我为什么选择小鹏？

需要换车年纪大了希望还能出去走走但精力不够所以需要换有可用的辅助驾驶功能的汽车。
换车前看了鸿蒙智行。看了比亚迪的天眼和，小鹏纯视觉。
我购车的时候还没有小鹏vl a第2代。那为什么我会最后选择小鹏呢？我是学自动控制的。自动控制理论中有自适应调节，专家库。 还有更奇特的黑盒。学习的时候不能理解黑盒到底是什么。
先说专家库，30年前当时的超算深蓝在国际象棋中战胜了人类，当时用的是专家库，这证明了专家库的成功。说明计算机利用专家的知识。最终可以战胜专家。但专家库就是规则，但当人不安常理下棋的时候，计算机就不知道怎么下了，这就是因为规则不可穷尽。10年前。超算阿尔法狗。在围棋比赛中战胜人类。证明了神经网络通过学习材料（棋谱）及强化学习的AI成功。神经网络有不可知性（这就是自动控制理论中的黑盒），很快利用分布训练（现在FSD就是在做分布训练）的卡塔狗，在PC计算机上用1080显卡吊打所有职业围棋选手。但是开始的时候对需要到几十步才有结果的简单的“征子”AI不知道，这个漏洞被人类利用，但在被人类利用了一段时间后，AI自己学会了，现在人类基本找不到漏洞了，这说明利用神经网络的AI会自己学习。AI进行围棋比赛下棋，只要模型差距不大高算力的显卡一定吊打低算力的，用神经网络的AI吊打利用规则的围棋软件，现在的神经网络AI吊打上一代的专家库AI。
人类用超算进行棋类软件开发绝对不是要计算机去下棋 ，是要证明现代控制理论和人工智能，当阿尔法狗。战胜人类。证明神经网络已经成功。对于汽车辅助驾驶。有了神经网络的人工智能。后面就只需要进行材料（驾驶视频）学习和强化训练。最后通过分布式大量的训练（用的人越来越多）补掉所有的漏洞。最终在驾驶中吊打人类。
回过头来再说小鹏的辅助驾驶。当我看到他与fsd用同样的纯视角路线。自研高算力的芯片。我知道这符合了神经网络需要的材料（人工驾驶数据）再加利用超算进行强化学习。最后通过分布式学习训练。最终完成全自动驾驶，并且可以吊打人类。而用激光雷达多模态的辅助驾驶系统，算力要求是纯视觉算力的10倍以上。而且驾驶材料获取困难。再加上所有道路信息都是给人看的。激光雷达不识字，也看不懂交通标志。所以激光雷达只能用于安全冗余。
现在量产的符合神经网络AI，有高算力的AI。且过10年可能还可以通过蒸馏方法把权重下载到车端并且车端算力也够的就只能选小鹏了。买完车几天小鹏就有了第二代VLA发布会，看来小鹏的纯视觉方案的辅助驾驶，我对神经网络的AI的理解都是正确的。