
福特汽车、通用汽车、丰田和大众汽车在很多人看来都是汽车制造商,但现在他们已经称自己为“移动服务”提供商了。福特认为,“行动自由推动人类进步”。现在,福特已经成为一家全球性企业。
100多年前,福特诞生于美国密歇根州迪尔伯恩市,通过引入移动装配线、让人人拥有汽车给制造业带来一场变革。如今,福特汽车将目光瞄准了以技术为先、在互连汽车解决方案和自动驾驶汽车开发的过程中以各种方式使用人工智能和机器学习。
>>>制造和运营中采用人工智能
福特研究实验室对计算智能的研究已经持续进行了20多年时间。大约15年前,福特公司推出了一种创新的失火检测系统——这也是神经网络的首批大规模工业应用之一。福特还使用人工智能实现质量保障的自动化,检测汽车座椅的裂纹;利用神经网络支持从库存到资源管理的整个供应链。
不仅如此,福特使用一个名为CarStory的人工智能平台来了解二手汽车的库存数据,经销商们可以了解有关车辆状况、车主历史和市场定价等详细信息。CarStory利用数据分析提供报告,分析从前生产的每辆汽车有什么独特之处。
>>>面向路上行驶汽车的智能技术
福特2019 Ford Edge型号采用了人工智能作为全轮驱动系统的一个组成部分。该系统使用数十种高科技传感器,在需要全轮驱动的情况下反应速度比人脑还要快,可以自动地在两轮和四轮驱动之间进行切换。此外还采用了机器学习技术,提供消费者所需的新功能、个性化和产品改进。很多AI应用直接与驾驶员进行交互以监控加速或制动,有助于提高燃油效率以及驾驶员对于座椅位置、气候控制和信息娱乐的偏好。
福特还在中国市场推出了依赖百度人工智能的SYNC信息娱乐系统,与百度密切合作为中国消费者(最大的新兴汽车市场)提供他们对接入的要求。该系统提供了智能语音助手、视频流访问、车载系统和FordPass之间更便捷的信息交换、以及支付服务功能。福特在中国的所有产品将在2019年底前实现全连接。
>>>人工智能让福特赛车走向极致
福特也将人工智能运用在了赛车场上。Ford Motorsports采用模拟技术(NVIDIA DGX-1人工智能超级计算机)来了解赛车在赛道上的性能表现,这些洞察为比赛策略提供了信息支持,并带来了令人难以执行的成绩,看看福特300x的表现就知道了。
>>>投资人工智能
福特在Argo AI超过10亿美元的投资,体现了福特对人工智能技术的资金承诺。虽然Argo AI是一家独立公司,也在为其他汽车制造商提供创新技术,但福特同时也在自己的车辆中采用了Argo AI技术。此外,两家公司正在探索无人驾驶汽车和无人驾驶卡车技术如何变革运输和货运行业,目前沃尔玛就在使用基于Argo AI技术的福特货车给一些家庭送货。Argo AI公司成立于2016年,福特的注资让Argo AI能够快速开发自己的自动驾驶汽车技术。Argo的系统使用车道保持系统和自适应巡航控制等技术以及各种传感器(包括激光雷达、雷达、红外线等)改善自动驾驶车辆对周围环境的感知并对环境做出响应的方式。
福特还投资了多个卓越中心,专注于机器学习和人工智能技术。在这些卓越中心,工程师们研究人工智能工具和人工智能方法,进一步推进人工智能在全球范围的运用。此外,福特与全球多家高科技企业和初创公司展开合作,并在美国帕洛阿尔托成立了一个研究创新中心。
>>>自动驾驶汽车
福特汽车公司首席执行官Jim Hackett证实,福特预计将于2021年推出自动驾驶车队,但是在有限地区提供的。目前福特正在底特律、迈阿密和华盛顿特区的街道上测试他们的自动驾驶汽车。
人工智能创新步伐加快,像福特这样积极投资、研究和开发产品的企业将取得持续的成功。
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。