CNET科技行者 9月27日 北京消息:在公安部交管局指導(dǎo)下,全國(guó)80多家公安交管部門聯(lián)合高德地圖共同推出《2017年國(guó)慶節(jié)出行安全指南》(下簡(jiǎn)稱《指南》)。《指南》結(jié)合歷年國(guó)慶交通大數(shù)據(jù)與今年交通擁堵緩行走勢(shì),預(yù)測(cè)了全國(guó)高速節(jié)日期間運(yùn)行趨勢(shì),并對(duì)廣大群眾國(guó)慶和中秋假期出行做出安全指南。
據(jù)《指南》顯示,今年國(guó)慶與中秋節(jié)假日相連,全國(guó)高速交通壓力將大幅上升,9月30日開始全國(guó)高速擁堵上升明顯,10月1日為擁堵緩行峰值,全國(guó)高速擁堵緩行里程相當(dāng)于平時(shí)的4倍。同時(shí),10月1日預(yù)計(jì)交通壓力較大前3名隧道分別是:羊鹿山隧道(重慶)、貴新隧道(福州)、西山坪隧道(重慶),交通擁堵壓力較大前3座大橋是太平大橋(東莞)、滆湖西特大橋(常州)、太湖蘇州灣大橋(蘇州)。
10月2日-5日擁堵緩行處于相對(duì)平穩(wěn)狀態(tài)。返程期間10月6日-10月8日全國(guó)高速擁堵緩行較為分散,預(yù)計(jì)10月6日為擁堵緩行小高峰,10月8日擁堵開始回落,9日恢復(fù)至平日狀態(tài)。據(jù)此分析,《指南》建議廣大群眾錯(cuò)峰出行,建議出行時(shí)間分別是10月2日和3日出程,10月7日和8日返程。請(qǐng)出行的群眾關(guān)注公安交管部門的管控措施和實(shí)時(shí)交通路況信息,盡量錯(cuò)峰行駛,遵守交通規(guī)則,合理躲避擁堵緩行路段。
為了保證廣大群眾安全出行,本次《指南》還發(fā)布有安全駕駛提示信息,其中在易發(fā)生事故高速中,廣東省、江蘇省、河北省、山東省、四川省前五省份易發(fā)生事故路段占比達(dá)到35%,G15沈海高速(廣東)排在高速易發(fā)生事故路段首位。《指南》還顯示,違章主要發(fā)生在盤橋、高速互通,收費(fèi)口、服務(wù)區(qū)等處,預(yù)計(jì)10月1日將會(huì)是違章次數(shù)最高的一天,8點(diǎn)-18點(diǎn)時(shí)段的交通違法預(yù)計(jì)占全天的78.3%, 10點(diǎn)-11點(diǎn)達(dá)到峰值,接近10%。
同時(shí),10月1日,全國(guó)范圍內(nèi)易疲勞駕駛路線top 10 主要集中在廣東省、江蘇省、北京市。廣東省的廣州-清遠(yuǎn)、廣州-韶關(guān)路線、江蘇省的無錫-安徽線是最易疲勞駕駛的路線,提醒十一途經(jīng)這些路線的駕駛司機(jī),如遇服務(wù)區(qū),盡量休息一會(huì),避免疲勞駕駛。
同期上線的國(guó)慶節(jié)路況先知系統(tǒng)(report.amap.com/mobile/individuation.do),升級(jí)之后支持用戶個(gè)性化服務(wù),只要輸入出發(fā)地、目的地和日期后,即可出現(xiàn)規(guī)劃路線、安全提示以及擁堵高峰時(shí)段提示,幫助用戶提前了解國(guó)慶路況,安排行程。
值得一提的是,交通參與者可登陸高德交通官網(wǎng)查詢《2017年國(guó)慶節(jié)出行安全指南》詳情?!?017年國(guó)慶節(jié)出行安全指南-北京市》詳見:http://mail.qq.com/cgi-bin/ftnExs_download?k=69656336997e56ccdcd31c0c17330a1c55005450530159561c040502041e0c0752574e570507011e0404530550505c060854000131103801015454f2db8ac2f4ddd8b985c7e3e88383adc8e089f7f71e80d4dd9ffbe316415017630b&t=exs_ftn_download&code=1ec61383
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,通過讓AI與自己對(duì)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(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(duì)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。