北京时间3月16日消息,谷歌高管将于周四对美国国会表示,无人驾驶汽车可能会给美国交通带来一场革命,甚至减少政府在道路、停车设施和公共交通系统上的投入。
“国会有很大的机会推进这一领域,让美国交通部开辟一条道路来部署这种新颖的安全技术。”谷歌无人驾驶汽车主管克里斯·厄姆森(Chris Urmson)在预先准备好的证词中写道。
无人驾驶汽车的支持者表示,这种汽车可以通过共享汽车和应需服务等方式释放道路空间,而限制汽车的减少也将意味着停车设施的需求降低。
美国交通部则在3月11日发布的一项研究中表示,只要汽车和卡车坚持现有的设计,允许人类获得控制权,美国法律就不会对无人驾驶汽车的普及构成太多障碍。
科技和汽车公司对无人驾驶汽车的热情正值美国高速公路死亡率上升之际。美国高速公路交通安全管理局(NHTSA)估计,2015年的死亡率较2014年高出10%,2014年共有32,675人死亡。
通用汽车、德尔福汽车和Lyft也将在听证会上作证。
为了推进无人驾驶汽车技术,谷歌设计了一种没有方向盘和刹车踏板的测试车。NHTSA表示,这些设计与现有的汽车监管规定冲突。
厄姆森表示,政府应该快速行动,帮助无人驾驶汽车上市。他认为,这种技术不仅可以提升公路安全,还能降低联邦政府在公路、公交和铁路方面的投入。
“今后30年,美国交通部预计无人驾驶汽车将在降低交通运营成本方面发挥重要作用,提升高速公路效率,并释放现有的停车设施(美国停车场目前总共占地约3,000平方英里,相当于康涅狄格州的面积)。”他说。
另外一位证人、杜克大学的玛丽·康明斯(Mary Cummings)则警告立法者,应该在授予机器人驾驶员以控制权之前,展开更多研究和测试。
“虽然我非常支持无人驾驶汽车的研发和测试,因为人类的确存在很多局限,而容易分散精力的特点也的确对道路安全构成威胁。”康明斯在证词中说道,“但我对这种快速发展并不太乐观,我不认为整个社会已经做好了大范围部署这种技术的准备,也不认为人类已经做好了从驾驶座上撤退的准备。”
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。