么说吗
【 在 JetLan 的大作中提到: 】
: 其实我觉得华为以前的ads2.0就很好了。
: 这种端到端的驾驶模型,是不是不可控啊?
:
--
FROM 111.203.196.*
年底就不一样了,年底是遥遥领先的端到端
【 在 ruige0822 的大作中提到: 】
: 华为也在做端到端,最快也是年底上端到端
: 到了年底了 您还这么说吗
--
FROM 101.82.129.*
得了吧,我说的都是对的,你否认不了。另外,你曲解了我的意思。我并不否认端到端现在确实在人力成本和迭代成本方面有一些优势(基于规则的人工智能其实就有多少人工就有多少智能的dirty work。当然数据驱动也有很多dirty work,但就人力来说确实省了一点儿),但是端到端这一套的上限也是可见的,片面吹嘘端到端只能骗骗小白而已。就目前来说,规则和NN应该结合,系统上限才可能更高一点儿,这有点儿像理想吹的那套快系统和慢系统。但是更本质的改变,在于基本研究路径和形式化工具的颠覆性变革。
另外你别这么多内心戏,扯一堆不知所谓的。
【 在 hsv 的大作中提到: 】
: 虽然你口口声声说cv ai界的,一看你就没做过真实的项目。规控在上马路牙子以及正常行驶的避险,永远做不到端到端那么自然,因为你不可能穷尽所有corner case。无保护左转过程突然停马路中间等你接管,全然不顾被撞的风险。
: 但凡懂generlization,从数据标注、模型训练、部署、灰度、全量上线pipelline做过几个项目,都会明白为什么理想敢全量推端到端,都不会说出你这样的外行话。
: 当然懂模型训练也会得出和你一样的结论,新势力没动静那家,AI掌门人是cv圈中外驰名大佬,这说明懂技术但不深入到细节,靠经验是不管用的。同样的数据集,得出不同的结论,相信写paper的都懂。
: ...................
--
FROM 111.167.232.*
已经推送了。但是我还是觉得自我学习,会不会可控。
【 在 ruige0822 的大作中提到: 】
: 华为也在做端到端,最快也是年底上端到端
: 到了年底了 您还这么说吗
--
FROM 60.247.85.*
但是不可否认开得确实更类人了。整体其实有进步。不过智能驾驶现阶段不可充分信任,当作一个增强lcc用就可以了。
【 在 vvest 的大作中提到: 】
: 理想的端到端直播,直播逆行了。。。。
--
FROM 111.198.54.*
不是 现在华为3.0也只是用神经网络,并不是端到端。
只是不能落伍所以蹭一波端到端 老余发布会能看出来讲这段时快速过去 没有底气
【 在 JetLan 的大作中提到: 】
: 已经推送了。但是我还是觉得自我学习,会不会可控。 ...
--
FROM 1.202.124.*
端到端在平顺性方面是有进步,但是在可控性和可靠性方面不好说
【 在 kevinton 的大作中提到: 】
: 但是不可否认开得确实更类人了。整体其实有进步。不过智能驾驶现阶段不可充分信任,当作一个增强lcc用就可以了。
--
FROM 111.167.232.*
我说的,都是机器学习的基础啊,这都不懂啊。。。
【 在 qtpr 的大作中提到: 】
: 得了吧,我说的都是对的,你否认不了。另外,你曲解了我的意思。我并不否认端到端现在确实在人力成本和迭代成本方面有一些优势(基于规则的人工智能其实就有多少人工就有多少智能的dirty work。当然数据驱动也有很多dirty work,但就人力来说确实省了一点儿),但是端到端这一套的上限也是可见的,片面吹嘘端到端只能骗骗小白而已。就目前来说,规则和NN应该结合,系统上限才可能更高一点儿,这有点儿像理想吹的那套快系统和慢系统。但是更本质的改变,在于基本研究路径和形式化工具的颠覆性变革。
: 另外你别这么多内心戏,扯一堆不知所谓的。
:
--
FROM 123.125.33.*
对端到端来说,保证下限是个挑战。有挑战才有行业进步空间。作为普通非激进用户,先观望。
【 在 qtpr 的大作中提到: 】
: 端到端在平顺性方面是有进步,但是在可控性和可靠性方面不好说
:
--
FROM 111.198.54.*
还是那句话,不要闭门造车,要实践
多去实车试试。我是一步一步看到端到端如何超越规则控制的
你所说的不可控如何量化?用需要接管的时间间隔和里程来衡量可以吗?这两个数字,规则控制完全摆不上台面。即使是某公司号称遥遥领先的时候,也是错误百出,经常需要接管的
【 在 qtpr 的大作中提到: 】
: 端到端在平顺性方面是有进步,但是在可控性和可靠性方面不好说
:
--
FROM 101.82.129.*