北京时间3月16日消息,谷歌高管将于周四对美国国会表示,无人驾驶汽车可能会给美国交通带来一场革命,甚至减少政府在道路、停车设施和公共交通系统上的投入。
“国会有很大的机会推进这一领域,让美国交通部开辟一条道路来部署这种新颖的安全技术。”谷歌无人驾驶汽车主管克里斯·厄姆森(Chris Urmson)在预先准备好的证词中写道。
无人驾驶汽车的支持者表示,这种汽车可以通过共享汽车和应需服务等方式释放道路空间,而限制汽车的减少也将意味着停车设施的需求降低。
美国交通部则在3月11日发布的一项研究中表示,只要汽车和卡车坚持现有的设计,允许人类获得控制权,美国法律就不会对无人驾驶汽车的普及构成太多障碍。
科技和汽车公司对无人驾驶汽车的热情正值美国高速公路死亡率上升之际。美国高速公路交通安全管理局(NHTSA)估计,2015年的死亡率较2014年高出10%,2014年共有32,675人死亡。
通用汽车、德尔福汽车和Lyft也将在听证会上作证。
为了推进无人驾驶汽车技术,谷歌设计了一种没有方向盘和刹车踏板的测试车。NHTSA表示,这些设计与现有的汽车监管规定冲突。
厄姆森表示,政府应该快速行动,帮助无人驾驶汽车上市。他认为,这种技术不仅可以提升公路安全,还能降低联邦政府在公路、公交和铁路方面的投入。
“今后30年,美国交通部预计无人驾驶汽车将在降低交通运营成本方面发挥重要作用,提升高速公路效率,并释放现有的停车设施(美国停车场目前总共占地约3,000平方英里,相当于康涅狄格州的面积)。”他说。
另外一位证人、杜克大学的玛丽·康明斯(Mary Cummings)则警告立法者,应该在授予机器人驾驶员以控制权之前,展开更多研究和测试。
“虽然我非常支持无人驾驶汽车的研发和测试,因为人类的确存在很多局限,而容易分散精力的特点也的确对道路安全构成威胁。”康明斯在证词中说道,“但我对这种快速发展并不太乐观,我不认为整个社会已经做好了大范围部署这种技术的准备,也不认为人类已经做好了从驾驶座上撤退的准备。”
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。