要約（GPT）
The article discusses Tesla's decision to remove ultrasonic sensors and rely solely on Vision (camera only) for its sensor suite. The author suggests that the question of whether this makes the perception problem harder or easier is not the correct question. Instead, they argue that additional sensors are not always an asset and can be a liability due to the cost and complexity of incorporating them into the system. The author points out that Elon Musk is known for simplifying systems and removing parts that are not essential, and in this case, the cost of ultrasonic sensors outweighs the benefits they provide. The article also mentions the debate around lidar as a crutch in the context of data collection systems, and suggests that whether a company has a fleet or not is more important for achieving a good functioning AI system than whether or not they have lidar. この記事では、テスラが超音波センサーを取り除き、センサー群をVision（カメラのみ）に依存する決定を下したことについて論じています。著者は、これによって知覚の問題が難しくなるのか、それとも簡単になるのかという問いは、正しい問いではないことを示唆しています。むしろ、センサーの追加は必ずしも資産ではなく、システムに組み込むためのコストや複雑さのために負債となりうる、と主張している。著者は、イーロン・マスクがシステムを簡素化し、必要でない部品を取り除くことで知られており、この場合、超音波センサーのコストは、それがもたらす利点を上回ると指摘しています。また、記事ではデータ収集システムの文脈でライダーを松葉杖とする議論に触れ、企業がフリートを持っているかどうかは、ライダーを持っているかどうかよりも、十分に機能するAIシステムを実現するために重要であることを示唆している。
Tesla last year removed radar from um from the sensor suite and now just announced that it's going to remove all ultrasonic sensors relying solely on Vision so camera only does that make the perception problem harder or easier I would almost reframe the question in some way so the thing is basically you would think that additional sensors by the way can I just interrupt good I wonder if a language model will ever do that if you prompt it let me reframe your question that would be epic this is the wrong problem sorry yeah it's like a little bit of a wrong question because basically you would think that these sensors are an asset to you yeah but if you fully consider the entire product in its entirety these sensors are actually potentially liability because these sensors aren't free they don't just appear on your car you need something you need to have an entire supply chain you have people procuring it there can be problems with them they may need replacement they are part of the manufacturing process they can hold back the line in production uh you need to Source them you need to maintain them you have to have teams that write the firmware all of all of it and then you also have to incorporate them fuse them into the system in some way and so it actually like bloats the organ the a lot of it and I think Elon is really good at simplify simplified best part is no part and he always tries to throw away things that are not essential because he understands the entropy in organizations and an approach and I think uh in this case the cost is high and you're not potentially seeing it if you're just a computer vision engineer and I'm just trying to improve my network and you know is it more useful or less useful how useful is it and the thing is if once you consider the full cost of a sensor it actually is potentially a liability and you need to be really sure that it's giving you extremely useful information in this case we looked at using it or not using it and the Delta was not massive and so it's not useful is it also blow in the data engine like having more sensors and is a distraction and these sensors you know they can change over time for example you can have one type of say radar you can have other type of radar they change over time I suddenly need to worry about it now suddenly you have a column in your sqlite telling you oh what sensor type was it and they all have different distributions and then uh they can they just they contribute noise and entropy into everything and they bloat stuff and also organizationally has been really fascinating to me that it can be very distracting um if you if all if you only want to get to work is Vision all the resources are on it and you're building out a data engine and you're actually making forward progress because that is the the sensor with the most bandwidth the most constraints on the world and you're investing fully into that and you can make that extremely good if you're uh you're only a finite amount of sort of spend of focus across different facets of the system and uh this kind of reminds me of Rich Sutton's a bitter lesson it just seems like simplifying the system yeah in the long run now of course you don't know what the long run it seems to be always the right solution yeah yes in that case it was for RL but it seems to apply generally across all systems that do computation yeah so where uh what do you think about the lidar as a crutch debate uh the battle between point clouds and pixels yeah I think this debate is always like slightly confusing to me because it seems like the actual debate should be about like do you have the fleet or not that's like the really important thing about whether you can achieve a really good functioning of an AI system at this scale so data collection systems yeah do you have a fleet or not is significantly more important whether you have lidar or not it's just another sensor um and uh yeah I think similar to the radar discussion basically I um but yeah I don't think it it um basically doesn't offer extra uh extra information it's extremely costly it has all kinds of problems you have to worry about it you have to calibrate it Etc it creates bloat and entropy you have to be really sure that you need this uh this um sensor in this case I basically don't think you need it
テスラは昨年、レーダーをセンサー群から削除しました。 をセンサー群から外し、そして今 超音波センサーをすべて取り除くと発表しました。 超音波センサーをすべて削除し カメラだけにすると発表しました。 知覚の問題を難しくしているのでしょうか、それとも簡単にしているのでしょうか？ 難しくなるのか、それとも簡単になるのか 私は、この質問を再定義したいと思います。 基本的には センサーを追加することです。 ところで、ちょっとお邪魔します。 言語モデルがそうするかどうか もし、あなたがそれを促すなら、私が質問を組み替えましょう この質問は壮大なものです。 間違った問題です。 ちょっと間違った質問です。 基本的にあなたはこれらのセンサーが センサーは資産だと思うでしょう。 しかし、製品全体を考えた場合 全体として考えると これらのセンサーは、実は潜在的に 負債になりかねません。 ただで付いているわけではありません。 何か必要なものがあるはずです。 サプライ・チェーン全体が必要です。 調達する必要があります。 交換が必要になることもあります。 製造工程の一部であり 生産ラインをストップさせることもある ソースが必要であり、メンテナンスが必要であり 保守するチームも必要です。 ファームウェアを作成するチームも必要です。 そして、それをシステムに組み込む必要がある。 それを何らかの形でシステムに組み込む必要があります。 そうすると、臓器が肥大化してしまいます。 イーロンは単純化、簡略化するのがうまいと思います。 イーロンは本当に単純化するのがうまいと思います。
and I think honestly I will make a stronger statement I think the others some of the other uh companies who are using it are probably going to drop it yeah so you have to consider the sensor in the full in considering can you build a big Fleet that collects a lot of data and can you integrate that sensor with that that data and that sensor into a data engine that's able to quickly find different parts of the data that then continuously improves whatever the model that you're using yeah another way to look at it is like vision is necessary in a sense that uh the drive the world is designed for human visual consumption so you need vision is necessary and then also it is sufficient because it has all the information that you that you need for driving and humans obviously has a vision to drive so it's both necessary and sufficient so you want to focus resources and you have to be really sure if you're going to bring in other sensors you could you could you could add sensors to Infinity at some point you need to draw the line and I think in this case you have to really consider the full cost of any One sensor that you're adopting and do you really need it and I think the answer in this case is no so what do you think about the idea of the that the other companies are forming high resolution maps and constraining heavily the geographic regions in which they operate is that approach not in your in your view um not going to scale over time to the entirety of the United States I think I'll take two as you mentioned like they pre-map all the environments and they need to refresh the map and they have a perfect centimeter level accuracy map of everywhere they're going to drive it's crazy how are you going to we've been talking about autonomy actually changing the world we're talking about the deployment on a on a global scale of autonomous systems for transportation and if you need to maintain a centimeter accurate map for Earth or like for many cities and keep them updated it's a huge uh dependency that you're taking on huge dependency it's a massive massive dependency and now you need to ask yourself do you really need it and humans don't need it um right so it's it's very useful to have a low-level map of like okay the connectivity of your road you know that there's a fork coming up when you drive an environment you sort of have that high level understanding it's like a small Google Map and Tesla uses Google Map like similar kind of resolution information in the system but it will not pre-map environments to send me a level accuracy it's a crutch it's a distraction it costs entropy and it diffuses the team it dilutes the team and you're not focusing on what's actually necessary which is the computer vision problem
そして、正直なところ、私は より強く主張できると思います。 他の企業は、おそらく 使っている会社は、おそらく そうです。 センサーを考慮する必要があります。 大きな艦隊を作ることができるのか？ 多くのデータを収集する大規模な艦隊を作ることができるのか、そしてその艦隊にセンサーを統合することができるのか。 センサーとデータ、センサーを統合して データ、センサーをデータエンジンに統合して データエンジンに統合し、データの様々な部分を素早く見つけ データの様々な部分を素早く見つけ、それを継続的に その結果、どんなモデルであっても継続的に改善することができます。 別の言い方をすれば 視覚はある意味で必要です 世界の駆動系は人間の視覚消費用に設計されています。 人間の視覚消費用に設計されているので、視覚が必要です。 視覚は必要であり、また、視覚は十分である。 十分である。 運転に必要な情報を持っているからです。 運転に必要なすべての情報を持っているからです。 運転するためには視覚が必要です。 必要かつ十分であるため、リソースを集中させたい。 リソースに集中させなければなりません。 他のセンサーを導入するのであれば 他のセンサーを取り入れるかどうか。 インフィニティにセンサーを追加する場合、ある時点で 線引きする必要があります。 この場合、本当に考えなければならないのは この場合、1つのセンサーにかかる全費用を考慮する必要があります。 この場合、採用するOneセンサーのコストと、本当に必要なのかどうかを検討する必要があります。 この場合、答えは「ノー」です。 この場合の答えは「ノー」です。 他社が高解像度の地図を作成し 他社が高解像度の地図を作成し 他の企業が高解像度の地図を作成し、地理的な制約を大きくしていることについて そのようなやり方は このようなアプローチは、御社の見解では アメリカ全土に拡大することはできないのでは？ アメリカ全土に拡大することはできないと思います。 私は、あなたがおっしゃったように、2つの方法をとります。 すべての環境を事前にマップしておき 地図を更新する必要があります。 センチメートル単位の完璧な地図がある。 センチメートル単位の完璧な地図を持っています。 どうやってやるんだ？ 私たちは自律性について話してきました 実際に世界を変えているのです。 世界規模で 世界的な規模で展開されています。 世界規模で展開されようとしています。 センチメートル単位の正確な地図が必要な場合 地球上の地図や多くの都市の地図を 更新し続けることは、非常に大きな負担です。 膨大な依存を背負うことになります。 膨大な依存関係 膨大な依存関係です。 本当に必要なのか、自問自答する必要があります。 本当に必要なのか？ そして、人間はそれを必要としない そうです、だから低レベルのマップがあると非常に便利なんです。 だから、低レベルの地図があるととても便利です。 道路の接続性 分かれ道があることを知ることができます。 環境では、そのような 小さなGoogleマップのようなものです。 テスラはGoogleマップを使用しています。 マップのようなものです。 テスラは、Googleマップと同じような解像度の情報をシステムで使っていますが しかし、事前にマップを作成し、そのマップを私に送ってくれるわけではありません。 精度の高い情報を送ってくれるわけではありません。 エントロピーのコストになります。 チームを混乱させ、希薄化させる 必要なことに集中できない。 本当に必要なことに集中できない。 ビジョンの問題