精选理由
Jim Fan 指出物理 AI 评估难题,提出神经网络驱动的 Sim 2.0 数据飞轮方案
AI 摘要
物理AI评估无法靠实车碰撞测试完成,传统游戏引擎(sim 1.0)也难以覆盖所有边缘情况。基于神经网络的sim 2.0由数据驱动,随车队规模扩展。Tesla已应用多年,用于生成近正面碰撞等罕见危险场景的训练数据,补充800万辆实车难以采集的极端案例。
AI 翻译 · 中文
评估是物理AI系统面临的最难问题:每次调试新的FSD构建时,你都要对汽车进行碰撞测试吗?传统的游戏引擎(模拟 1.0)是一种替代方案,但不可能将所有边缘情况都硬编码进去。基于神经网络的模拟 2.0 完全由数据编程,随着数据增长而变得更强大,并且随着车队数据飞轮的扩展而扩展。
@DrJimFan Tesla has had this for a few years. Used for creating unusual training examples (eg near head-on collisions), where even 8 million vehicles in the fie...