FSD 12

[spacecoin]

Alla vet ju att få, långa och kryptiska kodrader är mycket bättre än många, korta och tydliga kodrader…

Haha, den var bra och hög igenkänningsfaktor!

Det är ett av problemen med neurala nätverk förresten. Det finns inget sätt i dagsläget att upptäcka eller förstå varför dom gör fel i en viss korsning var 100:e gång när solen är i en viss vinkel (eller andra "long tail events"). Grundforskning pågår. Givetvis är verifiering enormt viktigt i säkerhetskritiska tillämpningar, och heuristisk kod är bra där, men otillräcklig för att kunna fixa bilkörning. Därav NN vilket leder till ett problem pga av det förstnämnda.

Det är därför många är skeptiska till end-to-end NN-lösningar i dagsläget.

En annan grej är att NN-lösningar lär sig mönster genom att sortera bort ovanliga händelser. Det är ju i grunden ett avancerat matrisbaserat statistiksystem. så man måste ha speciella rutiner för att få den att ta hänsyn till long-tail-grejer. Och att ens hitta long tail exempel i tillräckligt stor omfattning är jättesvårt, så då behöver man ofta simulering.

[spacecoin]

“While driving her to a restaurant, he showed how fast the car accelerated, then took his hands off the wheel, covered his eyes, and let her experience Autopilot,” biographer Walter Isaacson wrote in his upcoming book on the Tesla chief.

No comments. Level 2 eyes-on, hands on.

[Scania]

Den största gemensamma nämnaren för dessa ”många som är skeptiska” mot NN är ju logiskt nog programmerare och annan tangentbordskingar och queens som ser neurala nätverk bete sig mer mänskligt än människan själv. Eller som den absolut mest genomsnittliga människa som finns. Något ingen kodare klarar. Så mjukvaruhjältarna får spendera sina dagar med att köra runt och försöka ändra beteendet på nätverket istället.

Där utmaningen finns.

Ttt få bort de vanligaste felen bilförare gör eftersom den mimikerar oss. Exempelvis det här att färre än 1% av alla förare stannar helt vid stoppskyltar. FSD12 kryper fram vid stopp.

[spacecoin]

Den största gemensamma nämnaren för dessa ”många som är skeptiska” mot NN är ju logiskt nog programmerare och annan tangentbordskingar och queens som ser neurala nätverk bete sig mer mänskligt än människan själv. Eller som den absolut mest genomsnittliga människa som finns. Något ingen kodare klarar. Så mjukvaruhjältarna får spendera sina dagar med att köra runt och försöka ändra beteendet på nätverket istället.

Där utmaningen finns.

Ttt få bort de vanligaste felen bilförare gör eftersom den mimikerar oss. Exempelvis det här att färre än 1% av alla förare stannar helt vid stoppskyltar. FSD12 kryper fram vid stopp.

Jag är inte skeptisk mot NN. Kolla på AlphaFold, AlphaZero, Bard, text to speech, translation et.c. Allt av det är i princip 100% ML.

Jag är skeptisk mot unsupervised computer vision-only i säkerhetskritiska och tidskritiska tillämpningar, precis som i princip alla som jobbar med det eller forskar kring det. Det är inte "där" idagsläget helt enkelt.

När, eller snarare om, en radiolog ersätts helt och hållet med ett ML-system (utan mänskligt dubbelkommando) för att diagnostisera cancer så kan jag börja tro på autonoma bilar med endast kameror inom 5-10 år.

[SR-71-BlackBird]

Jag har varit ytterst tveksam till autopiloten i samtliga mina Teslor (kanske min första var ok), men nu kanske det börjar hända något, iaf om man bor där vädret är bra.