北京時間6月19日早間消息,據(jù)路透社報道,在本周三舉行的美國國會聽證會上,美國聯(lián)邦航空管理局(以下簡稱“FAA”)副局長邁克爾·惠塔克(Michael Whitaker)表示,無人機監(jiān)管規(guī)定“將在一年內(nèi)出臺,可能會在2016年6月17日之前”。
這一預(yù)期較FAA之前的預(yù)期大幅提前,該機構(gòu)之前預(yù)計監(jiān)管規(guī)定最早也要到2017年才能出臺。
亞馬遜CEO杰夫·貝佐斯(Jeff Bezos)早在2013年12月就在《60分鐘》(60 Minutes)節(jié)目中表示,亞馬遜將為用戶提供無人機配送服務(wù)。當時看來,這項名為Prime Air的服務(wù)似乎很可笑,畢竟那時還有很多技術(shù)障礙沒有克服。不過,隨著技術(shù)的進步,加上監(jiān)管規(guī)定即將出臺,這項服務(wù)有望于明年正式推出。
亞馬遜一直對FAA進展過慢有所不滿,現(xiàn)在,該機構(gòu)終于加快了速度。“只要獲得批準,我們就希望盡快向用戶推出這項服務(wù)。”亞馬遜全球公共政策副總裁保羅·米塞納(Paul Misener)說,“我們會在監(jiān)管規(guī)定出臺前做好技術(shù)準備,我們的進度很快。”
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。