特斯拉在無人出租車日有很多要證明。頂尖專家表示懷疑。
The 特斯拉Robotaxi日 event on Oct 10 at a Warner Bros. Hollywood studio is a high-stakes moment for Elon Musk. He has hinged the company's future on the idea that Tesla isn't just an electric carmaker, but a force in AI and robotics.
But Tesla's 無人駕駛的技術方法 - 包括到目前為止我們所知道的，以及預計在洛杉磯會發生的 - 這引起了 重大警示信號，人工智能etf和自駕車專家告訴InsideEVs。
一些建警告說，大規模部署特斯拉Robotaxis 將是危險的。特斯拉的科技仍然 未經證實。 以及其 安全數據尚未公布。其他人表示，特斯拉距離合法推出自駕出租服務至少還需十年，許多人認為其自主技術基本上存在缺陷 ，除非思維出現重大轉變 。這家汽車製造商準備推出一款專為自駕設計的自動車，可能被命名為" 自主技術的方法基本上存在缺陷，除非思維出現重大轉變。
汽車製造商準備推出一款專為自駕設計的自動車，可能被命名為"Cybercab馬斯克計劃推出一款可能與Uber和Google的Waymo競爭的無人駕駛汽車。 馬斯克還有望提出一項機器人出租車服務計劃，該計劃將納入Cybercabs和普通特斯拉車主的汽車，他長期以來一直承諾這些汽車將來會具備自主能力。
即便如此，評論家和這個領域的專家（其中很多人已在此領域工作了幾十年）表示，這次示範可能更多地是為了向投資者證明特斯拉朝著“解決問題”的正確方向前進。 全面自主。 甚至馬斯克本人也聲稱 特斯拉 如果實現這一點，這可能價值數萬億美元，但如果不實現這一點，則 基本上毫無價值。.
"There's just no corroborating evidence that would suggest that they're anywhere close to having actual self-driving cars," said Missy Cummings, the director of the Autonomy and Robotics Center at George Mason University and former safety adviser to the National Highway Traffic Safety Administration. "This is just another attempt for [Musk] to raise cash."
Tesla is taking a radically different approach 在自動駕駛領域，特斯拉比其他企業更加注重。
為了使全自動駕駛功能起作用，特斯拉採用 多個攝像頭 充當車輛的“眼睛”。這些視覺數據輸入到公司所謂的 neural networks - 這是受人類大腦啟發的機器學習模型。這些網絡處理信息，理解信息，然後幫助汽車根據其“所見”做出主動決策。
約在 2023年中期, 特斯拉 開始轉向這個 神經網絡 方法，遠離了基於30,000多行代碼的系統，該系統在特定情況下引導車輛。去年六月，在一個 在X上的主題上，詳細解釋了這個系統如何已經在客戶車輛中運作。 這些神經網絡的基礎據稱是，數量不斷增加的
傳感器。 AI-powered "supercomputer clusters." They process billions of data points to train FSD to drive more like humans.
Tesla's rivals have taken a different approach. Google's autonomous ride-hailing service Waymo operates on pre-mapped roads and uses a full suite of 傳感器包括相機、雷達和激光雷達則是幫助那些忙碌的人培養一種 特斯拉只使用相機和人工智能。 Waymo EVs，裝有該硬件的白色捷豹I-Paces，合法運營在美國的四個城市：舊金山、鳳凰城、洛杉磯和奧斯汀。
通用汽車的Cruise無人駕駛部門採取了與Waymo類似的方法。所有這三家公司都處於聯邦安全調查之下 聯邦安全調查.
在消費者方面，一家 越來越多的汽車製造商正在轉向激光雷達 並擴展其ADAS期權，儘管廣義上說，所有板塊都比特斯拉更謹慎。但特斯拉堅持其獨特的方法將創造一個能讓汽車幾乎在任何地方運行的“通用”解決方案。而Cruise和Waymo則專注於精通特定領域，然後再從那裡擴展。
許多專家持有他們的 對特斯拉是否能達到其 。 特斯拉在硬件和軟體上的做法.
“不論您身在何處 神經網絡，您將始終有 幻覺的可能性，"卡明斯說。
"它只是他們偶爾這樣做，足以給人們 虛假的信心，"她補充說。 幻覺 都是ChatGPt概念股提供完全的相同情況 毫無意義的答案.
特斯拉的系統可能容易出現"統計推論錯誤"," 她說，這基本上指的是對特定一組數據進行不正確分析，導致不正確的結論。 在特斯拉的情況下，這意味著造成 錯誤的結論。 路上的錯誤決定.
這家汽車製造商仍然 還有十年 才能成為合法的無人駕駛汽車公司，根據Cummings的說法，關鍵問題是特斯拉 尚未公開其FSD安全數據它公布了一些 Autopilot和FSD數據 定期顯示這些系統每百萬英里駕駛事故次數，但報告並不詳細且幾乎 無法證明系統是安全的，她說。
“這只是不是一個現實。 直到我們看到特斯拉進行實際測試。 有合格訓練司機報告的情況。 進行真正的測試。 或者對車輛進行測試。 無人駕駛汽車裡沒有司機。"
所謂"邊緣案例或罕見事件，是另一個潛在的問題領域，專家表示。
安全問題不在於平常日子，而在於糟糕的日子，而且糟糕的日子非常罕見 ，" 華盛頓大學電機與計算機工程教授菲爾·庫普曼表示。紐約大學的一個故障網站藉連夥自動汽車安全而備受矚目。
特斯拉使用 端對端 機器學習在FSD的最新12版本中。這意味著直接將神經網絡餵入原始數據(在這種情況下為大量視頻)，這將直接導致在道路上的行動(加速、制動、轉彎)。 Koopman表示，這種方法對於常見的駕駛情況效果很好，但在“處理罕見事件”方面則“很糟糕”處理罕見事件方面非常糟糕."
The issue there is that extremely uncommon situations - like a house fire or an odd object on the road - may not be represented in even a large data set, said Dan McGehee, who directs the University of Iowa's Driving Safety Research Institute. Rather, those kinds of hyper-specific events need to be painstakingly taught to a self-driving system, he said.
AI-based self-driving systems can also make it more difficult for engineers to trace back why a vehicle made a certain decision - good or bad - industry experts say.
Waymo依賴幾百輛配備昂貴激光雷達的汽車, 特斯拉已經避開了這些成本，部署了數百萬輛配備攝像頭的車輛。 而 兩種策略都有取捨，但Koopman將跳過激光雷達說成是"一手綁在背後嘗試解決不可能的問題" 激光雷達傳感器使用雷射來創建周圍世界的3D理解,
總結衝突 跳過激光雷達就像是"用一隻手綁在背後試圖解決一個不可能的問題"， 激光雷達傳感器使用雷射來創建對周圍世界的三維理解 深度感知能力遠優於，且在惡劣天氣下表現更好。
出于這個確切原因，愛荷華大學的麥吉希説 在設計無人駕駛汽車時考慮冗余性是至關重要的 在設計無人駕駛汽車時，考慮冗余性是至關重要的。
“你不僅需要對世界有一個360度的視野，還需要用不同的方式對世界進行重疊式的視野”，他說。 “你不僅要對世界有360度的視野，還要用不同的方式做到世界的重疊視野”。他說。 你不僅要對世界有一360度的視野，還要以不同的方式，有一個重疊的視野。 你需要在不同模式下對世界進行覆蓋視野。 你說。 特斯拉的 決定僅使用攝像頭是"有問題."
滑鐵盧大學電氣與計算機工程教授克日什托夫·查日內基（Krzysztof Czarnecki）表示，特斯拉機器人出租車在當前的硬件和軟體設置下"將導致混亂和事故，[汽車]將很快消失在路上" 特斯拉機器人出租車 將引發混亂和事故，[汽車]將很快消失在路上" 將引發混亂和事故，[汽車]將很快消失在路上"「解決這些視覺問題可能需要幾年時間。 「解決這些視覺問題可能需要幾年時間。 「解決這些視覺問題可能需要幾年時間。
查爾內茨基說：「這就像是將chatgpt概念股放在駕駛座後面一樣。當然不是字面意義上，因為它是通過駕駛數據供應的，但底層技術有點像，而你 無法通過這種方式建立安全系統 他補充說。那樣可能會借助僅使用視覺系統創建無人服務，如現已解散的無人駕駛初創公司Argo AI的前高管，新行業創投的聯合創辦人Alex Roy稱。但是，這將意味著要麼大範圍部署，
特斯拉 他補充說。那樣可能會借助僅使用視覺系統創建無人服務，如現已解散的無人駕駛初創公司Argo AI的前高管，新行業創投的聯合創辦人Alex Roy稱。但是，這將意味著要麼大範圍部署， 犧牲安全 和性能，或部署在一個 高度受限制的環境.
“我絕對相信一個以相機為先或僅相機的系統將能夠做到這一點。唯一的問題是何時，”羅伊說，承認他屬於少數派。即便如此，他說 他不認為 特斯拉的活動將 產生任何可以在短期內商業化的內容.
雖然沒有專家反對機器人出租車，但他們強調了對 廣泛的現實世界測試 包括無需駕駛員，以及 增加與監管機構的數據共享 來透明地解決問題。卡明斯指出，"無人駕駛汽車可以成功應用於有限的領域"，她主張 控制試點測試 要實現這一目標。
另一方面，Koopman表示，他對此非常悲觀。 對於機器出租車推出，他的預期非常低。談論引發討論的原型車是沒問題的，他說。 “但這對於預測機器出租車何時規模化上路毫無作用。”
“但這對於預測機器出租車何時規模化上路毫無作用。”
免責聲明：社區由Moomoo Technologies Inc.提供，僅用於教育目的。
更多信息
評論
登錄發表評論
Moo圈貢獻者
Follow me to get useful analysis, learn TA and make profitable trades.
Maximise profit 利润最大化
8180粉絲
48關注
2.7萬來訪
關注
Shroomie : 啊.. 我最喜歡的特斯拉熊... 很高興見到你
bullrider_21 樓主 Shroomie : 我的最愛特斯拉樂觀派…很高興也看到你。
bullrider_21 樓主 : 特斯拉僅在干預之間距離僅有13英里，永遠無法獲得自駕車許可證。
bullrider_21 樓主 : 對於特斯拉的RoboVan，中國已經有自動駕駛巴士可用。