
当地时间本周二,美国专利商标局(US Patent and Trademark Office)批准苹果“根据检测到的停车情况做出路线选择”专利(Routing based on detected stops),为众包导航概念向前推进一步。
图:苹果最新专利显示,导航系统能够根据红灯、停车标志和沿途障碍物数量进行导航。
当前众包导航产品如Waze整合大量司机提供的交通数据,为用户到达目的地提供捷径。大众信息较通过标准导航应用如Google Maps和苹果Maps应用获得的信息更准确、及时,但目前众包系统仅仅是考虑用户沿途上可能存在的造成停车或减速的各个事件,能够真正找到最佳路线的更智能系统将是每位司机的福音。
在苹果专利中,该智能导航系统通过用户移动设备上的GPS收集检测到的汽车停车次数,判断每次停车持续时间。我们甚至能够通过分析信息甄别出红灯与停车标志。数据本身被发送至一台远程服务器上,然后交通工具通过Google Maps或苹果Maps常规导航应用接入该系统后,实现共享。
司机利用导航信息判定到达目的地的最快路线,还能够根据数据准确估算行程时间,甚至在不迟到的情况下决定出行的最佳时间。
随着时间推移,服务器还能够收集并整理数据,根据红灯位置、每日时间段及其他因素预测出明确的交通模式。
一般情况下,即使是一项获准专利也不意味着该技术能够进入现实生活,但司机对新专利充满期待。
好文章,需要你的鼓励
这项联合研究发现,将Muon优化器应用于强化学习智能体训练时,搭配合适的步骤级信用分配机制,可使任务成功率提升88%,揭示了优化器与评分机制需协同设计的新方向。
本文介绍了CPO方法,通过让AI将自身回答与参考答案对比,在词级别识别推理对错,从而提供比熵更精准的强化学习训练信号,数学推理性能提升高达8.5%。
RAGU是一个多步骤知识图谱增强生成系统,配套7B参数的Meno-Lite-0.1模型,通过两段式抽取和去重整合构建高质量知识图谱,在综合推理任务上超越HippoRAG 2,成本仅为商业API的百分之一。