北京时间2月4日消息,谷歌母公司Alphabet周三称,其无人驾驶汽车项目将于本月晚些时候扩大测试区域至华盛顿州柯克兰市(Kirkland),这将是该公司进行无人驾驶汽车测试的第三座城市。
谷歌此前已在加利福尼亚州山景城总部进行了长达6年的无人驾驶汽车测试,并于去年夏天扩大测试至德克萨斯州奥斯丁市(Austin)。
谷歌发表声明称,扩大测试区域的原因之一是,这个位于美国西北部地区的新场地将可使其获得在“不同环境、交通模式和路况”下的无人驾驶汽车测试体验。柯克兰市的季节性降雨量很大,这意味着谷歌将可在潮湿天气条件下进行测试;另外,该市还处于丘陵地带,有利于谷歌测试传感器在不同角度和海拔高度的工作表现。
几周前谷歌已在柯克兰市北部地区使用一辆雷克萨斯RX450h SUV对方圆几英里的区域进行了测试,目的是绘制详细的街道地图。该公司称,其无人驾驶软件已完成了超过140万英里(约合225万千米)的自动驾驶测试。
华盛顿州州长杰·英斯利(Jay Inslee)对这种测试表示赞赏。他在谷歌发表的声明中说道:“我们盼望着能看到这种汽车上路,并希望了解有关无人驾驶汽车有朝一日如何改善安全性和缓解交通压力的更多信息。”
美国交通部上个月称其可能取消一部分车辆安全规定,从而允许更多无人驾驶汽车在美国道路上运行,目的是加快这种汽车的发展进程。
各大汽车制造商及以谷歌为首的科技公司都在争相开发和出售无人驾驶汽车,但这些公司一直都抱怨称,安全规定令其测试和最终部署受到了阻碍。
美国高速公路安全管理局(NHTSA)向汽车制造商表示,该局有意在整个行业内部对最多2500辆无人驾驶汽车进行豁免,使其不必接受一部分车辆安全标准的约束,为期最多两年,这将允许谷歌在美国道路上测试这种汽车。美国交通部长安东尼·福克斯(Anthony Foxx)上个月称,安全监管机构将在6个月内为无人驾驶汽车制定指导方针。
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。