都在搞端到端，但是端到端到底是什么？

从2012年开始火的神经网络就是出了问题找不出来啊…这玩意的哲学就是这样。

OpenAI也不知道为什么GPT能力这么强。

也不能算纯黑盒，现在有人提出一个想法，通过视频生成文字

端到端吹的就是，以前是人教出来一个会驾驶的ai，现在变成人看着一个会自己教自己学自动驾驶的ai自己学会驾驶，反正结果是它学会驾驶了就行，具体有多会，那只能靠测试积累结果

跟视觉不视觉根本没关系，机器视觉也是视觉，所以雷达图对ai来说也是视觉，无非就是雷达图相关的可以让ai自己教自己的工具少，雷达图特性让用雷达图做ai运算成深度数据的实时算力要求高，现阶段办不到而已，不然基本不会有什么撞静态目标，幽灵刹车之类的玩意，说白了是各家看搞不定了才退回去用纯视觉的啊。。。

你玩过ai绘图用过controlnet就知道了，本质是一样的，各家在各种算法工具的基础上二次开发自己的工具，距离靠把原始内容转成深度图来猜，场景识别靠语义分割之类的来猜，诸如此类，一直猜到把原始数据输出成对方向盘电门刹车踏板的操作上就完成辣

那么你敢用吗

反正我是不敢，哪天硬件算力到10个雷神芯片那么多再考虑吧

机器学习的本质就是用一些计算公式，让原本需要无限穷举的判断问题只需要比较少的计算就能得出结果。

但这玩应只注重结果符不符合预期，计算的过程很难说对不对，因为你根本不知道他是怎么算的。

这就导致如果有一个问题，如果大部分时候用错误的方法也能得到正确的结论，ai就有可能一直是在以错误的方式运行，直到有一天这个错误的方式算不出来结果了，这个错误才会被发现。

雷达的效果就是给这个学习过程加一些限制，纯视觉是在判断图片，但雷达测出来的距离是准确的，不论ai判断成什么样，物品跟车的距离雷达是测得准的，这就比较好避免白色大卡车的问题。