在去年的國(guó)際消費(fèi)電子展上,無人駕駛汽車更多的還是一種概念;僅僅一年后,廠商就展示了實(shí)實(shí)在在的無人駕駛汽車技術(shù)。廠商還展示了車載應(yīng)用平臺(tái),這是一種令人激動(dòng)的新潮流,開車人可以獲取相關(guān)信息,并通過智能手表控制汽車。
奧迪、寶馬,以及汽車零配件供應(yīng)商博世、法雷奧展示了部分無人駕駛技術(shù)。這些技術(shù)不能使汽車自如地穿行在城市的大街小巷,而是專注于一些新功能,完成部分駕駛功能。
寶馬、法雷奧和博世展示了自動(dòng)停車技術(shù)。在法雷奧的演示中,一輛汽車能自行找到停車位,并停好車。這類技術(shù)可以很快應(yīng)用在汽車中。
奧迪也展示了自動(dòng)停車技術(shù),但帶有一定的自動(dòng)駕駛功能,汽車可以在高速公路上以低于每小時(shí)40英里(約合64公里)的速度“自動(dòng)”行駛。這些技術(shù)表明,廠商將逐步,而非一步到位地為汽車增加自動(dòng)駕駛功能。
完成自動(dòng)駕駛功能的元器件不僅包括雷達(dá)、激光和攝像頭,還包括負(fù)責(zé)解釋收集到的信息、構(gòu)建三維環(huán)境的處理器。軟件可以“指揮”汽車對(duì)環(huán)境中的物體和威脅做出反應(yīng)。
英偉達(dá)在國(guó)際消費(fèi)電子展上公布的Tegra K1處理器有192個(gè)內(nèi)核,可以用在未來的汽車中。奧迪宣布該公司將于近期把K1處理器用在汽車中。
上網(wǎng)汽車日趨流行。通用汽車宣布將為10款車型配置4G/LTE連接;奧迪去年宣布將為A3車型配置4G/LTE連接。在車載數(shù)據(jù)連接領(lǐng)域,AT&T是大贏家,將為通用汽車和奧迪提供車載無線數(shù)據(jù)連接。其他汽車廠商跟風(fēng)為它們的汽車配置4G/LTE連接的可能性很高。
汽車廠商和零配件供應(yīng)商展示了多種應(yīng)用集成方案。通用汽車“一馬當(dāng)先”,展示了其MyLink系統(tǒng)的App Shop功能。App Shop使雪佛萊(Chevrolet)車主能下載、安裝應(yīng)用。當(dāng)然,通用汽車會(huì)對(duì)進(jìn)入App Shop的應(yīng)用嚴(yán)格把關(guān)。
馬自達(dá)展示了概念型應(yīng)用平臺(tái)OpenCar,汽車零配件供應(yīng)商Delphi、Harman、QNX和Garmin展示了概念型車載信息系統(tǒng)。
這些車載信息系統(tǒng)選擇HTML5為編程語言,使第三方開發(fā)者能更方便地開發(fā),并向汽車廠商提交新應(yīng)用。
前所未聞的最新潮流是在汽車中集成智能手表。在寶馬和奔馳的展示中,車主可以利用智能手表,遙控開車門、檢查油量、按喇叭,甚至將目的地發(fā)送給汽車。
未來一年,車用智能手表將肯定是值得關(guān)注的潮流。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)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(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)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(jī)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(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)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(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。