阿尔法狗已经超越你说的人类几千年来积累的规则和知识了
【 在 dawei78 的大作中提到: 】
: 大猩猩能弹出曲子吗
:
: 这些场景 你跑一亿公里也学不会处理啊
: ...................
--来自微水木3.5.10
--
FROM 114.253.35.*

特斯拉是第二种，深度学习。华为是第一种，规则缝合。
【 在 ivybill 的大作中提到: 】
: 看到这样一段话：当前智能技术主要是以专家知识为核心的第一
: 代人工智能和以数据为核心的第二代人工智能技术独立发展而来的。与人的认知能力相对照，第一代和第二代技术分别对应于我们用知识做推理的慢认知模式和以数据做预测的快认知模式。人具有超常认知能力的关键在于可以从数据中归纳出知识，从知识中演绎数据。而人工智能技术恰恰相反，两代技术割裂发展，第一代“慢模式”因依赖确定性知识而不完备，第二代“快模式”因无法推演新场景而不可靠，成为现有模式发展的困境。自动驾驶技术目前是基于“快模式的”。

- 来自「最水木 for iPhone 7」
--
FROM 180.79.243.*

简单物理定理可以仿真
本身这种小概率事件依赖太多社会信息的就只能靠总结了
【 在 FxxkingGod 的大作中提到: 】
: 可以仿真模拟，但不能穷尽所有情况
:
--
FROM 222.129.39.*

不懂不要瞎下定义
--
FROM 223.71.1.*

首先，自动驾驶最大的需要克服的障碍是伦理不是技术，因为所有系统一定有几率出错，自动化程度越厉害，理论上系统的责任就越大，全自动驾驶出了事故，事故责任究竟是谁的，这一点理不清楚没有共识，永远无法实现全自动驾驶

其次，即使系统出错概率远低于人类，你把控制权交给自动驾驶系统还是自己掌握，带给你的命运完全不同，作为个人你需要考虑你的选择会带来的后果，好的坏的你都会一起承受。因为系统出错的场景和人出错的场景是完全不同的，特斯拉的几起自动驾驶死人事件，如果人来操控肯定不会死人，即使自动驾驶事故率远低于人类，这也是一个艰难的选择，因为在某些场景下，你选择自动驾驶带给你的是死亡，而且这些场景人来处理一点难度都没有。
--
FROM 123.58.117.*