CNET科技資訊網(wǎng) 3月29日 國際報道:受益于無人駕駛汽車的興起,全球的科研人員正在謀劃一個沒有交通信號燈與道路堵塞的未來。
交通信號燈有一天會在我們的城市中變得無足輕重嗎?研究人員說,由于無人駕駛汽車的出現(xiàn),這樣的未來是可能來到的。
谷歌、奔馳和Delphi等公司正在開發(fā)無人駕駛汽車?,F(xiàn)在,智能感應器、信息娛樂儀表板和巡航控制部件不斷出現(xiàn),而自動駕駛汽車超越了這些概念,完全用計算機代替了司機。
谷歌是無人駕駛汽車的擁護者,該公司聲稱,自動駕駛汽車的安全性超過了人駕駛。
安全性不是唯一的問題,如果自動駕駛汽車普及,我們可能堵在路上的時間會大大減少。
來自麻省理工學院,瑞士理工學院和意大利國家研究委員會的研究人員提出了“光流量”(Light Traffic)的概念,它能夠讓無人駕駛汽車無需等待通過交通繁忙的路口。
“光流量”使用感應器與無人駕駛汽車通訊,在汽車達到之前預留出通過的時間節(jié)點。這種系統(tǒng)使得汽車能夠保持一個 安全距離,從而實現(xiàn)無縫通過路口。
這套系統(tǒng)可以靈活修改,可用于騎自行車和行人的交通管理。
麻省理工“可感應城市實驗室”主任Carlo Ratti表示:“交通繁忙的路口是一個異常復雜的空間,因為你在同一地段有兩股車流,我們的系統(tǒng)將重點由交通流量層面轉(zhuǎn)移到了車輛層面。最終,這是一個更有效的體系,因為當有通過的節(jié)點,汽車會迅速通過路口。”
開發(fā)人員認為,這套系統(tǒng)可以很大程度避免“停停走走”的場面出現(xiàn),也將有利于汽油燃燒帶來的環(huán)境污染。
總的來說,新系統(tǒng)將十字路口的交通流量增加了一倍,改善了城市交通。
麻省理工“可感應城市實驗室”科學家Paolo Santi表示:“認識到自動駕駛汽車對城市層面的影響非常重要?,F(xiàn)在的道路 有幾十年的的生命周期,新技術(shù)的出現(xiàn)肯定會對道路產(chǎn)生影響。”
本月初,谷歌表示,無人駕駛汽車讓美國政府在停車,道路基礎設施與公共交通上面花費更少的錢。
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務上顯著提升推理準確率,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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升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模型訓練提供了新思路。
南洋理工大學與騰訊聯(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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,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,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。