a řidiče

Lidé maji jenom 2 kamery ­(oči­), tak proč by to nešlo bez lidaru?

Protože člověk dokáže vyhodnocovat lépe než AI ????
Co až jedoucí Tesle v noci zase skočí do silnice nějaký černoch??
Bude se Elon vymlouvat na to že byla tma a kamara ho neviděla
....nebo byla oslepena policejními majáky??? Radar pozná kde je a není překážka i když bude kamera oslepena.

Teslou jsem nikdy nejel a ani nevím jak přesně to auto vlastně funguje, ale očividně špatně když si nedokáže poskládat 3D obraz, podle mě ta jejich AI nedokáže správně odvodit hloubku a mapuje sve okolí jen díky změnám prostředí vlivem svého pohybu, takže kdyby Tesla jela tunelem který by byl polepen platný s velkoformátového tisku, na kterém bude nějaká krajina, tak Tesla prostě nepozná že je to tunel,
A když bude mít na předku třeba 2 kamery, dokáží ty kamery ten obraz spojit do prostorového o obrazu??
Těžko.
Pořád to bude 2D a AI bude jen vyhodnocovat co vidi
Pak stačí aby od auta před vámi odlet najely bordel že silice, třeba listí a AI to vyhodnotí jako nepropustnou překážku protože vidí jen 2D
Zajímalo by mě jak by Tesla reagovala při jízdě v naprosto čistém prostředí, na nějakém umělém litém povrchu v nějakém tunelu, nebo mezi 2 hladkými stěnami
Na asfaltu může přeci jen pořád ještě vyhodnocovat že se hýbe když vidí strukturu povrchu.
Radar si s tím poradí protože ví že je xx cm od stěny, ale kamera která nepozná hloubku??

Toto kdysi krásné prezentovala Nvidia na nějaké GTC tuším v úvodním videu, jak pomáhá autům mapovat svět v milimetrovém rozlišení

Můj názor je že kamery v takových autech mají být pouze a výhradně ke čtení dopravních značek, vše ostatní by se mělo řídit 3D snímáním
Auta sice budou dražší o další HW ale pro změnu budou levnější o to že se nebude muset trénovat AI na tento styl řízení a dávat do aut tak výkonný HW pro AI

"Protože člověk dokáže vyhodnocovat lépe než AI ?­" ­- To je problém nedokonalé AI.

"Byla tma a kamara ho neviděla­" ­- Ani člověk nevidí ve tmě.

"A když bude mít na předku třeba 2 kamery, dokáží ty kamery ten obraz spojit do prostorového o obrazu?? ­" ­-
Ano je potřeba více než 2 kamery, alespoň 360° + pár dalších, ale určitě ne Lidar­/Radar.

"Dávat do aut tak výkonný HW pro AI­" ­- Není potřeba tak výkonný HW na řízení, pouze na učení AI modelu.

Všechno co si napsal, se dá vyřešít pomocí AI.
Hele kdyby si dal člověku VR brýle, připojil je k autu + ovládání atd. tak by tento člověk dokázal auto řídit na dálku.

hlavně se nejedná o AI ;­)

člověk predikuje­/domýšlí si i z naprostého minima informací a autopilot má problém s redudancí, >> člověk je sice ­"pomalejší­", ale má ohromný paralelní výkon a hlavně ­"zkušenosti­"...

- pohybovat jste se schopen i na základě ­"dat­" z jednoho oka a nebo dokonce i poslepu...

Vacsina aut v ktorych som sedel vedela o svojom pohybe vdaka tomu, ze sa mu tocili kolesa, a tocenie kolies s urcitym obvodom za urcity cas sa prevadzalo na rychlost.

"podle mě ta jejich AI nedokáže správně odvodit hloubku a mapuje sve okolí jen díky změnám prostředí vlivem svého pohybu­"

Tvorba 3D obrazu na bázi dvou ­(a více­) obrazů funguje na bázi korespondence 2 bodů. Zjednodušeně, podíváte se, na jaké pozici je pixel v jednom obraze, na jaké pozici je tentýž v druhém obraze ­(třeba roh čáry na silnici­) a na základě ohniskové vzdálenosti objektivu, vzdálenosti kamer, perspektivních korekcí zkreslení objektivů pak vypočítáte, jak je to daleko. Tohle je matematika, která při správném nastavení kamer ­(jejich vzájemné kalibrace­) a výpočtu kalibračních matic pro korekce funguje krásně. Když jsme něco podobného vyvíjeli pro jednu automobilku ­(větší než Tesla­), tak se dvěma jednoduchými VGA kamerami jsme byli s hloubkou mimo max. v řádu malých jednotek procent ­(na půl metru třeba necelý centimetr­). Uděláte to i ze dvou fotek, nepotřebujete video. Video umožní pomáhat si znalostí z předchozích obrázků, ale pro detekci hloubky stačí dva statické obrázky a znalosti o kamerách a jejich vzájemné poloze.

Z toho se nabízí, že takový systém se nemůže chytat tam, kde nejsou rohy ­(nebo nějak detekovatelný objekt, který lze rozpoznat v obou obrazech­). Také nerozpoznáte to, co vidí jen jedna z kamera ­(něco, co je schované za překážkou, co už ale druhá kamera díky své jiné poloze vidí­). Problémem může být šum, který může způsobit, že to, co vidíte v jednom obraze, kvůli jinak poskládanému šumu ­(a třeba jinak degradovaným hranám­) nenadetekujete ve druhém. Tohle mohou být i ty problémy s návěsy, do kterých se bourá ­(přestože tam byly i radary­). Kamera dobře uvidí rohy, tam problém není, ale těžko se vypočítává hloubka v jednobarevné ploše. Na druhou stranu, pokud budete mít hladkou plochu bez čehokoli ­(budete mezi hladkými stěnami­), tak i člověk bude mít problémy s orientací.

I s 2D kamerami se dají dělat velká kouzla, asi větší, než byste čekal, ale i osobně jsem vůči výhradně kamerovému řešení i díky vlastním zkušenostem spíše skeptický ­(pochopitelně věřím, že Musk tam má výrazně lepší odborníky, než jsme byli my­).

"Auta sice budou dražší o další HW ale pro změnu budou levnější o to že se nebude muset trénovat AI na tento styl řízení a dávat do aut tak výkonný HW pro AI­"

Tady pozor. AI má dva procesy. Jedno je trénování, na to využijete nějaký superpočítač s tisíci, desetitisíci jádry a necháte to běžet hodiny, dny... Druhé je vlastní použití. To výsledek prvního dáte do standardního počítače a funguje to v real­-time. To, zda hloubku dostanete z 3D kamery nebo to zpracuje nějaký relativně málo náročný program z dvou ­(nebo více­) 2D kamer a vyplivne plus minus totéž, nehraje pro samotnou AI až takovou roli.

A až to všechno vyladí, tak zjistí, že to nemají z čeho nabíjet, protože je nedostatek elektřiny už teď.

A co teprve až němci vypnout všechny jaderky a uhelky. Frantíci maj teďka neplánovanou odstávku docela dost jaderných bloků, kvůli kontrolám kvality nějakej svárů či čeho, tak to bude ještě legrace.