
至顶网个人商用频道 03月01日 北京消息 华为加紧推出一套手机驱动型自动驾驶汽车方案,旨在展示其Mate 10 Pro手机的人工智能实力。
在本次MWC 2018大会上,华为搬来一台保时捷Panamera车型以展示其Mate 10 Pro手机的自动驾驶功能。
记者被绑在保时捷Panamera的座椅上,而作为司机的,是一部华为Mate 10 Pro智能手机。
您没有看错,这部手机将负责驾驶这辆跑车。
请别误会,华为还没有进军自动驾驶汽车市场。这家中国电信设备巨头只是希望通过此次实验来展示其旗舰手机麒麟970芯片的处理能力,这款最新处理器亦配备有人工智能引擎。
[video]uu=dfa091e731&vu=c42ada1004&auto_play=0&width=600&height=450[/video]
华为欧洲手机产品组合与规划负责人Arne Herkelmann表示,“这纯粹是为了展示当今手机的强大能力。”
除了5G与增强现实等流行词汇之外,人工智能是本次移动世界大会(简称MWC)上的核心主题之一。事实上,移动行业已经人Amazon Alexa等数字化助手的成功当中获得了启示,并开始宣传更为智能的网络与设备发展成果。
举例来说,LG公司就推出了一款名为LG V30S的改装型旗舰机型,其中添加了额外的内存容量与AI功能。诺基亚公司则探讨了人工智能在处理高速5G网络流量当中的作用。Verizon公司首席技术官Hans Vestberg在接受采访时表示,他将人工智能作为一股支撑着自主学习与适应性计算机程序背后的核心力量,将可被用于检测并自动修复各类网络问题。
驾驶座上空无一人,控制这款车的,实际上是被安装在挡风玻璃上的这部手机
去年11月,华为公布了Mate 10 Pro机型并反复强调其中麒麟970芯片所搭载的一套AI引擎。尽管没有运营商作为合作伙伴,该公司仍于今年2月开始在美国市场销售这款手机。
Herkelmann表示,自这款产品推出以来,人们一直在就其中AI引擎的工作方式向他提出问题。而MWC 2018大会正是解答这类问题的绝佳平台。
华为借此次大会组织起一次真正的路况理解挑战赛。华为希望了解这款手机是否足够智能,从而准确识别出狗、足球或者自行车等对象,并在判断之后引导汽车实现安全行驶。(别担心,华为在这里使用了硬纸板搭建起测试环境。)该引擎经过100多万张图像的训练,且已经能够识别出1000种对象。
当自动驾驶遇上DIY
华为投入了五周时间以建立此次测试项目。
这辆自动驾驶汽车不具备任何专门或者精密的配备——具体来讲,未安装任何复杂的雷达或深度传感器装置。
华为之所以选择保时捷Panamera,是因为其并不属于自动驾驶汽车。该公司的工程师们在屋顶上安装了一台高速摄像机,从而为车内的手机提供关于车辆前方路况的持续输入信息。此外,工程师们还装配了一套简单的机器人系统以帮助控制油门、刹车与方向盘。
一位名为Kerve的开发人员利用一套简单的用户界面创建了应用程序,用户点击手机上的按钮即可启动汽车。
华为Mate 10 Pro使用其人工智能引擎以检测车辆前方的物体
本以为这辆车会以弯道环境进行测试,但事实正好相反,其只是在一条简单的直线道路上行进约100英尺。考虑到缓慢的行驶速度,我觉得选择保时捷汽车简直是一种浪费。
Herkelmann指出,华为公司本来可以教导手机在弯角或者其它更为复杂的道路上驾驶汽车,但应对这样的场景显然需要更长的时间投入。
坐起来是什么感觉?
记者在测试道路上坐了两趟。第一次是练习跑,汽车以每小时5英里的速度前进。从另一端出发的华为员工会随机将硬纸板搭建的障碍物冲上马路,而乘坐者则可以通过Mate 10 Pro上的应用了解手机将障碍物识别为足球还是小狗。
一旦汽车抵达距离“小狗”几英尺处,其会采取紧急制动。
汽车绕过路上的人与自行车(皆由硬纸板搭建而成)
在开始行进之前,用户还可以选择以怎样的方式回避障碍对象(例如左转、右转或者刹车)。
经过了乏味的第一轮试跑,第二轮测试才多少有些意思。Panamera的时速提升到每小时30英里,并在靠近路上的人与自行车时向右转弯。
虽然整个乘坐经历比较平淡,但华为已经借此明确表达了自己的观点。目前,构建自动驾驶汽车的核心动力主要源自高通及英伟达等芯片制造商为汽车行业提供的专用处理器。而华为公司则成功在几周之内,利用现有手机产品实现了操纵能力。
虽然我在驾驶过程当中使用自己的手机阅读电子邮件并发布Instagram,同时准备着随时抢过方向盘保护自己,但这样的成果仍然令人印象深刻。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。