CNET科技資訊網(wǎng) 7月26日 北京消息:滴滴出行今日正式對外公布了“安全駕駛”系統(tǒng),該系統(tǒng)被稱為“滴滴護(hù)航”,是滴滴平臺自主研發(fā)的安全產(chǎn)品。綜合分析手機(jī)傳感器、陀螺儀、GPS等信息,“滴滴護(hù)航”從疲勞駕駛、超速、急加速、急轉(zhuǎn)彎、急剎車、分心駕駛等六個維度檢測司機(jī)的駕駛行為,提高司機(jī)個人與平臺的安全保障水平。
目前,該系統(tǒng)已在滴滴代駕司機(jī)端上線,檢測維度正逐步開放,不久后將在??燔嚨葮I(yè)務(wù)司機(jī)端推廣,并計(jì)劃和司機(jī)的綜合評分掛鉤。“滴滴護(hù)航”的上線,意味著滴滴出行安全體系進(jìn)一步升級,滴滴也成為國內(nèi)首家將手機(jī)檢測駕駛行為系統(tǒng)應(yīng)用到實(shí)踐中的網(wǎng)約車平臺。
基于海量駕駛數(shù)據(jù),滴滴利用移動互利網(wǎng)技術(shù)與機(jī)器學(xué)習(xí)算法,研發(fā)出了駕駛行為感控系統(tǒng)“滴滴護(hù)航”。
該系統(tǒng)所提供的駕駛行為感控SDK(軟件開發(fā)工具包),集成進(jìn)司機(jī)端后,在訂單進(jìn)行時根據(jù)手機(jī)傳感器、陀螺儀、GPS等提供的信息,從疲勞駕駛、超速、急加速、急轉(zhuǎn)彎、急剎車、分心駕駛等六大維度檢測司機(jī)的駕駛行為。
“滴滴護(hù)航”共經(jīng)歷了近一年的測試和研發(fā)。通過與OBD(車載診斷系統(tǒng))對比數(shù)據(jù)后看到,該系統(tǒng)的準(zhǔn)確率已超過90%。目前,該技術(shù)已經(jīng)提交了國際專利申請。
據(jù)悉,該系統(tǒng)的每個維度標(biāo)準(zhǔn)都通過嚴(yán)格的參數(shù)進(jìn)行認(rèn)定。以“超速”為例,即一定時間范圍內(nèi),檢測司機(jī)開車超過當(dāng)前路段限速20%及其以上的嚴(yán)重超速行為。“分心駕駛”則會檢測司機(jī)邊開車邊打電話的行為,基礎(chǔ)參數(shù)為“行駛狀態(tài)下,速度大于18km/h且處于通話狀態(tài)”。根據(jù)一定時間段內(nèi)的數(shù)據(jù)收集、分析、反饋,平臺也會實(shí)時做相應(yīng)的優(yōu)化和升級。
目前,該系統(tǒng)已在滴滴代駕司機(jī)端上線,六大維度逐步開放,凡是行程中出現(xiàn)過危險駕駛行為的司機(jī),都會在行程結(jié)束后收到“安全駕駛提醒”。該提醒會詳細(xì)指出司機(jī)危險駕駛行為的種類、位置、時間等信息,督促司機(jī)改變駕駛習(xí)慣。
接下來,滴滴將把“滴滴護(hù)航”與司機(jī)綜合評分結(jié)合起來,同時形成司機(jī)駕駛習(xí)慣的畫像,對其駕駛陋習(xí)針對性糾正。駕駛習(xí)慣好的司機(jī)將享受更多權(quán)益;駕駛習(xí)慣有待改進(jìn)的司機(jī),將進(jìn)入“百川”司機(jī)精準(zhǔn)培訓(xùn)體系重新學(xué)習(xí)。
“安全”是滴滴全平臺的首要目標(biāo)。近些年來,滴滴基于互聯(lián)網(wǎng)和大數(shù)據(jù)前沿技術(shù)的深度應(yīng)用,在提升用戶安全體驗(yàn)方面不斷做著努力。通過對司機(jī)安全畫像,對風(fēng)險訂單硬性排除,對司機(jī)精準(zhǔn)培訓(xùn)管控,安全教育全量觸達(dá)等方式,滴滴安全管理效率遠(yuǎn)高于傳統(tǒng)出行企業(yè)。
據(jù)統(tǒng)計(jì),2016年全年,滴滴出行運(yùn)營里程接近傳統(tǒng)出租車行業(yè)的五分之一,但交通事故死亡人數(shù)僅為傳統(tǒng)出租車行業(yè)的十分之一。滴滴每百萬單交通事故死亡率和每億公里交通事故死亡率分別為0.021、0.28,與傳統(tǒng)出租車行業(yè)的0.037和0.47相比,大幅降低了40%。
如今,“滴滴護(hù)航”的上線意味著用戶安全體驗(yàn)的進(jìn)一步升級。平臺對于司機(jī)駕駛行為的檢測,將督促其提升安全意識并優(yōu)化駕駛行為。滴滴司機(jī)的綜合評分也將從乘客主觀評分和系統(tǒng)模型的判斷,升級到駕駛行為感控的評估。多維度反應(yīng)司機(jī)服務(wù)水準(zhǔn),不僅優(yōu)化了的司機(jī)安全駕駛行為,也將給乘客全方位的安全保障。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)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(jì)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(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)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(shí)驗(yàn)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(shí)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(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)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(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)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(tuán)隊(duì)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(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實(shí)驗(yàn)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(xiàng)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。