CNET科技資訊網(wǎng) 1月26日 國(guó)際報(bào)道:作為在二十世紀(jì)八十年代成長(zhǎng)起來(lái)的一代,筆者在17歲時(shí)便拿到了駕照,即便這樣,在我的朋友中,我差不多是最后一個(gè)拿到駕照的人。通過(guò)駕照考試之前,我倍感壓力,但拿到駕照后,我獲得的是一種像解脫一樣欣喜若狂的感覺(jué)。
但對(duì)許多當(dāng)今的年輕人而言,這是一種他們永遠(yuǎn)也不會(huì)經(jīng)歷、甚至關(guān)心的通過(guò)儀式。
根據(jù)密歇根大學(xué)交通運(yùn)輸研究所本周公布的一項(xiàng)研究結(jié)果顯示,年輕人越來(lái)越不愿意考駕照。該研究的作者邁克爾·西瓦克(Michael Sivak )和布蘭頓•舒奧托(Brandon Schoettle)表示:“在美國(guó),從1983年到2014年,16歲至44歲的人群眾持有駕照的人數(shù)百分比呈連續(xù)下降趨勢(shì)。”而年齡在18歲的群體中,持有駕照人數(shù)的百分比已經(jīng)從80%下降到了60%;20歲到24歲的群體中,這一比例從92%下降到了77%。
這些數(shù)據(jù)表明,雖然無(wú)人駕駛汽車(chē)描繪的是未來(lái)的交通工具,但人們?nèi)缃褚呀?jīng)為這項(xiàng)技術(shù)做好了準(zhǔn)備。他們對(duì)類(lèi)似于Uber、Lyft和BlaBlaCar這樣的打車(chē)軟件初創(chuàng)公司更為歡迎,這些打車(chē)軟件已經(jīng)成為了我們出門(mén)前會(huì)考慮的一種出行方式。
美國(guó)汽車(chē)研究中心的交通系統(tǒng)主任理查德·華萊士(Richard Wallace)表示:“我們看到的是不愿意開(kāi)車(chē)的千禧一代。”
畢竟,有誰(shuí)愿意為保險(xiǎn)、油料變化或停車(chē)這些事情所煩惱呢?
不過(guò),正在改變的并不僅僅是年輕人。從1983年到2014年,越為年長(zhǎng)的老人往往都持有駕照,在70歲或更為年長(zhǎng)的人群中,持有駕照人數(shù)從55%上升到了79%。這表明他們很想出去到處走走。但隨著人們年齡的增長(zhǎng),他們的反應(yīng)能力和視力都在惡化,自動(dòng)駕駛汽車(chē)將能夠滿足這類(lèi)人群的需求。
眾所周知,自動(dòng)駕駛汽車(chē)能夠解決人們的交通出行問(wèn)題,方便人們?cè)谛旭偮飞闲菹?、完成工作或觀看手機(jī)中的視頻。不過(guò),能夠增強(qiáng)安全性無(wú)疑是自動(dòng)駕駛汽車(chē)的一個(gè)主要賣(mài)點(diǎn)。一位密西根大學(xué)的專(zhuān)家預(yù)測(cè),未來(lái)交通事故率將下降90%。
在堪薩斯州或愛(ài)荷華州的農(nóng)村地區(qū),學(xué)會(huì)開(kāi)車(chē)仍將是一項(xiàng)重要的技能。但是年輕人目前還是在城市中生活得更為幸福。根據(jù)美國(guó)人口普查局的數(shù)據(jù)顯示,在2000年和2013年之間,美國(guó)的城市人口增長(zhǎng)了14%,達(dá)到2400萬(wàn)人。
華萊士表示,年輕人之所以不那么迷戀汽車(chē),其中還有一些文化原因。能夠隨身攜帶的智能手機(jī)等小玩意已經(jīng)令汽車(chē)失去了其原有地位,人們更喜歡在會(huì)議上把手機(jī)放在桌子上,而不是在郊外車(chē)道上炫耀其最新的底特律汽車(chē)。
華萊士說(shuō)道:“以前,汽車(chē)還屬于一種尖端技術(shù)。對(duì)戰(zhàn)后一代而言,在二十世紀(jì)七十年代,除了汽車(chē),已經(jīng)沒(méi)有什么自己能夠擁有的其他尖端技術(shù)產(chǎn)品了。如今,人們擁有的是智能手機(jī),當(dāng)然,也許還有Oculus虛擬現(xiàn)實(shí)頭盔。對(duì)當(dāng)代人來(lái)說(shuō),互聯(lián)網(wǎng)高速公路要比66號(hào)公路(Route 66)更具影響力。”
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。