Waymo vừa đụng phải giới hạn — và vấn đề không nằm ở cảm biến.
Vấn đề là gì? Waymo có thể nhìn thế giới một cách hoàn hảo. Chỉ là nó không biết phải làm gì khi có chuyện bất ngờ xảy ra.
Ví dụ điển hình: San Diego. Một chiếc Waymo không có hành khách bị mắc kẹt trên đường ray tàu đang hoạt động, rồi lùi thẳng qua cần chắn đường ngang. Đây không phải là lỗi nhận diện — mà là thảm họa trong việc ra quyết định.
Các tình huống ngoại lệ là vô hạn. Bạn không thể viết mã để xử lý mọi khả năng vô hạn. Nhưng bạn có thể huấn luyện để vượt qua chúng — và chỉ trong một ngày, $TSLA thu thập được nhiều dữ liệu lái xe thực tế hơn lượng dữ liệu mà hầu hết đối thủ tích lũy được trong suốt quá trình tồn tại.
Đây chính là khoảng cách về trí tuệ. Thêm camera và lidar cũng không thể thu hẹp khoảng cách đó. Chỉ dữ liệu huấn luyện khổng lồ và đa dạng mới làm được.
$TSLA $GOOGL
Vấn đề là gì? Waymo có thể nhìn thế giới một cách hoàn hảo. Chỉ là nó không biết phải làm gì khi có chuyện bất ngờ xảy ra.
Ví dụ điển hình: San Diego. Một chiếc Waymo không có hành khách bị mắc kẹt trên đường ray tàu đang hoạt động, rồi lùi thẳng qua cần chắn đường ngang. Đây không phải là lỗi nhận diện — mà là thảm họa trong việc ra quyết định.
Các tình huống ngoại lệ là vô hạn. Bạn không thể viết mã để xử lý mọi khả năng vô hạn. Nhưng bạn có thể huấn luyện để vượt qua chúng — và chỉ trong một ngày, $TSLA thu thập được nhiều dữ liệu lái xe thực tế hơn lượng dữ liệu mà hầu hết đối thủ tích lũy được trong suốt quá trình tồn tại.
Đây chính là khoảng cách về trí tuệ. Thêm camera và lidar cũng không thể thu hẹp khoảng cách đó. Chỉ dữ liệu huấn luyện khổng lồ và đa dạng mới làm được.
$TSLA $GOOGL