CNET科技行者 8月4日 北京消息:滴滴出行今日宣布,密歇根大学终身教授刘向宏(Henry Liu)已加盟滴滴,出任智慧交通首席科学家。刘向宏将全面领导滴滴智慧信号灯研发团队,并进行智慧交通多项产品与技术服务的深度探索。
滴滴致力于成为全球最大的智慧交通综合服务提供商,智慧交通亦是今年五大战略项目之一,已和全国二十多个城市展开合作。在武汉、济南、深圳、贵阳等地,滴滴陆续落地了智慧信号灯、智慧诱导屏、智慧公交、智慧代驾热力图、智慧交通运行报告等多个项目,并取得初步成效。数据显示,滴滴的智慧信号灯让济南经十路早晚高峰期延误时间下降了超过10%,让武汉江发路早高峰延误时间下降了超过20%。
滴滴出行高级副总裁、智慧交通负责人章文嵩表示:“滴滴希望与城市交通管理者携手打造基于互联网+大数据的智慧交通整体解决方案,帮助进行前瞻性的市政规划和基础设施布局,切实改善城市交通、普惠大众出行。Henry教授的加盟更加体现了滴滴在该领域的信心与决心,也让我们的技术实力更上一个台阶。我们持续欢迎更多全球顶尖的科技人才加入滴滴,和我们一起解决世界级的交通、环保和城市发展面临的挑战。”
刘向宏是智慧交通领域的先行者和领军人物,任密歇根大学智能网联交通研究中心主任、土木和环境工程学院终身教授,以及交通研究所(UMTRI)研究员等,主要研究领域为交通网络监控、建模和控制,包括交通流建模与仿真、交通信号控制、交通网络分配和智能网联交通。作为一位深受信赖的导师和教授,他培养了数十位智慧交通领域的专家。此外,他拥有多项专利并发表过80多篇SCI/SSCI检索论文,同时担任多个智能交通期刊的副主编与编委。
刘向宏表示,滴滴在智慧交通领域的探索在全世界范围来说都极具开创性和前瞻性,而解决城市交通难题是很有挑战性的工作,加入滴滴将推动滴滴智慧信号灯乃至更多的智慧交通产品与服务在各地得到更广泛的应用,造福公众出行。
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。