IT之家 5 月 6 日消息,特斯拉近日透露,Cybertruck 的前備箱使用了“學習算法”來進行防夾檢測,這解釋了為何在一些測試中會出現不一致的結果。
Cybertruck 鋒利的棱角設計曾讓許多人擔憂其安全性,網上流傳著大量用 Cybertruck 前備箱切菜的視頻,讓其安全隱患顯得更加突出。
IT之家注意到,特斯拉最近發(fā)布了新的軟件更新,聲稱改進了前備箱的物體檢測系統。更新說明中寫道:“電動前備箱在即將關閉時可以更好地檢測到障礙物。”然而,部分車主更新后測試發(fā)現,防夾功能表現并不穩(wěn)定。
Cybertruck 首席工程師 Wes Morrill 解釋了其中的原因:前備箱的防夾檢測使用的是學習算法(learning algorithm),當前備箱多次嘗試關閉但未成功鎖定時,會增加關閉力度。
這就可以解釋為什么重復測試會出現不同的結果。Morrill 舉例說明,如果前備箱內有較大的袋子,也可能會觸發(fā)防夾檢測。這時用戶可能會再次嘗試關閉,算法就會認為用戶這么做一定是有原因的,前備箱應該關上,于是增加關閉力度。簡而言之,特斯拉希望 Cybertruck 的前備箱能夠通過反復施加更大的力度來實現自動關閉。
將學習算法應用于前備箱或后備箱尚屬首次,雖然有些冒險,但隨著人工智能的進步,或許最終能實現完美的效果。