Mengapa Tesla Tidak Akan Pernah Membuat Autopilot yang Benar-Benar Andal dan Sepenuhnya Otomatis

Artikel tersebut berargumen bahwa metode tradisional dalam pemrosesan gambar dan video, termasuk jaringan kapsul dan transformer video, telah mencapai titik jenuh dan membutuhkan sumber daya yang sangat besar bahkan untuk tugas-tugas sederhana. Artikel ini menggunakan Content ID YouTube sebagai contoh: meskipun telah dikembangkan selama 10 tahun dan menghabiskan dana $100 juta, sistem ini masih belum dapat menangani klip pendek secara efisien. Full Self-Driving (FSD) milik Tesla dikritik karena masih berada di level 2 SAE (Society of Automotive Engineers) meskipun telah dijanjikan, membutuhkan pengawasan manusia secara konstan dan menghadapi investigasi setelah terjadi kecelakaan. Penulis mengklaim bahwa AI modern pada dasarnya terbatas karena bergantung pada korelasi statistik dari kumpulan data besar, bukan pada pemahaman yang sebenarnya, yang menyebabkan kegagalan dalam skenario yang jarang terjadi. Artikel ini memperkenalkan TAPe (Teori Persepsi Aktif), sebuah metode yang merepresentasikan adegan dengan T-bit terstruktur yang mengodekan geometri dan semantik, sehingga memungkinkan pengenalan dengan sumber daya yang minimal. Untuk Content ID, TAPe memecah video menjadi adegan-adegan yang dideskripsikan dengan masing-masing 48 byte, memungkinkan pencocokan instan dalam arsip dengan ukuran apa pun menggunakan satu server tanpa GPU. Penulis menyatakan bahwa untuk autopilot, visi komputer saja tidak cukup, tetapi TAPe menyelesaikan bagian visi sepenuhnya.