CNET科技行者 8月4日 北京消息:滴滴出行今日宣布,密歇根大學(xué)終身教授劉向宏(Henry Liu)已加盟滴滴,出任智慧交通首席科學(xué)家。劉向宏將全面領(lǐng)導(dǎo)滴滴智慧信號(hào)燈研發(fā)團(tuán)隊(duì),并進(jìn)行智慧交通多項(xiàng)產(chǎn)品與技術(shù)服務(wù)的深度探索。
滴滴致力于成為全球最大的智慧交通綜合服務(wù)提供商,智慧交通亦是今年五大戰(zhàn)略項(xiàng)目之一,已和全國(guó)二十多個(gè)城市展開合作。在武漢、濟(jì)南、深圳、貴陽(yáng)等地,滴滴陸續(xù)落地了智慧信號(hào)燈、智慧誘導(dǎo)屏、智慧公交、智慧代駕熱力圖、智慧交通運(yùn)行報(bào)告等多個(gè)項(xiàng)目,并取得初步成效。數(shù)據(jù)顯示,滴滴的智慧信號(hào)燈讓濟(jì)南經(jīng)十路早晚高峰期延誤時(shí)間下降了超過(guò)10%,讓武漢江發(fā)路早高峰延誤時(shí)間下降了超過(guò)20%。
滴滴出行高級(jí)副總裁、智慧交通負(fù)責(zé)人章文嵩表示:“滴滴希望與城市交通管理者攜手打造基于互聯(lián)網(wǎng)+大數(shù)據(jù)的智慧交通整體解決方案,幫助進(jìn)行前瞻性的市政規(guī)劃和基礎(chǔ)設(shè)施布局,切實(shí)改善城市交通、普惠大眾出行。Henry教授的加盟更加體現(xiàn)了滴滴在該領(lǐng)域的信心與決心,也讓我們的技術(shù)實(shí)力更上一個(gè)臺(tái)階。我們持續(xù)歡迎更多全球頂尖的科技人才加入滴滴,和我們一起解決世界級(jí)的交通、環(huán)保和城市發(fā)展面臨的挑戰(zhàn)。”
劉向宏是智慧交通領(lǐng)域的先行者和領(lǐng)軍人物,任密歇根大學(xué)智能網(wǎng)聯(lián)交通研究中心主任、土木和環(huán)境工程學(xué)院終身教授,以及交通研究所(UMTRI)研究員等,主要研究領(lǐng)域?yàn)榻煌ňW(wǎng)絡(luò)監(jiān)控、建模和控制,包括交通流建模與仿真、交通信號(hào)控制、交通網(wǎng)絡(luò)分配和智能網(wǎng)聯(lián)交通。作為一位深受信賴的導(dǎo)師和教授,他培養(yǎng)了數(shù)十位智慧交通領(lǐng)域的專家。此外,他擁有多項(xiàng)專利并發(fā)表過(guò)80多篇SCI/SSCI檢索論文,同時(shí)擔(dān)任多個(gè)智能交通期刊的副主編與編委。
劉向宏表示,滴滴在智慧交通領(lǐng)域的探索在全世界范圍來(lái)說(shuō)都極具開創(chuàng)性和前瞻性,而解決城市交通難題是很有挑戰(zhàn)性的工作,加入滴滴將推動(dòng)滴滴智慧信號(hào)燈乃至更多的智慧交通產(chǎn)品與服務(wù)在各地得到更廣泛的應(yīng)用,造福公眾出行。
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(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(wú)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(guò)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(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)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(wú)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。