ZDNet至顶网软件频道消息:据科技部网站消息,以实现人、车、路协同控制为目标的未来智能车路协同技术是当今国际智能交通领域的前沿和研究热点,受到学术界和产业界的广泛关注,主题为“未来智能车路协同技术”的西苑沙龙在北京西苑饭店举行。
会议认为,把人、 车、路协同起来,形成新型的智能交通体系框架,需要加强国家层面的顶层设计,通过整体规划来整合资源,以“政产学研用”协同创新的发展模式,积极推进车路协同的标准和体系化建设。同时,要从国家战略层面部署相关计划或项目,整体推进人车路协同等核心关键技术及系统设备的研发,形成符合中国特点的车路协同核心技术和产业布局。
来自863计划现代交通技术领域主题专家、交通运输部门行业专家以及美日等著名大学和研究机构的12位专家学者应邀参加了会议,科技部高技术中心相关同志也参加了本次会议。高技术中心袁建湘副主任和清华大学张毅教授分别主持了本届学术研讨会。
会上,清华大学张毅教授做了题为“未来智能车路协同技术发展趋势”的主题报告,交通运输部公路科学研究院王笑京总工程师,美国威斯康星大学麦迪逊分校教授、国家级专家冉斌教授,以及重庆长安汽车公司工程研究总院、国家级专家黎予生总工程师分别就Cooperative-ITS国际发 展趋势、美国车路协同和车联网技术展望以及智能车辆关键技术发展趋势等做了专题报告。与会专家分别从车路协同技术概念、应用前景、发展趋势、面临挑战及发 展对策等方面展开热烈的讨论和思想交锋。
好文章,需要你的鼓励
科技专家Sungjoo Yoon在TED演讲中提出"偏好原理",认为了解用户喜好信息越多,就能创造更强大的技术。他将市场变化比作"地壳运动",从1969年命令行界面到80年代GUI,再到90年代网络界面,技术发展都遵循这一规律。自然语言处理能建立信任,而AI智能体时代的到来意味着非人类参与者将在人类主导的世界中发挥作用。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
微软推出了Copilot Vision AI新功能,该技术能够扫描和分析用户屏幕上的所有内容。这项AI视觉技术可以实时理解用户正在查看的信息,包括文本、图像和应用程序界面,为用户提供更加智能化的交互体验和个性化建议。此功能的推出标志着AI助手向更深层次的用户体验集成迈进。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。