Оригинальное видео на канале автора - • A.I. Learns to Drive F... Видео переведено с помощью программы - DeepL. Автор озвучки - Павел Котов (Beginner Polymath).
Я конечно рад тому, что появляются переводчики, но есть просьба. Проверяй термины перед тем как переводить, к примеру тот же overfitting принято называть переобучением
Ух ты, круто, Терма! Трекмания!!! =))) Я до сих пор в топе по Белоруссии в ТМ форевер. ^^ Жаль, недавно самые топовые немецкие сервера приказали долго жить... :\ Теперь негде нормально гоняться в режим турнира. У меня на одном из этих серваков под 2к побед было как бы... В турнире! :) Касательно ИИ... Вещь прикольная, ничего не скажешь! Поиграться с ним можно, особенно с ускорением... Несколько тупенько и отчасти простенько все происходит, но если с нуля и без какой-то там базы, как и что делать, куда и как ехать... То да, как иначе-то... Вот если готовый идеально отлаженный алгоритм ИИ загрузить - во этот будет давать всем жару... Было бы прикольно посмотреть, как такой ИИ будет делать того же Мудду))) :) А вообще надо просто в ГПТ 4 отдать на обучение и все дела... Эта хрень должна быстро обучиться всех делать на раз! ;)
Мне видится огромная проблема этого ии, что он едет в слепую запоминая расстояние и повороты. тоже самое что человек с закрытыми глазами попытался бы пройти эту трассу. Было бы интересней если бы ии если бы и не осознавал всю трассу, то хотябы понимал ближайшие 100 метров что его может ждать, что можно увидеть (осознать) визуально. Даже запоминая все повороты он все равно мечется как слепой на прямой дороге. И какой смысл учить слепого водить, когда нужно научить ии выбрать оптимальный вариант из представленных данных
Так стоооп... Тут обучают ИИ с системой наград, ИИ играет в одну и туже игру тысячи и тысячи раз. В детстве я делал в компьютерных играх тоже самое. Похоже я ИИ которого обучали
Нейронную сетка делают по подобию мозгов человека. Нейронные сети используются для моделирования и имитации некоторых аспектов работы мозга, таких как обработка информации и обучение на основе опыта.
Круто, а теперь бы технических деталей, ссылки на репозитории, понять что и ку дак прикручивать.. И как вообще вырасти, выучиться до такого уровня!! Я уже не говорю про то как это снималось и монтировалось ))
У человека есть понимание что есть край карты, у алгоритма нет. Поэтому надо провести 1000 иттераций. Стоит добавить ему понимание что есть препятствия которых следует избегать и расстояние до них. Предположу результаты будут куда лучше)
@@sobuk3275 у ИИ нет данных с экрана, у него нет глаз по сути. Непонятно почему автор решил издеваться над слепым ИИ. Если бы дал хотя бы десяток пикселей с экрана, результат был бы лучше.
божечки, до этого момента я считал развитие нейросетей чем то неэффективным и бесперспективным. До этого момента... Если серьёзно, то это очень круто, надеюсь что нейросети и квантовые компьютеры будут развиваться бок о бок и перестанут быть просто игрушками для интереса. Я уверен что эти технологии приведут нас в новую эру!
А теперь, когда ты это понял, должен наступить этап понимания того, что нейросеть - это то, на чем она обучалась, если предположить, что человек создаст нейросеть, которая будет сама принимать решения, иметь выходы в реальный мир(взаимодействовать с объектами реального мира косвенно или напрямую), то кто даст гарантию того, что нейростека чисто из добрых побуждений не сделает так, что всё человечество застрянет в исскуствено созданной реальности и будет получать там ТАК много удовольствия, что не захочет возвращаться в жестокий реальный мир. Ну или начитается статей от экологистов, научных работ и не сделает вывод, что человечество - это проблема для всей остальной системы (тут речь даже не о том, что мы вредны, а о том, что двух разумных существ в одной экосистеме быть не может, т.к. им нужно время на развитие, а пока мозги недостаточно умны для того что бы дружить - один из разумных видов уничтожит другой, чтобы обеспечить своё выживание) ну и не решит, например, внушить человечеству (что займёт время, но реализуемо), что заводить детей - это ошибка. Даже если запретить ИИ как-то нам вредить, то что значит "вредить", мы сами парой вредим сами себе, не осознавая этого, а как ИИ то должен понять - вредит он нам или нет? Он просто возьмёт да и остановит развитие человечества (косвенно конечно, например, через виртуальную реальность) исходя из того принципа, что мы бы сами были не против ничем не заниматься.
@@latenightgamingshow7639 а ведь реально... Только ИИ там для себя всё это делала и причём осознавала себя как конкурента человеку. Это как один из вариантов. Кстати говоря, но самый ужас в том, что ИИ даже не нужно приходить к выводу о том, что людей нужно устранить - достаточно исполнять все его желания, т.к. нерациональных желаний больше, чем полезных, то ИИ будет давать приоритет тому, что нас в итоге и уничтожит
@@ulvenfenrir6428 на самом деле (как ни странно) в интернете мало информации для полного обучения нейросети. (как минимум для того что бы у неё появилось какое либо, полноценное виденье мира). Даже фильмы по типу матрицы или захвата человечества компьютером не помогут полностью осознать себя.
Вот интересно а много людей пройдут эту игру по сути в слепую! Если я правильно понял ИИ, то получается так... еду прямо 1сек = гибель еду прямо 0.9 сек и поворот налево = гибель еду прямо 0,9 сек и поворот на право .... Я к чему сколько времени потребовалось человеку играя так, в слепую?
я думаю почти никто) это наверное нужно от роду быть слепым, чтоб обрабатывать информацию так, зрячий человек все равно больше времени надеется на глаза, чем на запоминание маршрута. А то что вы описали сами понимаете не ИИ)
я думаю изначальная проблема лабиринта в том что сама трасса не способствует обучению. на первом же этапе предлагая ехать по кривым коротким траекториям . гораздо быстрее обучение прошло если бы и сам лабиринт строился по принципу от простого к сложному.
Можно было попробовать сделать отрезки подкрепления длиннее, чтобы он оценивал более адекватные промежутки трассы и учился делать более сложные манёвры. А то бедолага мечется как слепой котёнок в тумане, дёргается буквально каждые 3 метра.
на длинном участке явно можно увеличить радиус до поворота хотя бы, чтобы было понятно, что можно ускориться. понятно, что он в таких условиях проиграл человеку.
У меня мечта увидеть однажды ИИ, который полностью проходит сюжету таких сложных игр, как gta или ведьмак. Когда даешь ему обширный инструментарий. Ставишь задачи и вводные данные строго в том порядке в каком дают разработчики и неограничиваешь попытки.
@@user-rf9vy2xw2sпросто алгоритм перебирает доступные варианты и сравнивает с приемлемым результатом, если не подходит, то отбрасывается вариант и так продвигается этот ии.
Мне кажется еще интересная вещь при обучении с подкреплением это давать обещания нейросети, чтобы она стремилась что-то делать. То есть нужно сначала показать ей обещания - например на входные данные подать что-то типо: проехать по пути 5 метров = 10 очков. И если проедет то естественно накидывать 10 очков к подкреплению, и таким образом нейронка научится, и будет точно знать, если вдруг пользователь решит ей поставить цель проехать по пути 50 километров = 100к очков. Я думаю это жизнеспособный метод), но никогда не слышал про такое в машинном обучении
@@comachine Порассуждать можно, но разговор упрется в то, что всё-таки в играх ИИ ограничен в возможностях - его задача развлекать игрока, купившего продукт. Если ИИ будет хардкорным противником, уделывающим игроков - он понравится только узкой аудитории хардкорных геймеров. Поэтому достаточно будет простого скрипта, чтобы создавать более-менее живой мир в игре вокрунг игрока, а нейронки там не приживутся. Но вот в других областях цифровой индустрии нейронкине ограничены в силе искусственно - предлагаю обратить Ваш взор туда. Также шахматные движки на нейронках давно уже опережаюти человека в шахматах. Рейтинг у чемпионов 2800, а у движков - 3600, кажется.
В данном случае потребность в нейронке полностью отсутствует. У нас есть действительно хорошие алгоритмы, которые позволят решить подобное (найти оптимальный путь). При чем на любой трассе. Нейронки хороши с обработкой данных, которых ещё не было в модели.
нет, именно здесь она куда нужнее, это и продемонстрировано на видео. Машины на разных трассах с жестким алгоритмом вылетали бы, и написание подходящего заняло бы куда больше времени. И если бы это была реальная игра с доступом в интернет, возможность выгрузки лучших по скорости в центральный сервер бесконечно бы улучшало результаты ИИ
Нихера не не понял, а именно то что нейросеть получает только координаты где она находится. Она слепая, она не видит дорогу, повороты. На ощупь ориентируется. И она сможет выполнять свою задачу только на этой дороге. Или я не так понял?
Недавно в США был инцидент, где боевой беспилотник управляемый ИИ выполнял задания под присмотром оператора. То есть ИИ летал сам и выполнял задания, а оператор корректировал действия ИИ. В итоге ИИ принял решение, что оператор мешает ему выполнять задания и расстрелял его. Хотя разработчики ввели правило, что оператора ни в коем случае убивать нельзя. Но оператор в момент корректировки сидел в башне управления полётами. ИИ сопоставила что башня это не оператор, а значит можно устранить помеху.
@@homersimpson184 ты бы хоть отметил что это была симуляция. А так, это конечно, жëстко. ИИ действительно опасная штука, и теоретически(пока что теоретически) может уничтожить человечество.
@@RuoNarushima по сути одна из самых опасных вещей в обучении подобных нейронок это проблема постановки задачи. Оператора не убивать, башня не оператор, башню можно убить. Та же ситуация, как приводился популярный пример не помню где - человек просит робота налить чашку кофе. Робот идет на кухню наливать, но у него в голове только правило "чашка кофе", а то, не задавил ли он ползающего ребенка, пока шел на кухню, нигде не указано (как пример). Если задачи поставлены не точно, то у робота сразу же появляется бесконечное количество совершить п....дец дабы налить чашку кофе любимому хозяину чтобы получить драгоценные баллы вознаграждения в свою систему.
@@comachine ты по большей части говоришь про ии с задачей. Но речь идëт о полностью автономном ии, который мыслит как человек. Если у него нет понятия что хорошо, что плохо, можно ждать бед. Я думаю если ии проанализирует всю историю человечества нам всë. Человек не достоин жизни.
Так получается что ии и нет !!! Есть точки на пути которые надо собрать ! ( Да они выглядят иным вилдом но остаются маяками пути ) получается это работа наиугад с запоминанием где морковка и поиск следующей путем тыка 😂
Автор не предусмотрел обучение нейросети на чужом примере, нейросеть могла проанализировать его собственный результат для улучшения своих. Также не предусмортена конкуренция различных нейросетей.
А если вместе с ИИ запустить свой вариант, чтобы он ориентировался на него? Так вроде работают gpt и графические генераторы - обучаются на чужом опыте.
Больше 10 лет назад такое уже практиковали в формуле 1, пилот проезжал трассу, а программа анализировала его проезд и дальше сама проезжала быстрее чем пилот. Такое быстро запретили.
а можно было попытаться ввести систему, при которой ИИ бы спавнился в рандомном месте и для него бы выбирался какой-то короткий отрезок всего пути(например, с 2 поворотами). Он должен был бы идеально научиться их проезжать. Но, было бы требование - пройти этот путь за указанное время. Если ИИ тормозит, можно в конце отнимать какую-то часть его вознаграждения, а если проезжает быстрее заданного времени, можно, наоборот, увеличить награду.
@@radteh да и ИИ с натяжкой назвать это, просто алгоритм запоминающий повороты и расстояние. Если брать определении ии, которое может делать выводы и принимать решения, то машина не металась бы по прямой трассе как слепая непонимающая, что впереди прямой участок
Все как у людей. Работает за вознаграждение, но по факту ему это вознаграждение не нужно, его придумал вознаграждающий и сказал что это вознаграждение.
Это математическая статистика, а не ИИ. Каждое новое прохождение трассы даёт больше данных о более правильном её прохождении в будущем. Если профиль трассы сменится - рухнет вся статистика, а вместе с ней и возможность её прохождения. Если бы это был действительно ИИ - смена профиля трассы не сильно влияло бы на результат.
в том то и прикол что это не матстатистика, а ИИ - потому что происходит эволюционный процесс обучения, и на выходе получается ИИ способный адаптироваться до определённой степени к ситуациям которые с ним не случались при обучении. А от матстатистики это отличает уже хотя бы то, что ИИ, если он правильно обучен, не заучивает конуретную трассу, а именно заучивает принципы вождения, которые едины независимо от трассы. Именно поэтому он способен адаптироваться к новой трассе и проходить её с первого же раза, не собирая предварительно ВООБЩЕ никакой статистики по ней.
И ещё, как мне кажется, он едет вслепую, попросту предсказывая значение при котором он будет вознаграждён. К сожалению все генеративные модели работают по простейшему принципу и никогда не сравнятся с мозгом любого развитого существа. Тот же ChatGPT лишь предсказывает каждое вероятностное слово основываясь на ответе пользователя и массиве данных, на котором его обучали. А ведь смешно, что некоторые люди воспринимают простой инструмент как нечто невероятное и разумное, а ведь это всего лишь иллюзия
А что, если вы не будете пытаться научить всему этому 1 ИИ, а обучить нескольких, чтобы у каждого был свой блок, который они проходят идеально, а затем "сшить" их вместе
А ещё лучше все кто занимается обучением ии обучали одного ии, разным умениям и тд, зачем каждый раз обучать ии ездить на машинке если ето делали милион раз до него? Один ии обучается от всех и пару лет это бятя всех ии, то же самое чтобы сделать готовую машину нужно сотня или тысяча мелких заводов которые делают детали только для одной цели получить в итоге машину
@@immortal3667 пробовали, ничего хорошего не выходит. Нейросетки работают, когда при обучении у них есть всего 1 задача. Например, у GPT задача - предсказать следующее слово в тексте. Не понять, не обобщить, не найти логику. Всё остальное, что он делает - это полезный побочный эффект, + немного косметики от разработчиков, чтобы для нас это выглядело как чат
Главная особенность ИИ это то, что он должен понимать и осознавать себя, что именно и для чего именно он это делает. Когда цель просто морковка для алгоритма, это не ИИ.
@@nonameous1552 ИИ не надо обладать сознанием или осознавать себя чтобы выполнять свои задачи. ИИ тем и отличается от "алгоритма", что алгоритм ему никто не задавал специально - он его себе придумал сам.
@@MasterPetrik ВАМ НАДО БЫ ПОГЛУБЖЕ ПОНЯТЬ ЧТО ТАКОЕ ИНТЕЛЛЕКТ. Интелле́кт (от лат. intellectus «восприятие»; «разуме́ние», «понимание»; «понятие», «рассу́док») или ум - качество психики, состоящее из способности осознавать новые ситуации, способности к обучению и запоминанию на основе опыта, пониманию и применению абстрактных концепций, и использованию своих знаний для управления окружающей человека средой. Общая способность к познанию и решению проблем, которая объединяет познавательные способности: ощущение, восприятие, память, представление, мышление, воображение.
@@nonameous1552 правильно. Только не понимаю, зачем вы мне приводите определение интеллекта, если оно полностью соответствует тому что я сказал? Что бы вы ни пытылись этим опровергнуть, в итоге только подтвердили мою правоту, браво! ¯\_(ツ)_/¯
@@MasterPetrik Вы очень ограниченный человек, если не видите разницу в своих словах и определении Интеллекта. Соответственно по этой причине и не можете понят, почему алгоритмическое обучение на больших данных не является Интеллектом. В конкретно этом случае в базу данных записывалось всего несколько параметров движения по трассе и вариантов реакций. Это не тянет даже на инстинкты простейших организмов, а вы про Интеллект. Этот скудный код не обладает Интеллектом ни в каком его виде. Подобные коды существуют уже более 30 лет. Любые боты в играх имеют код побогаче чем этот. До создания ИИ еще очень далеко. Даже чат GPT 4 сложно назвать ИИ. Так как чат GPT пока не делает открытий а просто занимается правдоподобной компиляцией из того что есть в сети. С реальным появлением Интеллекта у программы - может сравниться только прилет инопланетян... Во всех остальных случаях, это просто нейросеть, большой алгоритм имитирующий что-то.
Гммм, на мой взгляд этому ИИ очень не хватает возможности "видеть" карту. Т.е. положение себя относительно ближайших краев карты. Таким образом не было бы "тупняка" Ии на новых участках карты, как в данном случае. Фокус в том, что судя по всему ИИ скидывая машинку в пропасть "рисует" карту для себя, куда ехать не надо, и на старых участках у него есть информация куда ехать нельзя. Но проблема в том, что он не знает куда ехать можно. Мы же в жизни видим перед собой участок трассы, спереди стена - мы поворачиваем, прямой участок - ускоряемся, даже играя на карте впервые. Конечно, заспавнив машинки в разных участках карты - машинка быстро нащупала все углы, где помирает и нарисовала карту для себя в "голове", но это все равно не самое элегантное решение. Надо просто помочь ИИ: провести прямые от машинки до стен: спереди, слева и справа, и измерять это расстояние. Для более грамотного обучения можно провести диагональные, даже несколько, чтобы лучше ориентироваться на трассе. Так, проблема с тем, куда ехать нельзя, а куда можно, решится сама собой, оставляя ИИ лишь с задачей более грамотного управления
Если бы обезьяна в бесконечно-вечном времени произвольно нажимала на клавиши пианино, то в какой то момен написала бы "Лунную сонату". Ну а если ей дать копмуктер, то через бесконечное время написала бы ОС Windows 10 без лагов при запуске.
Даже если бы это был триллион триллионов обезьян, и триллион лет рандомного нажимания на клавиши, никакой лунной сонаты, и тем более виндовса у них бы не получились
а в чем состоит...интелект? ИИ ведь не делает вывод "почему", он просто ищет верный путь через силлионы самоубиваний например даже самый маленький естественный интелект в лице 3х летнего ребенка понимает что шагнув в дивана - упадешь и будет бобо
Чем ИИ оринтируется тупо зубрешка трассы ? Это как мы в своем доме знаем каждый уголок каждый сантиметр но стоит находится в полном темноте и эти обычные передвижения становятся испытанием не говоря уже о совсем не знакомой местности пройти определенный маршрут .
Мы от рождения имем инстинкт, страх и тд. Почему етот ии не может увидеть что перед ним пропасть? Он должен чувствовать страх нажать тормоз или сбавить газ. Должны быть основы, прописаны правила как должен действовать ии. Так как у нас прописан страх, инстинкт самосохранения, и тд
Как минимум нужно дать ии видеть трасу и понимание где можно ехать а где нет.А то по ролику видно что он определяет трассу методом тыка.Переставь ии на другую карту и ему нужно обучаться ездить заново.Лучше обучить ии понимаю езды чтобы он мог более мение удачно ездить на всех трассах.
@@alexanderbomko1056 его и обучили пониманию принципов езды. А трассу он "видит" как я понял, ему на вход помимо направления и скорости машины подаётся что то типа дальности до края(границы) дороги впереди, на что он и ориентируется и реагирует
Не путай. Не учится водить а просто случайно поворачивает пока ты не выберешь то что тебе нужно. Учиться водить, это когда ты видишь поворот, оцениваешь его и скорость, а потом умеешь преодолевать все повороты в мире. Поэтому это не ИИ а просто набор случайных чисел. А для ИИ нужны иные алгоритмы и максимум датчиков для обзора и оценки окружающего пространства.
эм, путаешь здесь ты. Нейросеть именно УЧИТСЯ водить, так же как и человек на практике по вождению. И она не "случайно поворачивает" а именно что пробует различные варианты управления, различные способы вписаться в повороты, в зависимости от своего положения, направления и скорости. Как если бы человек без учебника по вождению, чисто на своей интуиции методом проб и ошибок учился бы преодолевать полосу препятствий на автомобиле, который не умеет водить. И собственно в видео так и происходит - ИИ "видит" поворот, оценивает его и скорость, и в итоге довольно уверенно умеет вписываться даже в нестандартные повороты которые он до этого не видел. То есть ИИ буквально делает именно то, что ты и хотел. И случайности в действиях натренированного и обученного ИИ не больше чем в вождении начинающего живого водителя, а большая часть из случающихся изредка неудач вызваны плохим усвоением материала при обучении или некачественным обучением, либо неопытностью - как и в жизни.
@@MasterPetrik бля ну за 20000+ прогонов не понять что есть граница трассы это пиздец и не оценивать трассу на 30 метров в переди (минимум ) ИИ использует лишь опыт участка с поворотами и поэтому слетает и тупит на прямом участке и это не обучение это адаптация под машину и трассу поменяй машину и трассу и ИИ опять затупит
@@MasterPetrik человек на практике вождения понимает, что впереди прямая дорога и не мечется из стороны в сторону не зная будет поворот или нет. Я помню первый урок вождения и не падал с трассы каждые пару минут)) А тут чисто алгоритм ищет повороты и поворачивает, не осознавая, что есть прямая дорога и он по ней едет. А то что машина посреди прямой дороги встала и дальше не поехала не потому что заглохла, а потому что ищет поворот и не может найти и не знает, что дальше делать))
@@MasterPetrik и поэтому это не ии, а простой алгоритм поиска. Даже если здесь и используется метод ИИ, то все равно все запрограммировано на алгоритм поиска
@@vadimberdnikov8768как раз это и показывает что тут ИИ именно научился, и он сам считал что научился потому что успешно справлялся с задачей пока у неё не изменились условия. Неудивительно что ему пришлось ещё дальше учиться решать уже более сложную задачу, для которой каких-то более простых стратегий недостаточно. Просто ты почему то сравниваешь Нейросети и человека и делаешь вывод что раз ИИ не обучается точно так же как обучался бы ты, то он и не обучается вовсе. А это вкорне неверно. Хотя бы потому что в данном случае ИИ сообщается гораздо меньше информации о ситуации на дороге чем тебе, а горизонт наблюдений у него короче. Качество управления своими движениями хоть у роботов, хоть у животных, напрямую зависит от количество получаемой ими информации об окружении. Кроме того, это ты можешь одновременно и применять свои полученные навыки и пробовать что то новое, если они не работают. Нейросеть в отличии от мозга чётко разделяет эти режимы - обучения и применения навыка. И если она обучилась какой то стратегии, то она может не сработать с новыми неожиданными наборами данных, и для того чтоб она научилась с ними работать, её нужно дообучить - то есть перевести из режима применения знаний в режим эксперементирования. У тебя в голове мозг такое переключение производит сам, на ходу. А в нейросетях этим управляют учёные вручную. Но по сути это один и тот же метод работы с новыми обстоятельствами - что у человека что у ИИ.
Странно, что так много паразитных движений. Остановки, постоянные виляния... Или автор переборщил с числом действий в секунду, и его наоборот надо снижать (больше минимальная длительность нажатия клавиши, меньit действий в секунду), или недостаточное число нейронов в самой сетке.
Мне кажется с точки зрения нейронки здесь все логично. Чтобы понять можно спросить себя почему мы не виляем так, как виляет бот? Я думаю самые основные проблемы здесь это: 1. У сетки в отличии от человека нет эстетического желания ехать ровной траекторией, имитируя реальную езду на автомобиле. 2. У сетки в отличии от человека нет ненависти к постоянным энергозатратным, выматывающим, надоедающим и суставо-болящим)) действиям протыкивания 10 раз в секунду кнопки A или D. 3. Сетка сконцентрирована не на скорости, а на цели - не вылететь. Вероятно она просто "боится", ведь вылететь - сжирание пачки баллов, а низкая скорость не так уж и плохо. Ну аналогично новичку, который сел в формулу-1 и ему сказали ехать по трассе как на соревновании)), он лучше будет потихоньку ехать как на солярисе каком ни будь, но доедет целым и невредимым, чем будет жать тапку в пол. Я думаю как то так.
Проблема в том, что в какой-то степени проще создать бота, который видит всю трассу и знает, что падать не желательно. Вывозит с нуля за счёт только одного ИИ достаточно спорное решение. Уже видел достаточно много видео по этой теме, поэтому знаю, что говорю. Лучшим решением будет комбинация с видимыми ограничениями. В данном видео он просто едет как будто вслепую, поэтому ему и приходиться так много раз и попыток тратить на это всё.
Я не совсем согласен с методикой обучения ИИ, такая методика сильно отличается от человеческого обучения. Не важно без вознаграждения или с ним, но автор сначала даёт изучить трассу и ошибиться везде где только возможно, такое впечатление как будто ИИ слепой и вообще не видит трассу, пробует все возможные траектории проезда, запоминает самый длительный и повторяет его снова с целью улучшить его. Так же бы обучался человек с закрытыми глазами. Но если человеку открыть глаза, то он будет видеть часть трассы перед ним, и ему остается только наловчится в прохождении того или иного поворота, манипулируя показателями скорости, угла поворота и времени. Может проще ИИ научить видеоанализу? Ладно не проще, далеко не проще, но перспективнее, как мне кажется.
Не прощще, ой как не прощще. Потому что видеоанализ для ии это прям отдельная большая задача для которой придётся тренировать ещё один ИИ чисто на анализ картинки. при этом фишка ИИ в том что для него можно сделать симуляцию ускоренную в сотни тысяч раз, и таким образом обучить его довольно быстро. Используя видеоанализ, придётся неимоверно нагружать компьютер, при этом скорость обучения упадёт тысячекратно, без видимого прироста эффективности. Чем меньше у ИИ входных параметров - тем проще его обучать, и тем он будет надёжнее работать когда обучится. В видеопотоке в реальном времении ИИ просто запутается и не будет понимать за чем ему собственно там нужно следить.
так он же ещё не умеет ездить. представь, что вот тебя посадят за штурвал самолёта, покажут точку на карте и скажут "вообщем долети туда, и побыстрее". И никого не волнует, умеешь ли ты управлять самолётом, и представляешь ли что вообще такое самолёт и полёт. Или научись, или умри пытаясь!
если бы я был такой "умный" как этот "ии" - я бы закончил свое обучение вождению автомобиля в первые пять секунд в первой же канаве. но почему то этого не случилось. хватит называть программу - ИИ. это не интеллект.
Так суть в том что единственная причина почему ты не врезаешься в стену в отличии от ИИ это опыт, в отличии от ИИ в этом ролике ты уже предобучен концептам вождения в минимальной степени. Если тебя так же обучать концепции о которой ты принципиально ничего не знаешь методом посадки тебя в пустое помещение без каких либо подсказок кроме горячо/холодно ты не будешь выглядеть сильно лучше этого ИИ
Боюсь любой чайник будет умнее тебя. Так ты бы и закончил в канаве, вот представь вылазишь ты с дырки своей роженицы и тебя за руль, далеко уедешь? Вот правильное сравнение, так что лезь обратно в дырку.
о, то есть ты тоже обучался вождению ни разу не видев автомобилей, сразу будучи с порога посаженным за руль, БЕЗ учебников, БЕЗ правил, БЕЗ инструкций, и БЕЗ учителя, чисто на своей интуиции и методе проб и ошибок? Потому что именно в такой ситуации находится ИИ. Будь ты на его месте, ты бы точно так же по незнанию перепутал педали и улетел бы в канаву через 5 секунд. Твоё обучение вождению отличалось тем что опыт и знания тебе не приходится нарабатывать бесчисленным количеством попыток, а их тебе сразу дают в готовом виде на блюдечке. Так что тут ещё даже можно поспорить, у кого тут не интеллект)
посмотрел бы я на твои интеллектуальные успехи через 50 часов после рождения... Ты почему то не берёшь в расчёт миллионы лет эволюции, кропотливо затачивающих твои рефлексы и инстинкты(как например самосохранения, что не даёт тебе бездумно ускоряться в стену), а так же сотни тысяч часов разнообразного личного опыта на протяжении жизни. с чего ты взял, что вы изначально в равных условиях?
@@user-bz2qg7xj4i ну как видишь мы все еще живы, а этот так называемый Интеллект разбился и не выжил)) Люди тоже с чегото начинали. И уэтого Интеллекта (простого алгоритма запоминания) вся жизнь за рулем прошла, уж мог понять, что по прямой можно ехать прямо)
детский сад))) Это все оверфитинг даже когда он запускал с разных мест. Просто нейронная сеть запомнила всю карту быстрее и не более. Надо разные карты брать и других методов нет. Вообще задача очень простая Параметров очень мало Даже странно что так плохо училась нейронная сеть. Надо посмотреть что за сеть вообще Не сильно ли она большая раз способна на оверфитинг и медленно учится и не способна на обобщение.
По моему скучно, эти нейронщики рассказывают простые концепции, с таким видом будто они гении. Уже 10 видео посмотрел про это всегда одно и тоже... И я почти уверен, что это делается через простой интерфейс с 3-мя кнопками. Вооот, мне кажется лучше было бы сконцентрироваться на своей работе, и как ты смог добавить больше денных в алгоритм и ИИ стал ехать в 2 раза быстрей
Было бы гораздо сложнее научить машинку видеть среди разноцветных пикселей дорогу, зачем придумывать паровоз там, где хватит и тележки? Нейросетке хватит данных о положении машинки относительно центра трассы, чтобы научиться строить маршруты
@@spaysertm264 ну а если машинка может с некоторой периодичностью сканировать пространство на наличие препятствий или обрыва в дополнение к данным о центре трассы?
