Por que a Tesla nunca fará um piloto automático totalmente confiável

O artigo argumenta que os métodos tradicionais de processamento de imagem e vídeo, incluindo redes de cápsulas e transformadores de vídeo, atingiram um gargalo e exigem recursos enormes mesmo para tarefas simples. Usa o Content ID do YouTube como exemplo: apesar de 10 anos de desenvolvimento e 100 milhões de dólares, ainda não consegue lidar eficientemente com clipes curtos. O Full Self-Driving (FSD) da Tesla é criticado por permanecer no Nível 2 da SAE, apesar das promessas, exigindo supervisão humana constante e enfrentando investigações após acidentes. O autor afirma que a IA moderna é fundamentalmente limitada porque depende de correlações estatísticas de grandes conjuntos de dados, em vez de compreensão verdadeira, levando a falhas em cenários raros. O artigo introduz o TAPe (Teoria da Percepção Ativa), um método que representa cenas com T-bits estruturados codificando geometria e semântica, permitindo reconhecimento com recursos mínimos. Para o Content ID, o TAPe divide o vídeo em cenas descritas por 48 bytes cada, permitindo correspondência instantânea em arquivos de qualquer tamanho usando um único servidor, sem GPUs. O autor afirma que, para o piloto automático, a visão computacional sozinha é insuficiente, mas o TAPe resolve completamente a parte da visão.