北京時間3月1日消息,據(jù)科技網(wǎng)站AppleInsider報道,谷歌無人駕駛汽車過去曾卷入多起交通事故,不過在這些交通事故中,其他車輛司機都負(fù)全責(zé)。但是,在本月早些時候發(fā)生在加利福尼亞州的一起交通事故中,谷歌無人駕駛汽車需要承擔(dān)部分責(zé)任。
有媒體當(dāng)?shù)貢r間周一報道,向加利福尼亞州機動車輛管理局(以下簡稱“DMV”)提交的文件披露了這次交通事故。文件顯示,一輛采用無人駕駛技術(shù)的雷克薩斯RX450h在山景城與一輛公交車相撞。
報告顯示,當(dāng)時,無人駕駛的雷克薩斯試圖并入車道,并避開前方道路上的沙袋。它顯然通過后視鏡“看到”了公交車,并“斷定”它會停車或減速,但公交車并未停車或減速。
好在當(dāng)時兩輛車速度都很慢,雷克薩斯時速僅為2英里,公交車時速為15英里。事故沒有造成人員傷亡,報告只是稱雷克薩斯受到損傷。
在有關(guān)這次交通事故的消息“觸網(wǎng)”后,谷歌解釋了原因,稱“有人駕駛汽車每天都會發(fā)生類似事故。這是駕駛活動中協(xié)商的經(jīng)典案例——我們嘗試相互預(yù)測對方行為。在這次交通事故中,我們顯然負(fù)有責(zé)任,因為如果我們的汽車不出現(xiàn)在那里,就不會造成兩車相撞。隨車測試人員認(rèn)為公交車會停車或減速,使我們的汽車并入車道,并認(rèn)為兩車之間距離足夠大”。
谷歌無人駕駛汽車示意圖
谷歌無人駕駛汽車曾遭遇17起交通事故,但據(jù)稱這些交通事故責(zé)任全在對方,使得發(fā)生在2月14日的這起事故,成為谷歌無人駕駛汽車負(fù)部分責(zé)任的首起交通事故。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。