162. 网络的重参数化（2/4）

如果检测到的东西数据集中没有见过怎么办？那还能检测到吗？

基于激光雷达的传感器办法，不管碰到什么，总是可以检测到粒子和物体，它的原理像不像人类不说，至少不那么容易直接撞上去。

纯依靠视觉的智能系统那可就不好说了，必须先用网络处理图像，然后加以分析。

一旦分析出错，出现了误判，那是必撞无疑，肯定会发生车辆事故，一头创死在上面。

马斯克激进的技术策略和喜好导致了一个问题，那就是人工智能算法要做的事情太多了。

想要完全弃用传感器，那四面八方都得安装车载摄像头才行，才能保证前后左右都看得清楚。

此外，还有一个重要的事情，那就是距离的估计。

对于人类来说，根据一张图片去判断其中距离的远近，实在太过容易，可这对人工智能视觉算法来说，不是一件容易的事情。

以现在的技术条件，需要进行非常复杂的标注，去分析样例图片中各个部位和像素的距离远近。

因为图片毕竟是2D平面的，而自动驾驶是一个需要掌握好空间距离的任务。

通过大量不同角度的平面图片，来重构一个三维的空间，甚至鸟瞰视角的三维空间是必要的。

不过现在这还只是空中楼阁，马斯克再次联系孟繁岐的来意非常简单，就是希望这个作为骨干的神经网络可以再快一点，或者计算量再小一点。

否则以目前的情况看，特斯拉很难负担得起这个运算量。

实际上，马斯克没有对这件事情抱有特别大的希望。在他看来，孟繁岐上次给出的方案已经好到非常离谱了。