
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
openGauss的目标是探索oGRAC和超节点深度融合的可能,打造超节点原生数据库。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。
上海AI实验室团队开发的Yume1.5是一个革命性的AI视频生成系统,能够从单张图片或文字描述创造无限可探索的虚拟世界。用户可通过键盘控制实时探索,系统8秒内完成生成,响应精度达0.836,远超现有技术。该系统采用创新的时空通道建模和自强制蒸馏技术,支持文本控制的事件生成,为虚拟现实和内容创作领域开辟了新的可能性。