Note de l'éditeur: L'auteur Yu Shen Ji, commence à connaître presque original, autorisé Lei Feng réseau de réimpression.

20 octobre Tesla Motors Tesla a annoncé que toute sa production (y compris le modèle d'entrée modèle 3) seront équipés de la fonction de conduite entièrement automatique du matériel et le niveau de sécurité sera beaucoup plus élevé que l'homme lui-même au volant.

Voir ce message, il me rappelle les deux principaux problèmes liés à réaliser sans pilote chemin:

• entrée d'information (entrée): radar visuel ou laser?

• Le terminal de traitement de l'information (traitement): Wang algorithme ou données est roi?

Sans conducteur capteurs de clé de voiture: un radar à laser, l'imagerie, le radar à ondes millimétriques, GPS, radar et capteur d'angle de volant à ultrasons.

Sans pilote: radar laser visuel est également basé principalement?

Elon Musk a dit à plusieurs reprises en public, non seulement la caméra radar laser peut également atteindre le niveau 4 ou plus sans pilote. Mais je pense personnellement qu'il avait fait dire compte tenu de la commercialisation.

Tesla voiture a été vendue, a vendu la voiture ne peut mettre à jour le logiciel, ne peut certainement pas changer le matériel, comme tout remplacer le radar laser (si pas aujourd'hui, Tesla officiel ne serait pas dire maintenant dans la production Tesla Motors il sera remplacé par un nouveau système de matériel).

De plus, Google véhicule sans pilote 64 lignes Velodyne prix Lidar lui-même de jusqu'à 75000 $, ce qui est presque Tesla et version basse est au prix de US presque le même.

Tesla voiture doit vendre un bon contrôle des coûts, véhicule sans pilote Google est encore en version bêta uniquement, bien sûr, l'échelle de centaines de véhicules peut être à portée de main ce que, la production et les ventes par rapport aux dizaines de milliers de Tesla, dépenser beaucoup d'argent.

7 mai cette année, la Floride Tesla propriétaires d'un accident de voiture lors de l'utilisation du pilote automatique, en fin de compte, malheureusement mort-né. Ainsi également conduit à une guerre des mots entre le fondateur Mobileye de Tesla pour fournir la technologie de vision par ordinateur Amnon Shashua et Elon Musk, les deux parties ont finalement difficulté à briser: Mobileye a annoncé que plus continuer à travailler avec Tesla après la fin du contrat.

Tesla a publié en Septembre 11 Pilote automatique version 8.0, le radar à ondes millimétriques données collectées Tesla comme base principale du système de commande détermine, mais pas avant que la caméra Mobileye.

Prenant la parole dans un accident de voiture en mai, en fait, avant l'accident, le radar à ondes millimétriques Tesla a été obstacles perçus, mais la caméra en raison d'un problème de lumière, pas trouvé de gros camions dans le fond de ciel bleu, ce qui conduit à l'accident. Musc certainement avec l'appareil photo ne vole pas, alors que la nouvelle version Autopilot dans les données radar à ondes millimétriques comme la principale référence.

En résumé, Musk a dit: « Ne pas utiliser seul appareil radar laser peut également atteindre le niveau 4 ou plus sans pilote » plus sur la commercialisation de la considération.

Le mouvement est destiné à collecter des données en utilisant des capteurs existants, tels que le radar laser alors que le bas prix. Personnellement, je pense que si les prix radar laser à semi-conducteurs laissent tomber vraiment la propagande comme indiqué dans le 100 $ à 200 $, afin d'assurer la sécurité des véhicules automobiles, Musc certainement être utilisé.

Big Data et algorithmes: Ce qui est plus important pour atteindre sans pilote?

Il y a un an à cette époque, comme le montre la figure ci-dessous microblogging net-citoyens attirés débat.

Une partie qui: données est roi, puis des algorithmes intelligents de bétail à combattre, mais aussi de grandes quantités de données. Alors que l'autre estime que: les données que les matériaux de construction, de fortes compétences analytiques afin d'en faire un gratte-ciel, la poursuite de l'efficacité en raison de l'algorithme, l'algorithme ne peut pas remplacer des données volumineuses.

Fait intéressant, Google et Tesla ont récemment annoncé leur kilométrage de test.

Selon le Wall Street Journal a rapporté que l'heure locale des États-Unis le 5 Octobre, Google a annoncé sa voiture sans conducteur vient de terminer deux millions de miles de kilométrage routier. Tesla fondateur Elon Musk aussi dans quelques jours sur Twitter a annoncé personnelle: un an après Tesla Autopilot libérer le kilométrage accumulé a atteint 222 millions de miles.

Google et Tesla position sur la surface des deux parties semble avoir confirmé la discussion de micro-blogging en vue des deux parties: données est roi algorithme VS est roi. Que deviendrait la réalité?

Nous pourrions envisager un autre phénomène similaire: La plupart des gens pensent que la raison pour laquelle Google recherche de recherche Bing de Microsoft que de faire un peu mieux en termes de qualité est légèrement meilleur algorithme de Google.

Cependant, l'ancien ingénieur de Google opinion Dr Wu, « ce point de vue est juste avant 2010, parce que Bing dans la technologie et l'ingénierie de manière significative derrière Google. Mais aujourd'hui, les deux entreprises sont techniquement presque le même, Google a également légèrement dominante, en se fondant en grande partie sur la puissance des données ".

Algorithme de recherche est pas encore mature en 2000 différent, une méthode inconnue n'existe pas aujourd'hui, elle seule peut améliorer la précision de même un point de pourcentage. Résultats de recherche Google avec algorithme PageRank pour apporter un changement qualitatif, et de bons résultats de la recherche pour attirer plus d'utilisateurs d'utiliser le moteur de recherche de Google, que nous savions que Google fournit beaucoup de données de clic.

Avec ces données plus tard, Google peut former plus précis « cliquez sur modèle » et cliquez sur Rechercher les modèles Trier ont contribué au moins 60% aujourd'hui à 80% en poids, ce qui va attirer plus d'utilisateurs, le processus est un processus continu typique auto-renforcement processus de rétroaction positive.

Au sein de gestionnaire de produit Google qui suivent la règle de telle: en l'absence de données, ne donnent aucune conclusion. Ainsi, la mission d'entreprise de Google a été intégré dans le travail quotidien des employés. Google Il met à profit la puissance des gros volumes de données, il est devenu avec succès un centre important pour l'ensemble des nuds Internet pour atteindre un monopole très naturel de l'Internet.

Autre exemple, le 27 Septembre, Google a publié une nouvelle version du système de traduction automatique nerveux (Google Neural traduction automatique, GNMT), revendiquant la qualité de la traduction de la fin du système à la traduction manuelle.

La plupart des utilisateurs après le test réel, se sont exprimés. En même temps, elle a aussi causé la panique dans certains TRADUCTEUR: « En tant que traducteur pour voir ces nouvelles, je comprends les préoccupations et les craintes du 18e siècle, quand les ouvriers du textile de voir la machine à vapeur. » Et il est aussi pleinement du grand les résultats des données.

En fait, dès 2005, la qualité de la traduction automatique de Google laisser les gens engagés dans le traitement du langage naturel a choqué le monde: jamais engagé dans la traduction automatique de Google, le NIST américain (National Institute of Standards and Technology, NIST ) évaluation annuelle en tête.

Comme on le voit ci-dessous, en arabe à la traduction en anglais d'un ensemble de test fermé, les systèmes Google pointage BLEU était 51,31 pour cent, avant la deuxième place près de 5%, tandis que les 5 pour cent nécessaires pour améliorer l'étude des 5-10 ans dans le passé.

Qu'est-ce que Google faire? En plus de style action de Google a toujours été - les meilleurs experts, les laboratoires ISI de l'Université des régions sud de la Californie Franz du monde - Bioko (Franz Och) Dr creusé à l'extérieur, la chose la plus importante est de tenir les mains de Google l'amélioration de grands besoins du système de traduction automatique de données.

expert en traduction automatique Franz Och, a travaillé en compagnie de la longévité humaine (il passer plus tard à un gros volumes de données dans le domaine médical)

Est-ce nouveau de Bioko a rejoint en 2004 Google pour participer au test NIST 2005, seulement un an, assez pour si peu de temps, il sera réimplémenté à nouveau dans le système de style de programme USC avec la période de Google, il n'y a pas de temps la recherche. Et nous pouvons le voir sur la figure ci-dessus, le niveau de système Google et USC pire 5-10 ans.

Le secret réside dans: USC utilisés dans la méthode ou l'utilisation de Bioko dans Google, mais Google utilise pleinement des avantages en termes de collecte et traitement des données, l'utilisation d'autres institutions de recherche et plus de dix mille fois les données, la formation un modèle de traduction par machine six chaînons (en général N-N métamodèle valeur non supérieure à 3). Bioko utilisé lorsque les données sont sur les temps des autres, a conduit à l'accumulation de changement qualitatif quantitatif, ce qui est l'un des plus éminents experts dans plusieurs domaines de l'intelligence artificielle d'aujourd'hui Jeffrey - Sinton (Geoffrey Hinton) Professeur il a insisté sur « comme beaucoup de différents » maintenant.

Il est mentionner la valeur que la figure ci-dessus au fond, la société SYSTRAN utilise les règles de syntaxe pour les entreprises de traduction, mais aussi ne pense pas que les scientifiques ou avant l'utilisation conditionnelle des méthodes statistiques pour la traduction automatique, la traduction automatique dans l'entreprise le champ est le plus avancé. Mais maintenant, par rapport à ceux du système de traduction utilise un modèle statistique axée sur les données, son système de traduction est très en retard.

Après l'analyse ci-dessus, le résumé de cette question peut enfin sous une conclusion plus sûre: Actuellement compétitif par rapport aux algorithmes ou des modèles mathématiques, l'importance des données est en effet beaucoup plus grande, qui est, les données est roi.

Parce que le premier est souvent composé d'universitaires décennies ont été trouvés il y a, toutes les entreprises peuvent tirer profit, mais pas des données multidimensionnelles complètes toutes les entreprises appartenant.

Aujourd'hui, de nombreuses entreprises en concurrence produits et services, dans une certaine mesure des données déjà compétitifs, vous pouvez dire qu'il n'y a pas de données il n'y a pas d'intelligence. Parce que, en théorie, aussi longtemps qu'ils trouvent un nombre suffisant de données représentatives, ils peuvent utiliser les résultats de la probabilité statistique de trouver un modèle mathématique qui le rend très proche de la situation réelle et, économisant ainsi beaucoup de coûts de main-d'uvre ou de donner à l'utilisateur un plus agréable expérience.

résumé

Tesla a accumulé 222 millions de miles de données de Voyage, et les données seront accumulées dans l'avenir, pour leurs travaux de recherche et de développement sur le niveau 4 voitures driverless est très utile, Tesla pourrait éventuellement Google va première étape dans la production de masse.

Actuellement des considérations commerciales, avec la production de volume Tesla « radar à ondes millimétriques + caméra + radar à ultrasons » comme capteur principal, mais attendre jusqu'à ce que l'état solide à faible coût les performances du radar laser est plus sûr. Je crois que Musk va certainement mettre quelque chose (Certains utilisateurs d'Internet ont la possibilité de prendre la tête lidar voitures Tesla sur la route en Californie faisant secrètement les tests), parce que, pour assurer la réalisation de la sécurité routière + 99,9999% du véhicule il est très utile.

Note: Les exemples choisis parmi le papier, le Dr Wu « beauté mathématique » (deuxième édition) et « âge intelligent »

PS: Dans cette partie de Lei Feng réseau de colonne « nouveau lecteur intellectuelle » WELCOME add micro-canal « nouveau lecteur intellectuel » numéro d'abonnement public.