市場研究公司IHS發(fā)表報告預(yù)測,2025年全球無人駕駛汽車銷量將達到23萬輛,2035年將達到1180萬輛,屆時無人駕駛汽車保有量將達到5400萬輛。
IHS將無人駕駛汽車分為五級。三級車包含有限的自動駕駛能力,奔馳S550基本符合這一標準;四級車具備人工駕駛和自動駕駛能力,奧迪展示的一段視頻詳細闡述了這類車的資料;五級車不支持人工駕駛,只支持自動駕駛。IHS預(yù)測,2035年五級車每年銷量可達到480萬輛。
IHS指出,部分汽車廠商已表態(tài)將于2020年推出首批無人駕駛汽車。已經(jīng)開發(fā)出來的無人駕駛汽車技術(shù)包括自適應(yīng)巡航控制和車道保持。推動無人駕駛汽車的發(fā)展還需要開發(fā)更先進的傳感器技術(shù)。另外,車-車、車-基礎(chǔ)設(shè)施通信系統(tǒng)也將推動無人駕駛汽車的發(fā)展。
IHS預(yù)測,到2035年,北美在無人駕駛汽車市場上的份額將達到29%,中國為24%,西歐為20%。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務(wù)上驗證有效性。