顯示廣告
隱藏 ✕
※ 本文轉寄自 ptt.cc 更新時間: 2021-03-09 17:36:22
看板 Stock
作者 Remdesivir (瑞德西偉)
標題 Re: [心得] tesla神話破滅 資金將流到中小型
時間 Tue Mar  9 14:53:09 2021


※ 引述《oil01 (豬油仔)》之銘言:
: 先看看目前市場上L2”半自動輔助駕駛”
: 用過都說讚!
: 長距離開車變輕鬆,注意力可以提昇
: 疲勞駕駛機率降低
: 也降低駕駛分心造成的意外
: 以上都是L2的好處
: 如果進到L5.....
: 安全度只會更提升
: 到時候只會出現一種情況
: 就是沒有L5的車子都要便宜30~50萬以上
: 不然誰買?
: 別說買.....比較表拉出來沒L5就洗洗睡
: 很多人連考慮都不考慮

先講自駕的定義

L3 :一般道路,全自動駕駛,但車子不會開時隨時可叫駕駛人介入

L4:一般道路,全自駕,不用人為介入

L5:非道路環境,任何環境中都能自駕,在沒有人為規範的區域也能自己判斷,人永不介入



首先:我翻譯一下以上的特定名詞

一般道路:意思就是有遊戲規則

非道路環境:意思就是,沒遊戲規則


以目前來看5年內人類可以達到L3,這完全沒問題,反正AI不會開時還是要靠人介入

而L4,目前google已經達到了,但只能在特定城市

原因就是google光達系統的L4是在google已經事先掃描整個城市的高精度地圖,

誤差只有10公分

而且地圖要反覆掃描,不是只掃一次,每個禮拜反覆掃描整個城市

這也是光達派的自駕車不可能贏特斯拉的原因,因為你要每個禮拜掃描整個城市

你的營運規模要如何擴大到全世界?

在幾個城市玩玩可以,但這種商業模式注定不可行


至於L4,也絕對是AI能達到的範圍,到2030年特斯拉絕對達的到,還不用高精度地圖

畢竟L4在一般道路上,等於有規則,就跟打星海打電動一樣,只要有規則的東西,

在規則內玩,AI絕對玩得贏人類



鄉民有疑慮的是L5,不限於任何環境的自動駕駛,等於無規則環境,AI必須在跳脫框架時

有自我創新應變能力,這種當然還離人類很遠



但自駕商業化只需要到L4就夠了,在人類建設的道路環境下,車會自己開就夠了

怕達不到L5? 又不是要打仗,完全不需要這種需求

如果你說戰場上,自駕無人坦克,AI陸地兵需要L5我還認同


運輸通勤等民用,只需要L4就夠了

而特斯拉這3年L3可達,2030年L4可達,又不用每周掃描高精度地圖,

在商業模式上完全可行













--
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.232.137.7 (臺灣)
※ 文章代碼(AID): #1WHnjNom (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1615272791.A.CB0.html
※ 編輯: Remdesivir (36.232.137.7 臺灣), 03/09/2021 14:59:26
andrew0041  : 感謝分享1F 03/09 15:00
kyova       : 星海印象中不是微操打爆人類,但各種複雜的策略應2F 03/09 15:02
kyova       : 該還是看情況吧...目前電腦的舉一反三能力很差啊...
kyova       : 有些罕見事件或場景無法透過ML、標註來解決,這是個
kyova       : 比較大的痛點... 反正就設定偵測到三寶或白目孩童
NCKUFatPork : lidar跟camera並非只能選一種,到2030搞不好lidar成6F 03/09 15:03
NCKUFatPork : 本也降下來了
LIDAR硬體能降我知道,但他的高成本來自於高精度地圖的時時維護跟建構,不是硬體

要走光達系統,自駕軟體一定要內建高精度地圖
kyova       : 就放慢速度。其他奇怪的事件也剎車或降速,大部分8F 03/09 15:04
kyova       : 應該都還過得去,緊急狀況可能就難免會肇事...
kyova       : 其實就看大部分人可以容忍取捨到什麼程度而已。
※ 編輯: Remdesivir (36.232.137.7 臺灣), 03/09/2021 15:07:05
ssss127     : 電腦舉一反三很差?alpha go 表示??11F 03/09 15:07
kyova       : 樓上的就門外漢...alpha go的情況你真的知道那是啥12F 03/09 15:08
kyova       : 嗎...
kyova       : 不同任務內的泛化能力差異很大啊...
kyova       : 市區駕駛要面臨的複雜性那可高多了...
ssss127     : 說人門外漢 看你講的根本沒內容 都是自己腦補16F 03/09 15:11
ssss127     : 麻煩開一篇專業文章來看看好嗎
ssss127     : 教一下 ai自駕為何不能成功 引用下一數據跟專業期刊
Tomince     : 前面看到白色靜止物直接撞上去的事?19F 03/09 15:12
ssss127     : 不要只是憑自己意思 給點專業東西好嗎20F 03/09 15:13
ssss127     : 系統有錯誤不會修正是不是?不會學習是不是?
kyova       : 我不是已經說了它的痛點了...那你舉一下期刊說明22F 03/09 15:15
kyova       : 目前自駕已經達到完美水平來證明阿...
happyman2015: 台灣有一些超複雜路口,號誌看哪個還用告示牌說明,24F 03/09 15:16
happyman2015: 連人都看不太懂,好奇這種AI怎麼處理...也是人工在A
happyman2015: I系統內備註處理方式,看哪個號誌?
kyova       : 我說的東西相關領域的人應該會大概知道我要表達的是27F 03/09 15:16
kyova       : 啥,那你的反應看來應該就不是相關領域的吧...
kyova       : 其他領域的,大部分我也不懂,我也不會硬去踩人家
kyova       : 的界,頂多點到為止,我不懂你糾結這個幹嘛...
ssss127     : 你說你專業 當然要出篇文章來教大家 還是自己也是31F 03/09 15:20
ssss127     : 門外漢?
ssss127     : 懂個皮毛這樣?我是認真想知道 麻煩你了
Ashand      : AI懂的方式就是巨量的數據餵給它,他自己會學習找出34F 03/09 15:22
Ashand      : 判斷邏輯
StoneBuddha : google又不只靠lidar 每台android都可以當他的耳目36F 03/09 15:26
arenc       : 特思拉技術不好行 ,最多作到level3!!37F 03/09 15:28
arenc       : 特斯拉現有的技術路線,只能作到level3
kyova       : 我都已經把重點寫了...技術文章或評論網路上多的是39F 03/09 15:30
kyova       : 推文裡有些人就真的是比較懂的...你如果覺得我說你
kyova       : 外行,你嚥不下這口氣,就當我沒說好了...
kyova       : 這種東西要講的詳盡,連同領域的都要討論交流很久..
kyova       : ML DL只是AI的小分支,解決問題的思路和具體做法還
kyova       : 是蠻有廣度和深度的。alpha go 星海那些文章我也看
kyova       : 過了,那個東西要討論起來也很麻煩...
flexin      : L3本田有了,TESLA的在那?46F 03/09 15:34
abcd810112  : 應該是說 電腦在有資料集模擬過後的精度可以到很高47F 03/09 15:39
abcd810112  : 但對於沒有在資料集訓練過的 很難說會不會有應變能
abcd810112  : 力ㄅ
ssss127     : ai我外行沒錯啊 所以要知道你這內行人為何說不會成50F 03/09 15:40
ssss127     : 功 國外機構有研究團隊的都說有機會成功 股票也漲
ssss127     : 翻天 當然要你開篇專業文章 回那些沒營養的 我也會
ssss127     : 講
ssss127     : ai通過訓練 可以應付學習過的場景 沒有遇過就不會
ssss127     : 應對 這我當然知道
kyova       : abcd說的是正確的。56F 03/09 15:41
ssss127     : 透過深度學習直到可以應付所有場景 不就是正在做的57F 03/09 15:42
kyova       : 我上面不就說過,成功或接受與否要看大眾的取捨阿..58F 03/09 15:42
kyova       : 你覺得我說的東西沒營養,那就沒營養吧...
ssss127     : 當路上都是ai車甚至彼此互通 配合法規 道路硬體 不60F 03/09 15:43
ssss127     : 就可以實現了
kyova       : 我為啥要浪費時間跟你解釋...62F 03/09 15:43
kyova       : 就像之前探討量子電腦,我也覺得要說服別人很困難..
chouvincent 
chouvincent : 還不如期待裕隆鴻海大聯盟64F 03/09 15:44
kyova       : 你覺得ok那就ok阿... 我說過我不針對買特斯拉或它的65F 03/09 15:45
kyova       : 股票...
jerrychuang : tsla不用lidar是因為價格高,等價格下來,tsla也會67F 03/09 15:46
jerrychuang : 考慮用lidar
roserule    : 突然好奇  一般空中巴士其實也都有自動駕駛 這種算L69F 03/09 15:46
roserule    : 4?還是L3   我知道是不能相提並論  但一定程度上
roserule    :  在空中也是有規則的吧!
kyova       : 本田也號稱上千萬的場景,但也只是日本自己認定的L372F 03/09 15:47
kyova       : 就知道這標準有多嚴苛...學術界業界機掰人很多啊...
oyaji5566   : 神話破滅不曉得洗了幾篇,跟板上對做就穩了74F 03/09 15:49
optimum     : @kyova 重點不是要絕對解決所有情況,而是優於人類75F 03/09 15:59
kyova       : 我完全同意樓上觀點阿~ 所以我強調大眾的取捨阿...76F 03/09 16:00
optimum     : 把連人都看不懂/無法解決 的情況說AI做不到 不合理77F 03/09 16:00
kyova       : 優於3寶大概是沒問題啦... 如果強制全部自駕可能78F 03/09 16:01
kyova       : 也比較好解決。但就是自駕和三寶並存很討厭阿...
optimum     : 3寶突然亂來時,機器的判斷也會比人快很多的80F 03/09 16:03
kyova       : 人腦的彈性比較可以自主合成解決未知或罕見場景81F 03/09 16:04
kyova       : AI有些思維也是往這部分發展,在成熟以前我認為光
kyova       : 靠數據驅動的作法還是有疑慮阿~
optimum     : 人腦差異性很大  所以才會有人被分類為  三寶84F 03/09 16:05
kyova       : 對壓,所以說特斯拉要來台灣壓力測是一下阿...85F 03/09 16:06
kyova       : 各種光怪陸離的情境...如果更落後國家也都能解決,
kyova       : 這樣就很有信服力了...特斯拉有些數據還是人工標註
kyova       : 的,我覺得這還要發展一下...當然如果肇事率長期
kyova       : 證明低很多,那立法和保險就簡單多了...這就像臨床
kyova       : 試驗,你統計數據要夠多夠久條件夠嚴苛才會通過嘛
a9194141    : 其實蠻好奇為什麼大家都覺得Waymo只有Lidar的部分XD91F 03/09 16:11
otis1713    : 推個,但這對計算能力的需求會很高吧?92F 03/09 16:12
optimum     : 所以我覺得吵到底L幾不重要,因為定義本來就不精確93F 03/09 16:12
optimum     : 重點就是優於人類
kyova       : L幾我覺得還是重要... 現在是沒共識,等到業界弄得y95F 03/09 16:14
optimum     : 不是大家覺得waymo只有lidar, 是camera主 lidar輔96F 03/09 16:14
kyova       : 差不多了,有共同利益就會去喬,變成一個規格和門檻97F 03/09 16:14
optimum     : 但他們就是不能沒有這個lidar輔98F 03/09 16:14
kyova       : 應該之後就會制定一套標準測試來讓所有車廠遵守99F 03/09 16:15
kyova       : 當然技術領先的會比較有話語權,還要看各國立法上
kyova       : 的角力...這就跟5G 6G一樣 兵家必爭之地
optimum     : 用lidar雖然距離精確度高  但像素解析度低 干擾多102F 03/09 16:16
optimum     : tesla用影像的pseudo lidar訓練得好 比lidar更好用
yftsai      : 特粉跟老闆一樣,老是吹噓自己還做不到的事104F 03/09 16:24
yftsai      : 要吹噓是可以啦,但拿錢去定價這種還沒做出來的事
yftsai      : 自己小心風險啊
yftsai      : 以前賈伯斯,只有東西做出來才敢吹,現在馬斯克更
yftsai      : 更進化,三五年後才有的東西也敢吹
walelile    : Google已經達到?他養一堆遠端客服幹嘛的109F 03/09 16:27
ssss127     : ai領域會贏的就是擁有最多數據的 所以才說特斯拉最110F 03/09 16:31
ssss127     : 有機會
yftsai      : 剛剛去車版看,馬斯克牛皮吹破啦112F 03/09 16:33
yftsai      : 特斯拉沒有自動駕駛L5的計畫,特粉洗洗睡
yftsai      : 喔不,先去把股票賣掉才能睡喔
yftsai      : 然後另一篇,特斯拉大幅延後交車時間......
yftsai      : 不知道該說什麼,可憐的特粉還在吹L5
ssss127     : 明明就只是規避監管 不知道在高潮什麼 笑死117F 03/09 16:37
optimum     : 樓上可憐阿 誰管你L幾  FSD推出 就是賺錢118F 03/09 16:37
ssss127     : 無知到好笑 以為自己很行喔XD119F 03/09 16:38
optimum     : 交車延後代表供不應求要排隊阿  你沒排過隊喔?120F 03/09 16:38
ssss127     : 不知道有多少酸人特粉的臉被打到爆 不差一個121F 03/09 16:38
optimum     : yft就特黑常客 但又沒啥料 資訊攝取來源又少122F 03/09 16:40
ssss127     : 生活中不如意 可以找些興趣 不要憤世嫉俗123F 03/09 16:40
otis1713    : 特斯拉只是現階段有最多數據的吧,問題是這些數據124F 03/09 16:57
otis1713    : 在各車廠獲得授權外掛的情況下能保有多久的優勢?
otis1713    : 例如萬一日本跟德國分別全面開放受權他們的車廠在
otis1713    : 國內能跑L3收集數據的話,是否會威脅特斯拉的地位
ssss127     : 樓上 有可能 但他目前就是領先3-4年 能追近再說128F 03/09 17:00
ssss127     : 就像三星也一直在追台積電一樣 企業永遠在競爭
jimmyfrog101: 目前加州開放的FSD beta據說是有搭配高精地圖的130F 03/09 17:02
ssss127     : 最終所有車廠都會有自駕方案131F 03/09 17:02
yftsai      : 等著看馬斯克年底做出L5,到時我願意用2400鎂買一股132F 03/09 17:03
Ashand      : 傳統車廠的量產時程都兩年以上,等他們可以蒐集數據133F 03/09 17:03
Ashand      : 的聯網車開始大量上路是幾年以後?估計看看
kissa0924307: 要孫子的孫子才有機會上車吧135F 03/09 17:05
otis1713    : 應該說車輛有個跟手機不同的情況,手機的壽命本身136F 03/09 17:12
otis1713    : 就只有2-3年,而且更換成本不高,但汽車完全不是這
otis1713    : 回事,持續領先搶佔市場2-3年的話感覺優勢不夠大?
otis1713    : 不太像蘋果那樣真能翻掉市場?
a000000000  : 我蠻懷疑der   按幾年前喊的現在已經L5好一陣子惹140F 03/09 17:13
Windcws9Z   : 特斯拉與加州車輛管理局的公文揭露,141F 03/09 17:15
Windcws9Z   : 特斯拉的自動駕駛軟體最終將會維持在Level 2,
Windcws9Z   : 不會更進一步。這等於是打臉了馬斯克先前宣稱的,
Windcws9Z   : 2021 年底實現全自動駕駛的說法
MiniArse    : 高精度地圖從第三方取得即可,光達是用來增強感知145F 03/09 17:18
MiniArse    : (perception),導航用的高精度地圖不是現場用光達
MiniArse    : 繪製的
Windcws9Z   : 又不是每葛地方都能無人駕駛148F 03/09 17:20
Windcws9Z   : 當然Waymo就只能在那些區域跑啊
MiniArse    : 而且搞錯 應該是特斯拉派最後很難贏光達派 因為你150F 03/09 17:21
MiniArse    : 感知就輸人家了
Windcws9Z   : 整天拿高精度地圖嘴Waymo笑鼠152F 03/09 17:22
Windcws9Z   : 光達感應天生就贏了特斯拉在用的
otis1713    : 手機的壽命就是3-4年價值不到一萬的產品,但車子保154F 03/09 17:23
otis1713    : 養的好15年/100萬應該是沒問題,產品壽命迴圈是2-3
otis1713    : 年的商業模型套15年不一定能適用就是了
Windcws9Z   : 手機做不好頂多當機重開,汽車無人自駕可不一樣157F 03/09 17:24
Windcws9Z   : 用的零件驗證標準就不一樣惹,飛機的會更嚴格
otis1713    : 應該說車子現有的車主沒那麼快換,不像手機2-3就一159F 03/09 17:27
otis1713    : 個世代了
wtl         : 光達的問題是只能感測物體 舉例來說有一個車道在施161F 03/09 17:27
wtl         : 工挖洞 前面兩百公尺放一個告示牌 光達能感測到告
wtl         : 示牌但不能理解上面的警示訊息 如果地圖沒有這個施
wtl         : 工資訊 ai可以閃過告示牌 但可能會回到原來的車道
wtl         : 光達無法偵測洞 就會掉到洞裡 需要頻繁的更新地圖資
wtl         : 訊 這種商業模式不可行 成本太高 畢竟交通號誌都是
wtl         : 為人設計的 還是需要影像辨識技術

--
※ 看板: Stock 文章推薦值: 0 目前人氣: 0 累積人氣: 73 
分享網址: 複製 已複製
guest
x)推文 r)回覆 e)編輯 d)刪除 M)收藏 ^x)轉錄 同主題: =)首篇 [)上篇 ])下篇