CNET科技資訊網(wǎng) 9月9日 北京消息:近日,滴滴代駕宣布與各地交警部門共同開展酒駕干預(yù)項(xiàng)目。屆時(shí),交警將帶代駕司機(jī)上路執(zhí)法,延展酒駕執(zhí)法閉環(huán),是一種全新的“反酒駕”教育形式。據(jù)悉,包括合肥、濟(jì)南、青島、廣州和武漢等城市都將陸續(xù)進(jìn)行該項(xiàng)目。
隨著酒駕入刑的實(shí)施以及各地交警部門對酒駕查處力度的加大,酒后代駕需求激增,“開車不喝酒、喝酒不開車”文明觀念逐漸深入人心。越來越多的市民在喝酒之后都開始使用代駕服務(wù),涉及酒駕、醉駕導(dǎo)致道路交通事故的起數(shù)也呈下降趨勢。不過,各地仍有小部分市民抱著僥幸的心理,酒后依然開車上路,造成了嚴(yán)重的交通安全隱患。
和此前臨時(shí)設(shè)卡檢查的方式不同,各地交警部門將引入滴滴代駕。據(jù)悉,由滴滴代駕師傅組成的精英小分隊(duì),會(huì)跟隨交警上路執(zhí)法。當(dāng)酒駕違法者被查出之后,代駕師傅將征詢對方同意,提供代駕服務(wù)。這延展了交警酒駕執(zhí)法的閉環(huán),減少二次酒駕事故發(fā)生。從某種意義上說,這也是交警的另一種反酒駕安全教育方式。
作為“互聯(lián)網(wǎng)+酒駕治理”下的新舉措,該項(xiàng)目的開展,意味著代駕行業(yè)已成為酒駕治理的重要手段,同時(shí)也表明了各地交警對滴滴代駕的認(rèn)可。
據(jù)悉,滴滴代駕對司機(jī)有嚴(yán)格的準(zhǔn)入機(jī)制,要求司機(jī)擁有5年以上駕齡并且必須通過多層考核和培訓(xùn)才能上崗。此外,滴滴代駕在用戶安全保障也領(lǐng)先于行業(yè),平臺上誕生的每一筆訂單,都可以享受保險(xiǎn)保障,范圍涵蓋了車上乘客人身傷害、車輛損失、第三方損害責(zé)任等。在建立車主保障體系的同時(shí),滴滴代駕建立標(biāo)準(zhǔn)化服務(wù)提升用戶體驗(yàn),司機(jī)上崗服務(wù)必須攜帶工牌,后備箱墊,坐墊套,手套,馬甲等五件套,打造了行業(yè)服務(wù)新標(biāo)桿。
合肥市交警支隊(duì)的相關(guān)負(fù)責(zé)人說,這次項(xiàng)目創(chuàng)新性地通過提升代駕服務(wù)為新抓手,努力把“反酒駕”交通安全理念植入食宿餐飲酒店,切實(shí)讓“拒絕酒駕”成為每一個(gè)市民的自覺行動(dòng),從源頭上杜絕酒駕交通違法行為,最大限度地消除交通安全隱患。”
除了安徽之外,濟(jì)南、青島、廣州和武漢等城市都將啟動(dòng)該項(xiàng)目,濟(jì)南交警將會(huì)邀請滴滴代駕十佳司機(jī)上路執(zhí)法。值得一提的是,武漢交警將引入直播的模式,通過交警官方微信公眾號等平臺,視頻直播整個(gè)“反酒駕”執(zhí)法過程,向大家展示酒駕的危害。
其實(shí),滴滴代駕和各地交警部門聯(lián)合推動(dòng)的“拒絕酒駕”工作一直在條不紊的進(jìn)行中。據(jù)悉,滴滴代駕在成都、長沙等十地以“拒絕酒駕”為主題系列公益宣傳合作,雙方通過新媒體資源進(jìn)行線上教育。同時(shí),濟(jì)南、長沙、銀川、中山、合肥等交警在交警系統(tǒng)微信公眾號新媒體平臺全部設(shè)立“代駕服務(wù)”鏈接,用戶通過關(guān)注當(dāng)?shù)亟痪⑿殴娞?,便能從服?wù)選項(xiàng)中挑選滴滴代駕服務(wù)。
此外,北京、天津、廣州、武漢等地交警已陸續(xù)為滴滴司機(jī)進(jìn)行安全駕駛宣傳和培訓(xùn)。滴滴方面表示,交警培訓(xùn)將提高司機(jī)的安全駕駛意識,為車主安全增加一道防線,避免事故發(fā)生,該類培訓(xùn)未來將成為定期常態(tài)化司機(jī)培訓(xùn)項(xiàng)目。
好文章,需要你的鼓勵(lì)
新加坡國立大學(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。