你去随便选个机器学习教程，运行教程里的第一个demo，看看有没有if else
即使没有端到端模型的上古时代，真用if else时，多加传感器也从来没有降低过系统准确率。
只是端到端时代还可以大幅提高多传感器的优势

真像你说的，纯视觉也只能用一个摄像头，用两个if else没法写啊

【 在 fhn 的大作中提到: 】
: 训练，模型都是离线干的事，即时场景下识别和决策都是if else语句， 只能处理有限场景。
: else不包括的场景智障必然傻眼。视觉，激光都只是增加识别成功率，但if层数是有限的，它和人没法比灵活性。
: 实际是啥情况都有，还见过引擎盖没扣上，高速给吹翻起来的。
: ...................
--
FROM 210.12.43.*

…即使只有一层的机器学习模型，也至少是个高维的线性方程组，深层加入激活函数后的模型完全是黑盒子了。
如果你能说清楚模型内部怎么构造if else的，那随随便便拿个图灵奖，鉴于去年情况，现在诺贝尔奖也有可能了

【 在 fhn 的大作中提到: 】
: 那你车上的8295上跑的是什么指令，除了顺序执行的，不就是跳转吗，最后一个分支判断完了去哪里？
: 训练可以离线，现场 是实时处置。
:
--
FROM 210.12.43.*

有关系，DeepSeek用8295都能跑，就是特别特别慢而已。
机器学习几十年多少人都在搞明白这问题
【 在 fhn 的大作中提到: 】
: 8295上跑的是固化的arm汇编指令，简化一下，就是顺序语句和if，这些 if只能处理有限场景，程序是固化的，不可能处理程序员都没有想到的场景，而人可以灵活些。  
: 这是我的观点。和图灵，高维没关系，不用扯那么远，
:
--
FROM 114.254.0.*

不知道你在表达什么，能在CPU跑的程序都一定智障？
你刚才还在说模型都是if else咋转进到这了，

【 在 fhn 的大作中提到: 】
: 任何程序都可以在8295上跑，她就是个CPU。
:  我说的是跑在CPU上的智障程序只能处理有限场景。
: 不再回复了。你找个做板子的人问问吧。
: ...................
--
FROM 114.254.0.*

怎么没关系了，就像deepseek，671b的模型对算力的要求就是比70b的高，算力不够你硬上671b，老半天才给你吐一个字，就像开车前面有情况自驾老半天才反应，黄花菜都凉了
【 在 whistlingMe 的大作中提到: 】
:  
: 和算力没关系，最初级手机能跑的模型都能处理多种输入。  
: 有关系的是数据，只有训练数据量够，模型自然会学会怎么平衡视觉、激光、声波。  
: 大脑走路时同时利用视觉和听力，也就小脑里很小一部分算力而已。  
: --  
:

发自「今日水木 on iPhone 15 Plus」
--
FROM 120.229.76.*