Com o LIDAR as empresas estão dependentes de uma tecnologia que, por agora é cara, e que tem as suas falhas como todos os equipamentos que têm partes móveis. O LIDAR também utiliza algoritmos neuronais em que o input data provem do LIDAR.
O computer vision utiliza algoritmos (convolutional neural networks) que utilizam as imagens de câmaras que já existem e estão massificadas devido à sua incorporação nos smartphones. Estas empresas foram semifinalistas na Websummit de 2018:
https://wayve.ai
https://lvl5.ai
As neural networks têm um maior potencial de evolução do que o LIDAR. A Tesla utiliza os dados adquiridos pelas centenas de milhar de Teslas para 'ensinar' as CNN's. Aliás, as CNN's aprendem também com a própria rotina do condutor. Recentemente um grupo do Canadá desenvolveu uma nova arquitectura de redes neuronais que utilizam equações diferenciais. As actuais CNN's utilizam dados discretos (os vídeos são divididos em frames de imagens às quais são aplicadas as CNN's). Ou seja, as próprias redes neuronais ainda estão na sua infância.
https://youtu.be/HmjuEikY4ew
isto está errado de várias formas:
* Embora muitos dos LIDAR tenham peças móveis, estão também a ser desenvolvidos muitos solid-state.
* Os carros que usam LIDAR também usam câmaras.
* As redes neuronais são usadas por todos os competidores.
* Não existe uma aprendizagem "holística" do processo de condução pelas redes neuronais, nem para os outros nem para a Tesla.
* As redes neuronais são como reconhecedores maciços de padrões, não possuem inteligência geral. Não é de todo provável que venham a ser viáveis como "condutores automáticos ensinados".
* A tarefa mais importante para um self-driving car, antes de tudo o resto, é detectar todos os possíveis obstáculos. O LIDAR em grande medida garante isso fiavelmente, e as câmaras não (sendo que detectar obstáculos que não existem é também um problema).
* Mesmo depois de se detectarem todos os obstáculos, uma solução baseada em LIDAR e mapas de grande detalhe (e curados por humanos) ainda permite que atingir a condução autónoma seja muito muito mais fácil do que na ausência de ambas essas coisas. Isto acontece por muitas razões diferentes (por exemplo, saber o caminho exacto pelo mundo, saber com fiabilidade e exactidão onde os outros objectos estão, saber da presença ou ausência de sinalização -- mesmo que não detectada, etc, etc, etc).