AI智能，机器学习，世界未来的方向，自动驾驶技术的未来

说起AI智能，机器学习等关键词就必然联想到特斯拉的自动驾驶技术

在自动驾驶技术这方面一直存在两个争议

是毫米波雷达好还是ai画面分析好

现在来看毫无疑问是毫米波雷达的自动驾驶技术更为先进

不论是细节方面还是数据采集方面都要比画面分析更强

就数据准确性，判断准确性来说可以完胜特斯拉的画面分析

但是特斯拉这个公司为什么不采用毫米波雷达而是继续采用画面分析技术

这边我就要了解一下画面分析技术了

画面分析就是把摄像头拍摄的画面传给电脑，然后电脑用ai技术去分析画面上的每一个像素点和机器学习的库进行对比，从而给画面的每一个个体做定义，从而得知画面上的每一个事物。

当然画面分析在当前谈不上成熟，因为这项技术在当下有很大的缺陷

最大的缺陷就是当前的画面库不足和算力不足

ai画面分析需要非常庞大的画面库作为基础进行机器学习

然后才能达到画面分析的准确

这也就是特斯拉为什么多年来一直在用摄像头的原因，这些年特斯拉采集的数据简直不敢想象，可以说特斯拉已经拥有了全人类最为全面的画面库。

当然ai画面分析方面同样存在着另一个问题，那就是ai算力不足，目前的算力是不足以支撑开车是那么庞大的画面分析，这也就是特斯拉一直没有全面启用自动驾驶技术的原因之一，但是芯片发展的速度完全是可以在几年之内解决掉这个问题。

反过来再想一想，特斯拉这个公司在下一盘大棋，因为ai画面分析技术不光可以用于自动驾驶技术，这项技术甚至可以用于军事，战争等只要有基础库我就可以实时分析画面这远比人的大脑要强的多。

细思极恐特斯拉有如此庞大的基础库，在各个领域都可以用ai画面分析去参与，其实特斯拉的厉害之处不在于车或者火箭，他正在采集整个人类社会的基础数据库，在这个数据库达到一定程度之后他甚至可以在电脑上还原另一个人类社会。

但是ai也好机器学习也好，虽然如此强大但是它们没有创新的能力，只能在已知的数据库去循环分析。