自駕車發生首宗撞死人事故 晶片股大跌 - 工程師

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



--