同行评价天才黑客GeoHot自动驾驶：炫酷有余 创新不足

无独有偶，在侯晓迪之外，Facebook人工智能研究负责人Yann Lecun对GeoHot的端到端无人驾驶解决方案也曾经评价说：“训练基础的卷积网络做车道线保持，这并没有什么难度，难度在于可靠性。他（GeoHot）所做的事情或许很酷，但并不是特别具有创新性。”

早在上世纪八十年代，美国卡内基梅隆大学就提出了用神经网络来做车道保持线的基本模型ALVINN。2003年，Yann Lecun也曾经用模仿学习的手段，用卷积网络搭出一个自动驾驶机器人Dave，这也是美国国防部高等研究计划署的LAGR项目原型。

侯晓迪还提到了一个关键问题，GeoHot目前的训练数据只有7900小时、不到50万公里。但特斯拉在首次撞车之前已经安全行驶了2.08亿公里。在侯晓迪看来，自动驾驶的行业内，GeoHot的数据积累只是初期入门级别，根本没有办法应对各种复杂多变的天气、路况、行人以及动物的情况。

对Mobileye颇为尊重的侯晓迪最后这样对新浪科技评价他眼中的GeoHot自动驾驶解决方案，“所有心安理得跳过全球公认技术难点，声称自己解决全部问题的，都是民科。他根本还没有意识到自动驾驶的真正技术难度。”

（编辑：应用网_丽江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!