Всякие гугломобили сносно научились ездить в типовых ситуациях*, и пока они учились и практиковались, две ключевые технологии (и это случилось за прошедший год) стали практичными - LIDARы (Bosch) и специализированные компьютерные системы для переработки огромных потоков 3d- и видео информации, поступающей с сенсоров, камер, радаров, лидаров и тому
(
Read more... )
Потребность в однородных данных - это не проблема машинного обучения, это проблема экспериментальной науки, точно так же работает экспериментальная физика, химия, медицина. Вначале нужна уйма педантично собранных очень однородных данных. Вы же не сетуете, что без этого нельзя нынче ни элементарную частицу открыть, ни солнечную батарею сделать. Low hanging fruit во всех сложившихся областях собран - то, что достигается без кропотливой работы, уже давно открыто другими. Где-то ещё в 19ом веке, где-то совсем недавно. Но в сложившихся областях это действительно почти всегда так.
Reply
Leave a comment