科技行者 11月22日 北京消息:如今的汽车制造商都很清楚,要想在市场上继续占据一席之地,就必须建立起强大的无人驾驶技术。因此,众多汽车厂商开始大力投资AI项目以保障自身竞争力与生存空间。丰田AI Ventures创始执行董事Jim Adler在采访当中,就探讨了该公司在AI领域的投资方向,汽车行业如何从此类投资当中受益,以及其他超越汽车范畴之外的重要议题。目前,AI与ML(机器学习)已经成为丰田AI Ventures最重要的投资目标。
▲ 图:丰田AI Ventures公司创始执行董事Jim Adler
投资AI为何对丰田如此重要?
作为一家创建于2017年的企业,丰田AI Ventures筹集到1亿美元用于投资人工智能、云数据以及能够对二者加以利用的机器人技术。丰田AI Ventures属于丰田研究院下辖子公司,负责帮助全球AI风险投资公司将更多人工技术推向市场。除了他们之外,目前市场也有众多其他企业致力于开发AI技术,借以改善全球民众的生活质量。
丰田AI Ventures的大部分投资以种子轮以及A轮融资形式注入至早期初创企业。丰田方面不仅希望尽早介入,同时也一直关注各类新兴技术的发展趋势。未来,丰田AI Ventures也可能会考虑继续跟进初创企业的后期融资计划;但目前来看,他们仍然专注于早期投资活动。
对初创企业进行投资,有助于丰田汽车了解这一新兴行业的运作方式,同时把握客户兴趣的变化与发展动态。投资活动同时也能帮助丰田汽车反过来审视自家产品,思考如何跟上时代并继续保持成功。Adler表示,如果他们投资的某家初创企业获得成功,他们会表达衷心的祝贺并从中汲取经验;但如果失败,他们则会努力总结教训。丰田在选择投资对象时,关注的是有望建立全新市场空间的重要应用。换言之,要想从丰田手中拿到资金,初创企业必须表明自身具有详尽且全面的突破性发展潜力。
目前,AI已经成为研究与开发工作的热门领域,投资机会非常丰富。很多人可能想当然地认为,丰田只会支持那些能够直接影响丰田汽车以及相关技术因素的项目;但事实并非如此,丰田高度关注一切有望改变未来的技术成果,并为此拿出了广泛的投资规划。
AI专项投资
丰田AI投资组合之一正是Intuition Robotics公司。该公司专注于开发能够为老年人提供陪伴的人工智能解决方案。这些AI成果能够与用户交谈,提醒他们服药、多做运动以及适应更符合老年人身体状况的健康生活方式。事实证明,这种交互不仅有助于提升老年人健康水平,同时也能帮助他们培养良好的生活习惯。此外,该方案还能帮助老年人增加交流,让晚年的独立生活变得更加丰富多彩。
丰田AI投资组合中的另一家公司则是Joby Aviation。该公司致力于提供安全且成本低廉的公共航空出行业务,希望帮助人们轻松出行、缩短通勤时间,同时为环境保护贡献力量。Joby方面正在开发一系列全电动飞机,利用垂直起降技术将人员从一地安全快速地送达另一地。这些飞机的速度超越传统直升机,并利用复杂的机载软件完成飞行操纵。
同样接受丰田AI Ventures资助的还有SLAMcore,这是一家位于伦敦的无人机技术解决方案初创企业。目前市面上的几乎所有无人机都只能依靠GPS进行自主飞行,但在SLAMcore AI方案的帮助之下,机器人与无人机可以利用空间传感器检测当前位置并进行高精度导航。
可以看到,这些企业所关注的市场与方向同丰田的业务核心存在巨大差异,但是丰田仍然乐于进行投资,希望为这些初创公司的发展提供助力。丰田研究院最初负责帮助丰田本部开发无人驾驶汽车,但随着工作的推进,他们逐渐意识到自己完全有能力在家用机器人以及载具选择等方面带来巨大价值。
在谈到汽车行业时,Adler指出丰田专注于以数据为中心的未来业务及AI发展思路。事实上,Netflix以及亚马逊等巨头级企业也都在高度关注数据资产,希望借此保证自身的行业领先地位。丰田当然也不甘落后,Adler表示AI技术所使用的数据无法人为塑造,其必须拥有真实来源且配合完整的方法。目前不少企业都在尝试绕过人类直接构建AI方案,但从结果来看,这类方法在大多数应用场景下都无法成功起效。
AI的未来
Adler坦言,AI以及相关技术组合正面临着诸多挑战。虽然计算机视觉、机器学习、AI以及机器人技术的进步,表明此类方案确实能够比以往做得更好,例如自主向客户交付产品;但让无人驾驶汽车成功在真实街道与地形上导航,同时回避障碍并安全可靠地抵达目的地仍然是项极为困难的挑战。
无人驾驶汽车以及智能化程度更高的传统驾驶汽车正在并行发展,与之相关的更多创新产品也在不断涌现。丰田公司目前在着手制定一项名为Guardian的计划,旨在保护驾驶员免受道路事故的影响。在AI功能的支持下,Guardian能够确保驾驶员不致陷入可能构成人身危险的状况当中。
当然,丰田只是目前持续增加AI投资与应用范围的众多企业之一。世界各地的初创公司先后提出了众多极具份量的AI应用构想,其中一部分甚至开始交付使用。展望未来,AI技术当中蕴含的巨大可能性也许会彻底改变我们的生活方式。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。