借助司機助理系統(tǒng),無人駕駛汽車依賴雷達、激光和攝像頭看清道路,但所有信息還需要進行分析、領會。Nvidia在CES展上演示了其新款K1圖形處理器如何識別街面信號、車道線與其他交通工具的全過程。
Nvidia在其展臺進行了演示,安裝有K1芯片的測試臺記錄了一段由一個攝像頭拍攝到的路面行駛視頻。借助圖像識別資料庫,K1圖形芯片分析視頻,將速度限制信號標為紅色、其他交通工具標為藍色,車道線標為綠色。
芯片不停地處理著視頻,與現(xiàn)實世界并無兩樣。
Nvidia自動化主管丹尼·夏皮羅(Danny Shapiro)向CNET表示,早期的Tegra芯片無法達到演示中顯示的K1處理水平,新款KI處理器能耗卻與Tegra相似,僅為5-7瓦。
K1芯片是汽車的幕后“工作者”,分析大量傳感器傳來的實時數(shù)據(jù),創(chuàng)建即時環(huán)境3D模型。汽車廠商負責適當?shù)幕貞?,通過剎車或方向盤進行控制或報警,對環(huán)境因素做出響應。
Nvidia演示時,K1芯片分析速度限制信號,并在顯示屏上顯示當前速度。
夏皮羅指出,Nvidia能夠針對不同目標、街道標識和信號提供一個視覺識別模式基本資料庫,但汽車廠商還需要通過廣泛的現(xiàn)實世界測試細化識別模式。
奧迪、寶馬和Tesla汽車目前均采用Nvidia芯片。奧迪在CES展上宣布未來一款汽車將使用Nvidia K1芯片。夏皮羅表示,Nvidia將在今年3月份舉辦的日內(nèi)瓦車展上公布一個新客戶——一家亞洲主流汽車廠商。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應性。團隊承諾開源全部代碼,推動技術普及應用。
伊利諾伊大學研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復雜爭議、智能檢索相關文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學和政治爭議提供更全面客觀的分析,已在生物醫(yī)學和國際關系領域驗證有效性。
清華大學研究團隊首次提出情感認知融合網(wǎng)絡(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構,在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領域帶來革命性應用前景。
哈佛大學研究團隊通過創(chuàng)新的多智能體強化學習方法,讓AI在戰(zhàn)略游戲中學會復雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領域的應用奠定基礎,展現(xiàn)了通過模擬人類學習過程培養(yǎng)真正智能AI的新路徑。