Re: [新聞] 特斯拉恐因「幽靈剎車」問題 面臨集體訴訟

看板car作者 (阿儒)時間1年前 (2022/09/22 18:24), 編輯推噓17(18推 1噓 36→)
留言55則, 21人參與, 1年前最新討論串2/3 (看更多)
雖然我不知道FSD的設計細節, 但是我想來分享一下我的猜測與看法. 幽靈煞車是現階段純視覺方案難以避免的副作用, 在純視覺物體辨識暫時無法做到100%準確的情況下, 有兩個指標需要仔細關注: false alarm與miss detection. False alarm就是沒有人你說有人, Miss detection就是有人你說沒有人. 在辨識精準度不變的假設下, 改善一個指標常常是以犧牲另外一個指標做為代價, 原因在於系統對於辨識結果不是很確定的時候該怎麼判定, 也就是說當他不確定前面有沒有人的時候, 你該怎麼做？ 一是不確定就一律當成有人, 這樣就有時會出現沒有人但判定為有人, false alarm提高. 二是不確定就一律當作沒人, 這樣就有時會出現有人但判定為沒人, miss detection提高. False alarm就是幽靈煞車, 雖會提高追撞風險, 但大多情況下沒事 或是 小事, Miss detection就不得了了, 會撞傷人或撞死人, 完全不可接受, 所以合理的設計就是拿false alarm去換miss detection, 拿幽靈煞車換盡量不撞人. 因此, 幽靈煞車只能用提高整體辨識率去解決. 問題是, 做到現在這個階段, 剩下的都是非常難的問題, 加上以神經網路為基底的設計很難一個一個問題打補丁, 常常都是像Elon Musk說的 進二退一, 兩個東西修好了但搞壞一個, 每提高一丁點的辨識率都是非常困難也非常緩慢的. 幽靈煞車理論上會隨著技術的進步慢慢改善, 但我對幽靈煞車能在一夕之間被完美解決不是那麼樂觀. 個人淺見. ※ 引述《Aqqqa (Aqqqa)》之銘言： : 原文連結： : https://udn.com/news/story/6811/6574841?from=udn-ch1_breaknews-1-0-news : 原文內容： : 特斯拉恐因「幽靈剎車」問題 面臨集體訴訟 : 2022-08-30 12:37 經濟日報／ 編譯 : 簡國帆／綜合外電 : 路透報導，美國加州一位特斯拉Model 3車主已控告特斯拉，並提議和其他有意提告的車 : 主共組集體訴訟，原因是車輛會突然因不存在的障礙物煞車，形成「嚇人且危險的噩夢」 : 。 : 舊金山車主托雷多（Jose Alvarez Toledo）在26日向北加州聯邦法院提起的訴狀指控， : 特斯拉倉促地讓採用不安全技術的自動駕駛汽車功能上市；這些技術包括「自動駕駛」輔 : 助系統或「全自動駕駛」（FSD）輔助系統、以及緊急煞車系統。 : 訴狀表示：「在突然出現意料之外的煞車瑕疵時，它們（這些技術）把一個理應安全的功 : 能，變成一個嚇人且危險的噩夢。」該訴訟並尋求集體訴訟地位，希望納入所有遭受突然 : 意外煞車瑕疵的美國車主或租車者。 : 這起訴訟指控，特斯拉欺瞞地隱藏了與「自動駕駛」輔助系統有關的安全風險，違背了保 : 證，且不公平地從「自動駕駛」功能獲利，違反加州的不公平競爭法律，並且為修車支出 : 與特斯拉汽車價值的減損，尋求補償與懲罰，同時要求為自駕功能所造成的額外成本，尋 : 求退費。特斯拉未立即回應路透的置評請求。 : 這樁訴訟也將促使公眾和監管部門擴大檢視特斯拉的駕駛輔助功能，雖然特斯拉執行長馬 : 斯克承諾，今年底前將在美國達成全自動駕駛。美國國家公路交通安全管理局（NHTSA） : 今年2月已針對41萬6,000輛回報意外啟動煞車，展開調查。 : 另一方面，特斯拉也已向路易斯安那州東區聯邦地方法院提起訴訟，主張路州法律限制該 : 公司直接銷售汽車給消費者的能力，侵害其憲法保障的權力。訴狀認為，路州保護主義式 : 、反競爭且沒效率的法律，不合時宜地限制了當地消費者的自由。路州禁止汽車製造商直 : 接向消費者售車的法律，在2017年生效。 : 心得/說明：(30字以上) : 美國怎麼這麼多回報意外啟動煞車, 台灣好像比較少看到車主分享這狀況 : 輔助駕駛還是要保持警覺 : ＊轉錄新聞/情報，必須附上原文及網址連結及心得或意見30字(不含標點符號)＊ -- ▂▃▄▃▂ ◢ ˙ ◣ ˙ ▅ ▉▃ /◤ 喵喵~~~~ ▊▏◣╲ˍ ╱▎ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 67.169.95.86 (美國) ※ 文章網址: https://www.ptt.cc/bbs/car/M.1663842259.A.211.html
推
09/22 18:25, 1年前 , 1F
個人淺見。
09/22 18:25, 1F
→
09/22 18:25, 1年前 , 2F
多一些實際案例，多點log就解決了。
09/22 18:25, 2F
推
09/22 18:27, 1年前 , 3F
如果是輔助系統，miss detection會比false alarm好
09/22 18:27, 3F
推
09/22 18:29, 1年前 , 4F
真的有偵測到幽靈所以煞車，很合理啊
09/22 18:29, 4F
推
09/22 18:40, 1年前 , 5F
Ghost busters 應該開特斯拉
09/22 18:40, 5F
→
09/22 18:45, 1年前 , 6F
把人變成 Ghost 嗎??
09/22 18:45, 6F
推
09/22 18:54, 1年前 , 7F
我猜最後會因現階段技術問題，以出錯率低於或接近人
09/22 18:54, 7F
→
09/22 18:54, 1年前 , 8F
類誤判率作結
09/22 18:54, 8F
推
09/22 18:56, 1年前 , 9F
FSD 10.69已經大幅改善幽靈煞車 可惜正式釋出前廣大
09/22 18:56, 9F
→
09/22 18:56, 1年前 , 10F
車主們只能先開舊版軟體
09/22 18:56, 10F
推
09/22 19:05, 1年前 , 11F
就真的有幽靈才煞車的阿
09/22 19:05, 11F
→
09/22 19:19, 1年前 , 12F
圓形交通號誌當人類 晚上機車看不見
09/22 19:19, 12F
推
09/22 20:05, 1年前 , 13F
每次都是下個版本會更好 被嚇到的車主都活該 呵呵
09/22 20:05, 13F
推
09/22 20:22, 1年前 , 14F
每次都是這樣唬爛的啦 有大幅改善 然後其實...
09/22 20:22, 14F
→
09/22 20:24, 1年前 , 15F
日幣貶值 但是便宜的車還在海上 有87%像
09/22 20:24, 15F
推
09/22 21:04, 1年前 , 16F
因為false positive rate跟false negative rate不
09/22 21:04, 16F
→
09/22 21:04, 1年前 , 17F
見得會一樣，一種極端的例子是進行小樣本的學生專
09/22 21:04, 17F
→
09/22 21:04, 1年前 , 18F
題，偶爾會看到該辨識出來是目標的都有辨識出來，
09/22 21:04, 18F
→
09/22 21:04, 1年前 , 19F
但不該辨識成目標的物體也被辨識成目標，所以只要
09/22 21:04, 19F
→
09/22 21:04, 1年前 , 20F
能提高false positive rate就可以降低false alarm
09/22 21:04, 20F
→
09/22 21:04, 1年前 , 21F
的狀況，不見得需要犧牲miss detection，特有一整
09/22 21:04, 21F
→
09/22 21:05, 1年前 , 22F
個專業團隊在進行FSD開發，但隨著資料越來越多，輸
09/22 21:05, 22F
→
09/22 21:05, 1年前 , 23F
入的物體種類以及場景也越來越複雜，如果原來的幽
09/22 21:05, 23F
→
09/22 21:05, 1年前 , 24F
靈煞車是容易發生在某些場景或是某種條件之下的話
09/22 21:05, 24F
→
09/22 21:05, 1年前 , 25F
，那只要開發團隊有人能針對這點進行調整及改善，
09/22 21:05, 25F
→
09/22 21:05, 1年前 , 26F
是有可能在不犧牲miss detection的情況下減少幽靈
09/22 21:05, 26F
→
09/22 21:05, 1年前 , 27F
煞車，但也有可能幽靈煞車並非在某些特定條件下會
09/22 21:05, 27F
→
09/22 21:05, 1年前 , 28F
發生，或是開發團隊無法發現該條件，然後直接調整
09/22 21:05, 28F
→
09/22 21:05, 1年前 , 29F
神經網路或decision making的參數，那的確是有可能
09/22 21:05, 29F
→
09/22 21:05, 1年前 , 30F
犧牲miss detection, 但也不見得降低多少false al
09/22 21:05, 30F
→
09/22 21:05, 1年前 , 31F
arm就會提升多少miss detection就是了
09/22 21:05, 31F
推
09/22 21:45, 1年前 , 32F
同意，最後的一哩路也是最困難的
09/22 21:45, 32F
推
09/22 21:48, 1年前 , 33F
幽靈煞車頂多浪費電和煞車皮，總比該煞不煞好
09/22 21:48, 33F
推
09/22 21:52, 1年前 , 34F
你要在高速公路賭AEB發動嗎?
09/22 21:52, 34F
推
09/22 21:58, 1年前 , 35F
樓樓上台灣貓在搞什麼笑，你後面是大學長時會希望
09/22 21:58, 35F
→
09/22 21:58, 1年前 , 36F
幽靈煞車發動？
09/22 21:58, 36F
推
09/23 00:18, 1年前 , 37F
製造這些晶片的電子廠機台隨便都上千萬
09/23 00:18, 37F
→
09/23 00:18, 1年前 , 38F
放無塵室都餵一樣的料都有機會出現誤判了
09/23 00:18, 38F
→
09/23 00:18, 1年前 , 39F
一台幾百萬在路上亂跑的車你期待他多可靠?
09/23 00:18, 39F
噓
09/23 00:23, 1年前 , 40F
別甩鍋給純視覺。在特轉純視覺之前就幽靈煞車了
09/23 00:23, 40F
推
09/23 00:49, 1年前 , 41F
幽靈煞車現象不是純視覺方案開始才有的
09/23 00:49, 41F
推
09/23 01:49, 1年前 , 42F
所以說自駕還早。 lv2的話就不是大問題，偵測出問
09/23 01:49, 42F
→
09/23 01:49, 1年前 , 43F
題一律當沒人，系統不足的部份丟給駕駛就戈好
09/23 01:49, 43F
→
09/23 08:48, 1年前 , 44F
建立三套ANN patten,然後同一份影像資訊同時給三組
09/23 08:48, 44F
→
09/23 08:48, 1年前 , 45F
ANN做判斷，多數決。只是需要的運算量暴增。需要更
09/23 08:48, 45F
→
09/23 08:48, 1年前 , 46F
強的硬體支援
09/23 08:48, 46F
推
09/23 08:56, 1年前 , 47F
類神經網路這東西雖然真的很強大，但這東西只能保證
09/23 08:56, 47F
→
09/23 08:56, 1年前 , 48F
你丟一樣的資訊進去，它會得出一樣的結論。可是路上
09/23 08:56, 48F
→
09/23 08:56, 1年前 , 49F
狀況千變萬化，尤其攝影機數量增加，解析度增加，原
09/23 08:56, 49F
→
09/23 08:56, 1年前 , 50F
始資訊量爆炸，路上多一顆石頭，輸入的資訊就不同，
09/23 08:56, 50F
→
09/23 08:56, 1年前 , 51F
所以根本沒人可以保證運算出來的結果。能保證的只有
09/23 08:56, 51F
→
09/23 08:56, 1年前 , 52F
它不會像人類一樣受到生理或心理條件影響判斷。所以
09/23 08:56, 52F
→
09/23 08:56, 1年前 , 53F
你頂多只能把他當成不會打瞌睡、不會路怒的人類駕駛
09/23 08:56, 53F
→
09/23 08:56, 1年前 , 54F
但受過專業駕駛訓練且永遠保持專注的人類駕駛，也無
09/23 08:56, 54F
→
09/23 08:56, 1年前 , 55F
法保證他永遠不會判斷錯誤。
09/23 08:56, 55F
‣ 更多 denru01 的文章
文章代碼(AID): #1ZB3VJ8H (car)
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 2 之 3 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共3篇)
‣ 更多 denru01 的文章
文章代碼(AID): #1ZB3VJ8H (car)