Uber承认已经使用人工智能来根据客户的支付意愿向他们收取费用。据彭博社报道,Uber公司表示,基于人工智能和新算法系统能够根据目的地、时间和位置来估算客户群愿意支付的费率。
过去,你的费用是依据里程、时间和地理需求计算出来的。然而,新的“基于路线的定价”系统利用机器学习技术,参考很多社会学因素调整定价。
新系统目前在14个城市开展业务。如这份出版物所指出的,例如,如果有乘客预定从一个富裕地区乘车去另一个富裕地区,他被要求的费用可能会高于另一个前往不那么富裕地区的乘客——无论距离长短、里程数或需要出行的时间。
此外,尽管调整的价格可能会上涨,但这并不意味着驾驶员会看到收入的上涨。
这个问题来自于Uber所说的“前期定价”,它保证客户在预订之前获得固定的票价。乘客知道他们预计要支付多少钱,但驾驶员们却表示他们还没有看到人工智能系统产生的调高价格产生的额外补偿。
在一份声明中,Uber一位发言人表示,路线的定价不一样,“这是根据我们对驾驶员的理解”进行的选择,所以我们可以在更多的地方为更多的人提供他们能够负担的起的价格。
该发言人补充表示:“乘客一直是在乘车之前就知道行程的费用,驾驶员将会以完全透明的方式获得工作,他们会知道乘客为每次搭车支付的费用以及Uber在每次出行中挣多少钱。”
Uber的产品总监Daniel Graf表示,这个人工智能系统是去年首次推出试用的。
可能基于算法的定价可以帮助Uber在面对不仅是传统的出租车公司,而且在面对诸如Lyft之类竞争对手公司时保持领先。
Uber在驾驶员的工资和客户支付的费用之间留下了额外的金额,Graf称之为创造“可持续”业务的方式,这位高管认为这有可能是有朝一日弥合盈利能力和银行余额赤字之间的差异的途径。
为了减轻驾驶员的疑虑,Uber计划报告乘客为每次乘车支付的价格,更新的服务协议将规定新系统的结构。
Uber表示,上述资金用于支付驾驶员奖金,并在整个系统中投入更多的资金,但还有待观察的是,由数据分析驱动的票价模式是否会疏远驾驶员。
据相关消息,在过去一年中,Uber和Google拥有的Waymo已经卷入与Uber的自驾车项目前任主管——即前任Google工程师Anthony Levandowski——盗用商业秘密的法律纠纷中。
这位高管现在已经离开了管理岗位,但拒绝否认或承认窃取与Google的LiDAR传感器和映射技术有关的文件。
为了摆脱这件事情,Uber要求Levandowski要么返还据称被盗的文件,要么就正式否认盗窃——否则就会失去他的工作。
更新时间——格林尼治标准时间17:44 :更新后变得更为清晰。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。