Cela peut-il être corrigé avec l'IA ? Cela dépend de la route. Si c'est une longue ligne droite en Arizona, alors oui. D'autres peut-être. Mais probablement. L'IMU peut vous indiquer où vous êtes sur la route et commencer à observer les schémas de direction de la voiture. Les caméras latérales peuvent toujours voir. Les essuie-glaces sont automatiques et dégageront le pare-brise en quelques secondes. Et @NianticLabs a un système qui peut indiquer à l'IA de la voiture exactement où elle se trouve si elle peut voir quoi que ce soit autour de la voiture. Même un cactus est très individuel pour chaque position dans le désert. J'appelle cela la pensée israélienne, car on m'a appris à penser en 3D par le programme 8200 là-bas où j'ai parlé il y a plusieurs années.

Les voitures de course ont un autre capteur : un laser dirigé droit vers le bas sous la voiture. Ce laser peut indiquer si la voiture glisse dans un virage, ce qui aide l'IA principale à pousser la voiture de course dans le virage aussi fort que possible. Cela maximise la vitesse sans perdre d'adhérence, ce qui entraînerait soit une perte de vitesse, soit un impact contre le mur. Grâce à cela, l'IA peut maintenir la voiture à la limite de l'adhérence d'une manière qu'un humain ne peut pas, c'est pourquoi elle a battu l'humain dans le sport de la course automobile à Abu Dhabi.

J'y pense de plus en plus. Il y a en fait 20 entreprises qui travaillent avec Niantic pour construire un modèle ou une carte du monde avec une résolution d'un voxel par millimètre. C'est incroyablement détaillé. Une fois que vous cartographiez une rue en voxels, dès que la caméra peut voir suffisamment de motifs dans ces voxels, elle sait exactement où elle se trouve. Cette technologie sera intégrée dans les téléphones et les voitures d'ici l'année prochaine. Tesla possède actuellement la meilleure carte voxel du monde—meilleure que celle de Niantic—et elle est plus à jour car ils ont tant de voitures qui circulent, créant une carte en temps réel. C'est crucial dans des conditions difficiles : 1. Si une voiture se trouve dans une tempête de neige et perd son capteur principal, elle peut toujours utiliser d'autres entrées. Même si la caméra arrière est couverte de neige (comme cela a été le cas pour moi), vous avez toujours quatre caméras latérales et une caméra intérieure. 2. Même la caméra intérieure peut parfois voir des repères, comme un gratte-ciel à travers la vitre arrière, permettant à la voiture de calculer sa position exacte dans l'espace 3D à mesure qu'elle identifie plus d'objets. 3. Par une journée claire, c'est facile, mais lors d'une forte tempête de neige, la visibilité est évidemment limitée. Votre idée de surveiller les autres voitures est un excellent moyen de rendre le système plus sûr. Cela réduirait les taux d'erreur au fil du temps pour l'IMU (Unité de Mesure Inertielle), qui suit la direction, les bosses et l'orientation. Il y a aussi des capteurs sur chaque roue pour surveiller le glissement. Bien qu'un microphone n'aide pas beaucoup dans une tempête de neige, les objectifs principaux sont : * Voir les feux rouges du camion devant vous * Suivre la direction de mouvement des autres véhicules * Trouver toute preuve de marquages de voie via les caméras latérales Il sera intéressant de voir comment ils résolvent complètement cela. Cela semble simple en ligne droite, mais une route de canyon sinueuse dans une tempête de neige est plus compliquée. Pourtant, la même idée s'applique : si vous pouvez voir une voiture devant vous et où elle se trouve sur la route, vous pouvez dire si elle entre dans un virage. D'autres voitures sont définitivement un point de données vital—surtout si l'une d'elles a un accident, ce qui indique au système qu'il doit ralentir et s'arrêter. C'est très amusant d'y penser.