Like A Bosch!
这个曾在去年CES被玩坏的梗,出现在博世Press day开场视频中,所有生活场景,都可以通过“来个博世”解决,不管是起床、早餐、清理房间,还是清理草坪,甚至驾驶车辆和买东西,都只需动动手指,全部依靠博世解决。
这么神通广大的黑科技到底是什么?答案就是博世的物联网科技。
不过,CES2020,博世却一改风格,全程高能讲起了AI。
吃穿有AI,移动有AI,住行有AI,制造有AI,生产有AI,几乎“AI is already part of our daily lives”。
现在,博世的业务都朝向AI转型,衣食住行,没有你想不到的,博世正在尝试用技术改变这个时代。
其实,作为全球最大的技术和服务供应商,博世的品牌宣传一直保持着正气和沉稳,这一次从物联网过渡到AI,无疑代表着博世未来将做不一样的事。
因为在博世,他们坚信AI x IoT,将收益每个人。
此外,博世还带来了关于自动驾驶的好消息。在CES召开一周前,博世宣布已经开发了一种低成本的光检测和测距传感器,可以让自动驾驶汽车以3D视图的方式“查看”周围环境。
博世表示,这个内部研发的传感器有助于加速自动驾驶汽车的普及。Lidar将成为自动驾驶汽车的一个重要推动力。Lidar技术采用基于光的传感器来生成道路3D图像。不过,该技术对于大众市场来说仍然成本过高。
但是博世并不担心,他们正在努力让该技术“准备就绪”,并让大众市场能够负担得起这项技术。
据悉,目前通用汽车、福特汽车和Alphabet旗下的Waymo等公司正在评估在他们各自的自动驾驶汽车中使用该技术。
或许,我们能在CES2020博世的展台上,咫尺的距离就可以看到这项技术了。
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。