Điều này có thể được khắc phục bằng AI không? Tùy thuộc vào con đường. Nếu đó là một con đường thẳng dài ở Arizona thì có, còn những con đường khác có thể. Nhưng có lẽ. IMU có thể cho bạn biết bạn đang ở đâu trên đường và bắt đầu theo dõi các mẫu di chuyển của xe. Camera bên vẫn có thể nhìn thấy. Gạt nước là tự động và sẽ làm sạch kính chắn gió trong vài giây. Và @NianticLabs có một hệ thống có thể cho AI của xe biết chính xác nó đang ở đâu nếu nó có thể nhìn thấy bất kỳ thứ gì xung quanh xe. Ngay cả cây xương rồng cũng rất đặc trưng cho mỗi vị trí trong sa mạc. Tôi gọi đây là tư duy của người Israel, vì tôi đã được dạy cách suy nghĩ trong không gian 3D bởi chương trình 8200 ở đó, nơi tôi đã nói chuyện vài năm trước.

Các xe đua có một cảm biến khác - một tia laser nhắm thẳng xuống dưới xe. Tia laser này có thể cho biết liệu xe có đang trượt qua một khúc cua hay không, điều này giúp máy tính AI chính đẩy xe đua qua khúc cua một cách mạnh mẽ nhất có thể. Điều này tối đa hóa tốc độ mà không làm mất độ bám, điều này sẽ làm giảm tốc độ hoặc khiến bạn đâm vào tường. Chính vì điều này, AI có thể giữ xe ở rìa độ bám theo cách mà con người không thể, đó là lý do tại sao nó đã đánh bại con người trong môn thể thao đua xe ô tô ở Abu Dhabi.

Tôi đã suy nghĩ nhiều hơn về điều đó. Thực tế có 20 công ty đang hợp tác với Niantic để xây dựng một mô hình thế giới hoặc bản đồ với độ phân giải một voxel mỗi milimét. Nó cực kỳ chi tiết. Khi bạn lập bản đồ một con phố thành các voxel, ngay khi camera có thể nhìn thấy đủ mẫu trong các voxel đó, nó biết chính xác vị trí của nó. Công nghệ này sẽ có mặt trên điện thoại và ô tô vào năm tới. Tesla hiện đang có bản đồ voxel tốt nhất thế giới—tốt hơn cả của Niantic—và nó cũng cập nhật hơn vì họ có rất nhiều xe đang di chuyển, tạo ra một bản đồ theo thời gian thực. Điều này rất quan trọng trong các điều kiện khó khăn: 1. Nếu một chiếc xe đang ở trong một cơn bão tuyết và mất cảm biến chính, nó vẫn có thể sử dụng các đầu vào khác. Ngay cả khi camera phía sau bị che bởi tuyết (như trong trường hợp của tôi), bạn vẫn có bốn camera bên và một camera bên trong. 2. Ngay cả camera bên trong cũng đôi khi có thể nhìn thấy các mốc, như một tòa nhà chọc trời qua cửa sổ phía sau, cho phép xe tính toán vị trí chính xác của nó trong không gian 3D khi nó xác định thêm nhiều đối tượng. 3. Vào một ngày quang đãng, điều này rất dễ dàng, nhưng trong một cơn bão tuyết nặng, tầm nhìn rõ ràng bị hạn chế. Ý tưởng của bạn về việc quan sát các xe khác là một cách tuyệt vời để giữ cho hệ thống an toàn hơn. Nó sẽ giảm tỷ lệ lỗi theo thời gian cho IMU (Đơn vị Đo lường Quán tính), theo dõi hướng đi, va chạm và hướng đi. Cũng có cảm biến trên mỗi bánh xe để theo dõi độ trượt. Trong khi một microphone sẽ không giúp nhiều trong một cơn bão tuyết, các mục tiêu chính là: * Nhìn thấy đèn đỏ của xe tải phía trước bạn * Theo dõi hướng di chuyển của các phương tiện khác * Tìm bất kỳ dấu hiệu nào của vạch làn đường qua các camera bên Sẽ rất thú vị để xem họ giải quyết điều này như thế nào. Nó có vẻ đơn giản trong một đường thẳng, nhưng một con đường hẻm núi cong trong một cơn bão tuyết thì phức tạp hơn. Tuy nhiên, cùng một ý tưởng áp dụng: nếu bạn có thể nhìn thấy một chiếc xe phía trước bạn và vị trí của chúng trên đường, bạn có thể biết liệu chúng có đang vào một khúc cua hay không. Các xe khác chắc chắn là một điểm dữ liệu quan trọng—đặc biệt nếu một chiếc gặp tai nạn, điều này cho hệ thống biết rằng nó cần phải giảm tốc độ và dừng lại. Thật thú vị khi suy nghĩ về điều này.