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
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。