至顶网软件频道消息: 据了解,谷歌正在与劳斯莱斯公司进行一项可能对创建自主船舶非常重要的合作,以改进该工程公司系统中人工智能并了解船只在海上的情况。

根据两家公司之间的新协议,劳斯莱斯将使用谷歌的Cloud Machine Learning Engine(云机器学习引擎)进一步培训其基于人工智能的物体分类系统,用于检测、识别和跟踪船只在海上遇到的物体。
这对于自主船舶来说是至关重要的技术,因为不可能期望通过诸如雷达和自动识别系统(AIS)等传统技术来检测船舶遇到的一切。
例如,皮艇上的人不会出现在雷达上,而这样一个小型船只也不会携带设备来传送AIS数据。而如今,这些情况是由全天候监视环境的船员处理的。
Google Cloud Machine Learning Engine(谷歌云机器学习引擎)使用与神经网络相同的机器智能软件,它为谷歌的许多产品(包括图像和语音搜索)提供支持。
通过将这种技术与船上的船载摄像机结合在一起,人工智能可以提高人的监视能力,并且从长远来看,可以完全让人类从这一任务中解脱出来。对于无人驾驶的自主船只,这种技术当然是至关重要的。
劳斯莱斯船舶智能高级副总裁Karno Tenovuo在一份声明中表示:"虽然智能意识系统将有助于实现自主船舶的未来,但它们现在就可以使海上业务受益,并使船只和船员更加安全和高效。通过与Google Cloud的合作,我们可以让这些系统变得更快,这可以挽救生命。"
长期来看,劳斯莱斯和谷歌打算对无监督和多模式机器学习进行联合研究。两家公司还将测试语音识别和综合是否适用于海洋应用中的人机界面。除此之外,他们还将使用谷歌的TensorFlow等开放源代码机器智能软件库来优化船载神经网络计算的性能。
劳斯莱斯公司表示,智能意识系统将"通过加强船员对船只周围环境的了解,使船只更安全、更轻松、更有效率"。
这将通过将来自现有船舶系统(如AIS和雷达)的信息和传感器数据的融合来实现。该公司表示,来自其他来源的数据(包括全球数据库)也将发挥作用。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。