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
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。