亞馬遜送貨無人機
北京時間5月11日早間消息,據(jù)BBC報道,亞馬遜上月申請了一項專利,希望無論用戶身在何地,都能用送貨無人機在半小時內(nèi)將包裹直接送到他們手中。
在此之前,亞馬遜的無人機送貨計劃僅局限于“送貨上門”,像傳統(tǒng)郵遞員一樣直接將包裹投遞到用戶門口。但亞馬遜的這項專利申請表明,該公司還在探索新的方式,希望根據(jù)用戶的智能手機判斷其所在的位置,從而直接將包裹送到用戶手中。
根據(jù)專利申請文件,亞馬遜還專門設(shè)立了一套訂單流程,用戶首先通過亞馬遜手機應(yīng)用在線購買一些體積較小的產(chǎn)品,然后在配送選項中選擇“送貨給我”。之后,與用戶距離最近的無人機系統(tǒng)便會執(zhí)行送貨任務(wù),并將產(chǎn)品直接送至用戶智能手機所在的位置。
一旦進入一定距離范圍,無人機便可借助用戶智能手機的攝像頭功能實現(xiàn)著陸。目前還不太清楚具體實現(xiàn)方式,從理論上講,客戶可以自行降落無人機。不過,這一過程必須保證無人機的降落安全,避免硬著陸的情況發(fā)生。
然而,降落并非關(guān)鍵所在。該專利申請文件表明,無人機未必要真正接觸地面即可投遞貨物,而是可以盤旋在用戶周圍,然后輕輕投下包裹。文件還現(xiàn)實,亞馬遜希望該公司的無人機可以在空中相互交流,從而分享天氣信息、地理位置、路徑數(shù)據(jù)和著陸地點。
不過,亞馬遜的這項無人機送貨服務(wù)正式實施前仍需克服一些障礙。目前無法確保美國政府一定會批準(zhǔn)這項專利,即使獲得了專利,能否最終部署該技術(shù)也存在一些疑問。該公司還希望美國及其他國家或地區(qū)的航空管理部門允許其推廣無人機送貨項目,而不必非要將無人機控制在操作者的視線范圍之內(nèi)。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(xùn)練AI玩簡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。
同濟大學(xué)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(xué)習(xí)和數(shù)學(xué)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(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)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(zhǔn)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(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。