成人av在线资源一区,亚洲av日韩av一区,欧美丰满熟妇乱XXXXX图片,狠狠做五月深爱婷婷伊人,桔子av一区二区三区,四虎国产精品永久在线网址,国产尤物精品人妻在线,中文字幕av一区二区三区欲色
    您正在使用IE低版瀏覽器,為了您的雷峰網賬號安全和更好的產品體驗,強烈建議使用更快更安全的瀏覽器
    此為臨時鏈接,僅用于文章預覽,將在時失效
    智能駕駛 正文
    發私信給史中
    發送

    2

    GeekPwn 2016 | 神奇小子 Geohot 講述:我的輔助駕駛系統比特斯拉更好

    本文作者: 史中 2016-10-24 14:20 專題:GeekPwn(極棒)2016嘉年華
    導語:999美金的輔助駕駛系統,為什么比特斯拉更好?

    在17歲的時候就攻破了全球首代 iPhone 的“神奇小子” Geohot 來到了在上海舉辦的 GeekPwn(極棒)黑客大賽。

    這次來,他除了給諸多迷妹們瞻仰之外,還帶來了他壓箱底的寶貝:汽車輔助駕駛系統。

    不久前,Geohot 以“Comma.ai”CEO的身份,在舊金山發布了一款自動駕駛產品——Comma One。

    GeekPwn 2016 | 神奇小子 Geohot 講述:我的輔助駕駛系統比特斯拉更好

    【Geohot】

    根據 Geohot 的介紹,這個輔助駕駛系統大概有以下幾個特點:

    1、售價999美元,每月服務費24美元,這在輔助駕駛系統里,算得上白菜價。(至少你不用為了體驗輔助駕駛而買一輛特斯拉)


    2、這款輔助駕駛系統可應用于所有車型。


    3、Comma One 的功能可與 Tesla 的 AutoPilot 相媲美,未來會比它更好。

    這位神奇小子非常看重自己的嘔心瀝血之作,把發布之后的第一次路演選在了符合自己“出身”的黑客大會,并且是中國人氣最高的黑客破解秀 GeekPwn。

    在專訪中,Geohot 為雷鋒網講述了 Comma One 的基本工作方法:

    目前看來, Comma One 的工作方式和特斯拉的 AutoPilot 非常相近,可以實現自動跟車、自動轉彎等等效果。 但是,在未來它的表現一定會比特斯拉更好。


    我們用了五十萬個以上的人類駕駛數據對系統進行訓練,而特斯拉的輔助駕駛系統并沒有。我們也做了很多優化,例如:

    • 駕駛員在行駛中,一旦踩下剎車,或者點按取消按鈕,就可以立刻解除自動駕駛。

    • 在高速行駛的過程中,方向盤也絕不會做出急轉向等愚蠢的行為。

    至于為什么神奇小子不好好繼續他的 iPhone 破解事業,反而要來搶輔助駕駛的飯碗呢?Geohot 的回答極其坦率:

    因為目前蘋果公司的安全性已經提高了很多,不需要我的幫助了。但是現在看來,汽車廠商們很笨,目前來看他們把汽車做得很漂亮,但一點都不智能。他們才需要我的幫助。

    Geohot 說,研究輔助駕駛系統,難度其實是相當大的。

    道路上有規則,但是很多美國人,當然還有很多中國人并不按照規則開車。所以在這種情況下,就不能純粹按照規則來駕駛,而是要讓機器學會:人在這種狀況下會做出怎樣的選擇。


    我理想中的狀態是:我們先期用五十萬樣本,做一些人工智能的學習。而在人們使用之后,就會為我們改進系統提供更多的數據,這些數據會讓系統變得更智能,從而更多的人來購買。這是一個良性循環。

    看來,以 Geohot 的  Comma One 為代表的第三方輔助駕駛系統,已經擺好架勢要和汽車廠商原廠搭載的智能駕駛系統一爭高下了。

    GeekPwn 2016 | 神奇小子 Geohot 講述:我的輔助駕駛系統比特斯拉更好

    然而,未來隨著三方智能駕駛系統的推廣,會帶來一個可以想見的問題,那就是安全性。

    例如,三方輔助駕駛系統的可靠性如何?如果一輛車出現了事故,那么責任應該由汽車廠商還是 Comma One 來承擔呢?

    對于這個問題,Geohot 表示并不擔心:我對自己系統地可靠性很有信心,他不會出現問題。如果一定要說的話,你知道很多人喜歡改裝汽車。加入第三方輔助駕駛系統和改裝汽車其實是一樣的,如果出現問題,改裝人要為此負責的。

    然而,這種看起來酷炫的產品,在業內是有些爭議的。

    圖森互聯科技CTO侯曉迪在知乎一篇專欄上寫道:George Hotz的駕駛解決方案,不論如何改頭換面加上Big Data, Deep Learning等熱詞,其實學術上都早已有定論。近些年人們習慣管這套做法叫端到端學習End-to-End learning,更早些還有模仿學習 Imitation learning 等其他別名。這類方法一大局限是,只能應付見過的輸入類型。如果在實測的時候,遇到的情況和訓練數據差太遠,超過模型不變性(invariance)所能容忍的上限。

    雷峰網原創文章,未經授權禁止轉載。詳情見轉載須知。

    分享:
    相關文章

    編輯

    雷鋒網編輯,關注科技人文,安全、黑客及芯片。
    當月熱門文章
    最新文章
    請填寫申請人資料
    姓名
    電話
    郵箱
    微信號
    作品鏈接
    個人簡介
    為了您的賬戶安全,請驗證郵箱
    您的郵箱還未驗證,完成可獲20積分喲!
    請驗證您的郵箱
    立即驗證
    完善賬號信息
    您的賬號已經綁定,現在您可以設置密碼以方便用郵箱登錄
    立即設置 以后再說