CNET科技资讯网 5月5日 北京消息:今天,滴滴出行宣布与斯坦福大学人工智能实验室(Stanford Artificial Intelligence Laboratory)达成合作,双方将围绕人工智能热点课题进行科学研究、课程创新、人才培养等。这是继牵手密歇根大学之后,滴滴再一次与国际高校进行合作。
据了解,合作期间,双方将重点对人工智能、智能驾驶领域热点课题展开研究,具体研究方向包括计算机视觉、机器学习、迁移学习等。除整合双方优势,进行前沿科学研究探索外,滴滴还将参与SAIL课程设计,开放滴滴数据平台,提供部分脱敏数据供学生进行实验和研究,以培养更多具有创新意识的人工智能领域顶级人才。
公开资料显示,斯坦福大学在机器学习、人工智能等领域实力深厚,其人工智能实验室成立于1962年,是全球顶级人工智能研究机构之一。目前SAIL聚集了多个领域专家,覆盖计算机视觉、机器学习、图像处理、传感器网络、自然语言处理、机器人技术等多个领域,包括Andrew Ng(吴恩达)、李飞飞等华裔专家被大部分国人熟知。
滴滴出行CTO张博表示:“滴滴平台拥有全世界最丰富的出行数据,基于领先的大数据和技术优势,当前滴滴正在驱动人工智能技术迅速迭代升级,并且通过积极的国际化部署推动世界交通和汽车产业变革。此次合作也是优势校企资源的再度携手,相信将能提速人工智能和智能驾驶等技术的科研发展,在全球交通产业创新前沿实现突破,为社会发展创造更大价值。”
技术与创新是滴滴发展的重要驱动力之一。早在2015年5月,滴滴就正式成立机器学习研究院,将机器学习大规模应用在出行领域,推动行业技术升级。去年4月,滴滴机器学习研究院升级为滴滴研究院,试图通过机器学习理论和方法,最大化利用交通运力,缓解城市拥堵。今年3月初,滴滴还在加利福尼亚硅谷成立滴滴美国研究院,持续引进顶尖科研人才。
在持续技术创新的同时,滴滴也加码跨国创新合作交流,今年年初,滴滴与密歇根大学达成战略合作,探索智慧交通领域。此次牵手SAIL,也意味着滴滴正在链接全球顶尖创新资源。
好文章,需要你的鼓励
这篇论文提出一种插件式2D动作接口,让已训练好的3D运动语言模型无需修改或微调即可直接理解2D姿态输入。实验证明2D输入效果媲美3D输入,且在真实视频场景下配合专门的降噪适配器,2D方案比3D姿态估计更省算力、更实用,为动作理解模型的现实部署提供了新路径。
研究团队让8种AI智能体独立完成100项真实科研任务,深度剖析800份研究轨迹后发现,即便是最强模型,也普遍存在"发现问题却不修正"的现象,背后根源指向AI缺乏检验自身产出、主动纠错的元认知能力。
WorldRover是一套面向可探索世界建模的合成视频数据引擎,基于虚幻引擎构建,能让同一段探索轨迹在保持路线与场景一致的前提下,重新渲染为多种视角和外观状态,并同步提供深度、光流、长程点追踪等丰富标注,最终发布WorldRover-10M数据集,含2190万帧、202.7小时视频。
这篇论文指出,现有多目标强化学习训练大模型时存在"一刀切"分配优化精力的问题,提出SA-MRPO方法,根据每个奖励目标的饱和程度动态调整其权重,在数学推理、自适应推理、代码生成等任务上均取得优于现有方法GDPO的效果。