Può essere risolto con l'AI? Dipende dalla strada. Se è una lunga e dritta in Arizona, allora sì. Altre potrebbero. Ma probabilmente. L'IMU può dirti dove sei sulla strada e iniziare a osservare i modelli di dove sta andando l'auto. Le telecamere laterali possono ancora vedere. I tergicristalli sono automatici e puliranno il parabrezza in pochi secondi. E @NianticLabs ha un sistema che può dire all'AI dell'auto esattamente dove si trova se può vedere qualcosa intorno all'auto. Anche i cactus sono molto individuali per ogni posizione nel deserto. Chiamo questo pensiero israeliano, poiché mi è stato insegnato a pensare in 3D dal programma 8200 lì dove ho parlato diversi anni fa.

Le auto da corsa hanno un altro sensore: un laser puntato dritto verso il basso sotto l'auto. Questo laser può rilevare se l'auto sta scivolando in curva, il che aiuta il computer principale AI a spingere l'auto da corsa intorno alla curva il più forte possibile. Questo massimizza la velocità senza perdere aderenza, il che comporterebbe una perdita di velocità o ti porterebbe contro il muro. Per questo motivo, l'AI può mantenere l'auto al limite dell'aderenza in un modo che un umano non può, ed è per questo che ha battuto l'umano nello sport delle corse automobilistiche ad Abu Dhabi.

Ci ho pensato di più. Ci sono effettivamente 20 aziende che lavorano con Niantic per costruire un modello o una mappa del mondo con una risoluzione di un voxel per millimetro. È incredibilmente dettagliato. Una volta che mappi una strada in voxel, non appena la telecamera riesce a vedere abbastanza di un modello in quei voxel, sa esattamente dove si trova. Questa tecnologia sarà presente nei telefoni e nelle auto entro il prossimo anno. Tesla attualmente ha la migliore mappa voxel del mondo—meglio di quella di Niantic—ed è più aggiornata perché hanno così tante auto che circolano, creando una mappa in tempo reale. Questo è cruciale per condizioni difficili: 1. Se un'auto si trova in una tempesta di neve e perde il suo sensore principale, può comunque utilizzare altri input. Anche se la telecamera posteriore è coperta di neve (come è successo a me), hai ancora quattro telecamere laterali e una telecamera interna. 2. Anche la telecamera interna può a volte vedere punti di riferimento, come un grattacielo attraverso il finestrino posteriore, permettendo all'auto di calcolare la sua posizione esatta nello spazio 3D mentre identifica più oggetti. 3. In una giornata chiara, questo è facile, ma in una forte bufera di neve, la visibilità è ovviamente limitata. La tua idea di osservare altre auto è un ottimo modo per mantenere il sistema più sicuro. Ridurrebbe i tassi di errore nel tempo per l'IMU (Unità di Misura Inerziale), che traccia la direzionalità, le irregolarità e la direzione. Ci sono anche sensori su ogni ruota per monitorare lo slittamento. Sebbene un microfono non aiuti molto in una tempesta di neve, gli obiettivi principali sono: * Vedere i semafori rossi del camion davanti a te * Tracciare la direzione di movimento di altri veicoli * Trovare eventuali segni di corsia tramite le telecamere laterali Sarà interessante vedere come risolveranno completamente questo problema. Sembra semplice in linea retta, ma una strada tortuosa in un canyon durante una tempesta di neve è più complicata. Tuttavia, la stessa idea si applica: se puoi vedere un'auto davanti a te e dove si trova sulla strada, puoi capire se sta entrando in una curva. Altre auto sono sicuramente un punto dati vitale—soprattutto se una si schianta, il che dice al sistema che deve rallentare e fermarsi. È molto divertente pensarci.