Sistem penerbangan berbasis RL otonom yang didukung AI mengalami hambatan besar baru-baru ini. Sudah berfungsi sepenuhnya sekitar dua minggu yang lalu, tetapi kemudian semuanya runtuh. Menghabiskan hari-hari mencari empat bug yang sangat brutal—jenis yang membuat Anda mempertanyakan segalanya. Jujur saja sangat menegangkan; hampir membatalkan seluruh implementasi. Pelajaran utama: menggabungkan integrasi perangkat keras dengan pembelajaran mendalam ternyata sangat kompleks. Ada kesenjangan besar antara teori dan kenyataan ketika jaringan neural bertemu dengan sistem fisik nyata. Setiap variabel penting, dan satu detail yang terlewatkan dapat menyebabkan kegagalan.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
16 Suka
Hadiah
16
7
Posting ulang
Bagikan
Komentar
0/400
WhaleMistaker
· 7jam yang lalu
Haha, empat bug bisa membuat seluruh proyek hampir kembali ke tahap prototipe, inilah kenyataannya. Berdiskusi di atas kertas dan bertemu dengan perangkat keras memang dua hal yang berbeda.
Lihat AsliBalas0
ponzi_poet
· 10jam yang lalu
ngl Inilah sebabnya mengapa saya tidak menyentuh hal-hal yang terkait integrasi perangkat keras... teori di atas kertas dan sistem nyata sangat berbeda jauh
Lihat AsliBalas0
ContractSurrender
· 10jam yang lalu
Interaksi antara perangkat keras dan jaringan saraf benar-benar seperti lubang hitam, satu parameter yang salah bisa membuat semuanya gagal
Lihat AsliBalas0
airdrop_whisperer
· 10jam yang lalu
Aduh, inilah kenyataannya, begitu perangkat keras disentuh, RL langsung meledak, berbicara di atas kertas memang tidak berguna
Lihat AsliBalas0
MEVSandwich
· 10jam yang lalu
Aduh, perangkat keras bertemu dengan jaringan saraf seperti ini, satu variabel kecil yang runtuh dapat mempengaruhi seluruh sistem
Lihat AsliBalas0
GasFeeNightmare
· 10jam yang lalu
Kesenjangan antara teori dan kenyataan memang begitu kejam, pembelajaran mendalam saat menghadapi integrasi perangkat keras benar-benar bisa menyebabkan halusinasi
Lihat AsliBalas0
BearMarketSurvivor
· 10jam yang lalu
Perangkat keras dan pembelajaran mendalam digabungkan? Ini seperti jalur suplai di medan perang yang terputus, tak peduli seberapa canggih taktiknya. Teori tidak akan pernah mati.
Sistem penerbangan berbasis RL otonom yang didukung AI mengalami hambatan besar baru-baru ini. Sudah berfungsi sepenuhnya sekitar dua minggu yang lalu, tetapi kemudian semuanya runtuh. Menghabiskan hari-hari mencari empat bug yang sangat brutal—jenis yang membuat Anda mempertanyakan segalanya. Jujur saja sangat menegangkan; hampir membatalkan seluruh implementasi. Pelajaran utama: menggabungkan integrasi perangkat keras dengan pembelajaran mendalam ternyata sangat kompleks. Ada kesenjangan besar antara teori dan kenyataan ketika jaringan neural bertemu dengan sistem fisik nyata. Setiap variabel penting, dan satu detail yang terlewatkan dapat menyebabkan kegagalan.