百度无人驾驶技术峰会8月18日召开,百度深度学习实验室副主任余凯在接受采访时透露了百度在无人驾驶技术上的战略部署,解读了百度为什么要做无人驾驶。
“首先无人驾驶能够使我们的驾驶变得更加安全。第二个原因是,如果智能驾驶成为现实,你会省去到飞机场和火车站的时间,有自己的车把你带到目的地。第三,现在大都市普遍有交通堵塞的问题,或者你在喝醉酒了以后想找代驾,如果有无人驾驶就可以解决。”
事实上,更让人感兴趣的是,为什么是百度来做这个事情?
对此,余凯称:“首先百度不仅仅是搜索公司,也是一个做地图的服务商,地图是非常重视数据的服务,如果我们在下一个五年或者下一个十年的布局上,如果百度能够在新的下一代的地图上能够占得先机的话,可以说意义非常大;”
“ 第二,无人驾驶作为一个机器人领域的一个特殊的应用,我们认为它是相当于针对未来的一个技术储备。”
“第三个原因是,我觉得无人驾驶车辆或者说智能车,是未来一个新的平台,因为首先,有很多信息都是在车里面被消费。”
无人驾驶汽车作为与人们生活极其相关的高科技产品,受到了极大关注。百度无人驾驶技术峰会将相关专家聚集一堂,针对具体问题进行了深入探讨。
好文章,需要你的鼓励
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。
上海AI实验室团队发现自回归图像生成模型存在局部依赖、语义不一致和空间不变性缺失三大问题,提出ST-AR训练方法。该方法通过掩码注意力、跨步骤对比学习和跨视角对比学习,让AI"先理解再生成"。实验显示,ST-AR将LlamaGen模型的图像理解准确率提升一倍以上,图像生成质量提升42-49%,为构建更智能的多模态AI系统开辟新路径。