Re: [新聞] 自駕車發生首宗撞死人事故晶片股大跌

看板Tech_Job作者xmiracle (旋律碎片)時間6年前 (2018/03/23 00:30)推噓9(12推 3噓 7→)

留言22則, 17人參與討論串4/4 (看更多)

拿一個失敗例子說AI是騙局也太武斷了你現在能跟Siri講話 Email信箱會自動擋垃圾信手機相機會自動找人臉都不是騙局啊 "如果是人的話多多少少會受到驚嚇而減速" 但人在這麼短短一秒內能不能在撞上去之前踩煞車也有爭議 "若test pattern沒打到這個快撞到鬼corner case 早就撞上去了" 但現實生活中很多機器學習應用都沒把你個人行為特別訓練進去另外深度強化學習只是機器學習的一個分支說深度強化學習不成功也不代表機器學習不成功科技發展的過程本來就會有犧牲者當然誰都不願意被犧牲能盡量避免犧牲最好但如果這科技最終能給大家好處 (例如因為路上全部都是自動駕駛減少車禍率與交通時間) 長遠來說繼續發展還是比較好 ※ 引述《sunsamy ()》之銘言： : 影／Uber自駕車撞死人畫面曝光當下完全沒減速 : https://goo.gl/URDpTu : 新聞的影片如上 : 如果是人的話 : 多多少少會受到驚嚇而減速 : 快撞到人的反應 : https://www.youtube.com/watch?v=WGFeOliT6xw#t=23s

: 快撞到鬼的反應 : https://www.youtube.com/watch?v=GdCXoAo3tUQ#t=28s

: 所以目前人工智慧仍是curve fitting的產物 : 不curve fitting的話泛化能力也不夠 : 所以當然做不出會思考的強人工智慧 : 人要撞到人與鬼之前都會受驚嚇而減速或轉彎 : 是人工智慧，若test pattern沒打到這個快撞到鬼corner case : 早就撞上去了 : 所以我才說是騙局 : 各位看倌們，自已判斷吧 : 至於其它人怎麼說呢？如下 : ========================================== : 深度強化學習被成堆的炒作包圍着 : 當別人問我強化學習能否解決他們的問題時，至少有70% : 的時候我的回答是：不能。 : 深度強化學習是最接近於通用人工智能（AGI）的範式之一 : 不幸的是，它目前還不能真正地奏效。 : 人們認爲波士頓動力的機器人使用了強化學習， : 但是實際上並沒有 : 換言之，他們絕大多數情況使用的是經典的機器人技術。 : 如果你僅僅關心最終的性能 : 那麼很多問題都能夠通過其他方法更好地解決 : 即使當深度強化學習成功的時候，它也有可能僅僅是 : 過擬合了環境中的某些奇怪的模式 : 即使忽略了泛化問題， : 最終的結果也可能是不穩定的和難以復現的 : 次有人問我強化學習能否解決他們的問題， : 我還是要告訴他們，不行，不行。 : https://goo.gl/LCGfQt : ※ 引述《taxuan ()》之銘言： : : 自駕車發生首宗撞死人事故晶片股大跌 : : 全自駕車發生首宗撞人致死的交通事故，優步（Uber）一輛自駕車周日晚上在亞利桑納州撞到一名婦女，經送醫後宣告不治。這樁自駕車開發商最害怕的悲劇，正巧發生在美國業者敦促國會通過開放自駕車的立法的敏感時刻，近來走高的晶片股應聲大跌。 : : 上周五，Uber和Alphabet旗下的Waymo聯名致函參議員，敦促國會「在未幾周內」通過自駕車立法。 : : 原國家運輸安全委員會主席 Mark Rosenker表示，社會大眾不應對Uber肇事過度反應。他提出美國每年因道路事故死亡者將近4萬人。 : : 代表晶片類和晶片設備股的費城半導體指數周一大跌近2%，半導體股近來表現出色，即因人工智慧和自駕車前景看好。 : : 輝達（Nvidia）大跌5.2%，輝達是Uber的合作夥伴，替robotaxis提供自駕車硬體。博通（Broadcom）和高通（Qualcomm）各跌3.9%和3.7%。 : : https://udn.com/news/story/6811/3040651 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 69.181.64.182 ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1521736207.A.CBE.html

推

porten812

03/23 00:37, 6年前 , 1^F

03/23 00:37, 1^F

推

Muscovy

03/23 00:47, 6年前 , 2^F

03/23 00:47, 2^F

→

ewings

03/23 01:07, 6年前 , 3^F

03/23 01:07, 3^F