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
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。