Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Support durch Ingenieure innerhalb von 24 h Exzellente Messgenauigkeit Ab Werk kalibriert und direkt einsatzbereit Kundenspezifische Interrupt Einstellungen Implementierte Algorithmen Digitale SPI-I 2 C-Schnittstellen MEMS Sensor Portfolio Kundenservice Sensoren sind ein integraler Bestandteil jeder zukünftigen Anwendung Das Messen von Temperatur Feuchtigkeit Druck oder Beschleunigung war noch nie einfacher Nutzen Sie die Vorteile unseres Software Development Kits und der ab Werk erhältlichen Evaluierungsboards Ausführliche Dokumentationen sowie der direkte Support durch geschulte Ingenieure lassen keine Fragen offen Mit exzellenter Messgenauigkeit und Langzeitstabilität liefern die Sensoren hochpräzise und akkurate Ausgangswerte mit intelligenten On-Chip-Interrupt-Funktionen Kombinieren Sie Sensoren und Funk – starten Sie Ihre IoT-Anwendung noch heute www weonline de sensors Keep it simple Sense with MEMS © e iS m ar t #SensewithMEMS Anzeige Liegen die Probleme mehr in der Software in der Hardware oder ist es ein Problem der Trainingsdaten für die KI? Ich denke alle drei Punkte spielen eine Rolle Tesla hat beispielsweise aus irgendwelchen Gründen auch immer Radar aus seinen Autos verbannt und alle Erfahrungen damit zeigen dass die Leistung deutlich schlechter wurde Videos von Nutzern sind wirklich beängstigend Dieses Beispiel bestätigt aus meiner Sicht einen Punkt Für autonomes Fahren sind die besten Sensortechnologien notwendig denn nur die Kombination ermöglicht es das Auto wirklich abzusichern Dazu kommt noch ein anderer Punkt Es gibt Untersuchungen um herauszufinden warum Unfälle von Fahrzeugen mit Krankenwagen und Feuerwehrwagen etc passiert sind und zwar bei aktiviertem Autopilot Dabei stellt sich für mich die Frage Wurde die KI dieser Fahrzeuge mit mangelhaften Daten trainiert? Denn dann kann ein System entsprechende Fahrzeuge nicht erkennen Ein echter 3D-Sensor würde auf alle Fälle erkennen dass ein Hindernis vorhanden ist sodass das Fahrzeug auf alle Fälle anhalten würde egal ob es weiß um welches Hindernis es sich handelt Dieses Beispiel zeigt abermals Die Hardware ist wirklich wichtig Das heißt nicht dass KI und Deep Learning nicht ebenfalls wichtig sind ganz im Gegenteil KI und Deep Learning sind die besten Tools die wir haben um die Vielzahl der Umgebungsbedingungen abzudecken Würde man diese verschiedenen Bedingungen einzeln programmieren würde das niemals funktionieren Es sind also die beste Hardware die beste Software und die besten Trainingsdaten notwendig um dieses komplexes Problem zu lösen Und es sind verantwortungsvolle OEMs und Tier-Ones notwendig Die OEMs haben die höchste Verantwortung denn wenn sie es zulassen dass ein Fahrer ein Sicherheitssystem einfach umgehen kann dann ist das sehr leichtsinnig Man kann sich nicht auf den Endanwender verlassen dass er immer verantwortlich handelt Wieso sollte ein Endnutzer unverantwortlich handeln? Er dürfte doch der erste sein der an einem sicheren Fahrzeug interessiert ist Die Fahrer sind nicht geschult ein Autopilot ist ein sehr komplexes System Ein Flugzeugpilot nutzt Autopilotsysteme aber er wird umfassend darin geschult Sie wissen genau wann sie sich darauf verlassen können und wann nicht Im Auto schaltet der Fahrer den Autopilot an und probiert dann einfach aus wie er funktioniert Das ist ein ganz anderer Ansatz Zurück zu den Trainingsdaten Unternehmen wie Tesla oder Waymo dürften mittlerweile unendlich viele Trainingsdaten zur Verfügung stehen Müssten diese Unternehmen in ihren Entwicklungen nicht schon weiter sein? Wenn heute jemand Führerschein macht braucht er rund 50 Stunden um ihn zu bekommen Zu diesem Zeitpunkt kann er einigermaßen vernünftig im Straßenverkehr fahren und stellt keine Gefahr mehr dar Um aber ein wirklich guter und sicherer Fahrer zu werden sind mindestens 100 000 gefahrene Kilometer notwendig Daten die immer wieder in derselben Umgebung erhoben werden reichen nicht einmal ansatzweise Es geht nicht um Quantität der Daten sondern um Diversität Waymo konzentriert sich mehr auf die Quantität der Daten Schaut man sich aber Videos an von Fahrzeugen dann zeigt sich dass die Systeme immer dann Fehler machen wenn sie sich in Situationen befinden die sie nicht erkennen Es sind viele Unternehmen im Bereich Automated Driving engagiert dennoch Pierre Olivier LeddarTech „ Zunächst wurden Erwartungen geschürt dass autonomes Fahren einfach umzusetzen sei Mittlerweile wurde zum Teil erkannt dass autonomes Fahren eines der komplexesten Probleme darstellt die zu lösen sind “