“陳工,在加州過(guò)得習(xí)慣嗎?”陳默的目光轉(zhuǎn)向右邊的陳奇驚,“特斯拉工廠旁邊的Dinahs
Chicken
Shack,炸雞味道應(yīng)該沒(méi)變?當(dāng)年我在帕洛阿爾托出差,可沒(méi)少去。”
陳奇驚也是一愣,沒(méi)想到這位位高權(quán)重的副總裁連這種本地小館子都知道,連忙點(diǎn)頭:“是,陳總,味道確實(shí)不錯(cuò)?!?/p>
氣氛似乎很融洽,像老友敘舊。
然而,就在兩人剛剛適應(yīng)了這種和煦氛圍的下一秒。
陳默臉上的笑容如同被無(wú)形的橡皮擦瞬間抹去。
他身體微微前傾,目光驟然變得無(wú)比銳利,如同兩柄淬了寒冰的利劍,精準(zhǔn)地刺向兩人。
辦公室內(nèi)無(wú)形的壓力場(chǎng)瞬間形成,連空氣中飄散的咖啡香都仿佛凝固了。
“輕松的話(huà)題到此為止?!标惸穆曇舳溉晦D(zhuǎn)冷,“兩位都是各自領(lǐng)域的頂尖人才,通過(guò)了前面幾輪嚴(yán)苛篩選,走到我這里?!?/p>
他稍作停頓,目光如掃描儀般掃過(guò)兩人的臉。
“這意味著,你們有潛力成為華興智能駕駛這艘戰(zhàn)艦上最核心的部分。但潛力,不等于價(jià)值。價(jià)值,需要在戰(zhàn)場(chǎng)上用鮮血和結(jié)果來(lái)證明?!?/p>
“我的問(wèn)題只有一個(gè)?!标惸恼Z(yǔ)速不快,但每個(gè)音節(jié)都重若千鈞。
“當(dāng)你們?cè)O(shè)計(jì)的算法,運(yùn)行在華興即將量產(chǎn)的智能駕駛系統(tǒng)上,面對(duì)華國(guó)復(fù)雜到極致的城區(qū)道路
——
無(wú)處不在的加塞、鬼探頭、逆行的電動(dòng)車(chē)、不守規(guī)矩的行人。。。。。?!?/p>
“告訴我,你們?nèi)绾斡脭?shù)學(xué)模型和一行行代碼,保證坐在駕駛位上的華興車(chē)主及其家人,在面對(duì)那千鈞一發(fā)的‘死神時(shí)刻’時(shí),能比人類(lèi)駕駛員的平均反應(yīng)速度,多爭(zhēng)取到哪怕0。1%的生存概率?”
“注意,我要的不是實(shí)驗(yàn)室的漂亮數(shù)據(jù),不是理論上的最優(yōu)解。
我要的是在真實(shí)道路上,在算力受限、傳感器可能被污染、通信可能延遲的復(fù)雜戰(zhàn)場(chǎng)環(huán)境下,你們架構(gòu)的魯棒性(Robustness)、決策的預(yù)見(jiàn)性、控制的精準(zhǔn)度。
以及如何最終轉(zhuǎn)化為那冰冷的、卻重逾泰山的0。1%生存率提升!”
“李飛鵬博士,從你的感知架構(gòu)開(kāi)始。
你的BEV+Transformer,如何在強(qiáng)光眩目、大雨模糊攝像頭、激光雷達(dá)點(diǎn)云被揚(yáng)塵嚴(yán)重衰減的多重失效模式下,保證對(duì)橫穿馬路的小孩輪廓的識(shí)別率,依舊高于人類(lèi)駕駛員的95%?
這章沒(méi)有結(jié)束,請(qǐng)點(diǎn)擊下一頁(yè)繼續(xù)閱讀!
誤差每降低0。1%,意味著什么?”