Waarom Tesla nooit een echte, volledig betrouwbare echte autopilot zal maken

Het artikel betoogt dat traditionele methoden voor beeld- en videoverwerking, waaronder capsule-netwerken en videotransformers, een bottleneck hebben bereikt en enorme middelen vereisen, zelfs voor eenvoudige taken. Het gebruikt YouTube's Content ID als voorbeeld: ondanks 10 jaar ontwikkeling en 100 miljoen dollar kan het nog steeds niet efficiënt omgaan met korte clips. Tesla's Full Self-Driving (FSD) wordt bekritiseerd omdat het ondanks beloften op SAE-niveau 2 blijft steken, constante menselijke supervisie vereist en onderwerp is van onderzoeken na ongevallen. De auteur beweert dat moderne AI fundamenteel beperkt is omdat het vertrouwt op statistische correlaties uit grote datasets in plaats van op echt begrip, wat leidt tot falen in zeldzame scenario's. Het artikel introduceert TAPe (Theory of Active Perception), een methode die scènes representeert met gestructureerde T-bits die geometrie en semantiek coderen, waardoor herkenning met minimale middelen mogelijk wordt. Voor Content ID breekt TAPe video op in scènes die elk door 48 bytes worden beschreven, waardoor direct matchen in archieven van elke omvang mogelijk is met een enkele server zonder GPU's. De auteur stelt dat voor autonoom rijden computervisie alleen niet voldoende is, maar dat TAPe het visiegedeelte volledig oplost.