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
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
本研究针对大语言模型中普遍存在的偏见问题,提出了一套完整的数据和AI治理框架。研究发现当前主流AI模型中37.65%的输出存在偏见,其中33.7%具有中高风险。通过开发BEATS检测系统和全生命周期治理方案,为AI系统建立了从数据收集到部署监控的完整"公平性保障体系",旨在让AI技术更好地服务全人类而非延续社会偏见。
英国林肯大学正在开发一种革命性的虚拟现实环境,让非专家通过身体演示来训练AI收割机器人。这种技术已在加拿大杂货店和日本便利店试用,未来可能彻底改变工作形态。虽然能降低危险工作的风险,但也带来就业替代、工资削减等问题。许多低薪工作将被远程操控的机器人取代,影响移民模式和劳工组织。这项技术仍处于早期阶段,但将在未来几年对工作产生深远影响。
浙江大学团队开发的HarmonyGuard框架首次解决了AI网络代理的安全与效率平衡难题。该系统通过三个协作的AI代理,实现自适应安全策略更新和双目标优化,在真实测试中将策略合规率提升38%,任务完成率提升20%,为构建既高效又安全的智能助手奠定重要基础。