新加坡资讯通信发展管理局(以下简称“IDA”)今天在新加坡通信展上公布了把该国打造成全球首个“智慧国家”的计划。
相关试验工作将很快在裕廊湖区(Jurong Lake District)进行。与光纤相连的设备将部署在路灯和公交车站。
新设备将与能检测空气污染情况、雨量或交通堵塞情况的传感器相连。新加坡当局提出的一个创意是,能报告垃圾桶是否装满垃圾的传感器,与能发现乱丢垃圾行为,并提醒乱丢垃圾者捡起垃圾的摄像头。
鉴于新加坡国土面积很小——不比旧金山市大多少,这更像是建设智慧城市的计划。IDA发言人表示,他们将就如何保护和使用数据进行大量咨询工作。
新加坡已经具备了实施智慧城市计划的基础。在新加坡,大多数家庭都通过光纤接入互联网,数据传输速度高达1Gbps的互联网接入服务价格仅为每月50新加坡元(约合人民币249元)。
新加坡计划利用这些设备建立无线热点,使手机和平板电脑能在移动网络和WiFi热点之间无缝切换。
新加坡还预留了建设超级WiFi网络的频谱。与标准WiFi网络相比,超级WiFi网络信号传输距离更远,覆盖范围更广,能耗更低。超级WiFi网络还将用来传输智慧国家计划的数据。
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。