至顶网软件频道消息: 尽管日本本田(Honda)被广泛认为是全球最大的汽车制造商之一,也是最大的摩托车制造商,但在汽车领域之外,本田也越来越处于技术创新的前沿。本田公司在研发方面的投资使其跻身“研发支出TOP20”榜单,这个榜单中还有其他五家汽车制造商以及其他行业的代表性企业。根据本田公开分享的创新成果,本田正在一部分研发预算为第四次工业革命做好准备,利用AI和大数据不仅设计出更安全更个性化的汽车,同时还创造出各种机器人。
“驾驶乐趣最大化”
各种各样的来源(包括汽车上的传感器、客户调查、智能手机和社交媒体)创造了庞大的数据量,在这个背景下,本田的研发团队使用数据分析工具梳理数据集,获得洞察以整合到未来汽车的设计中。随着本田公司的大数据成熟度逐渐提高,本田的工程师们也在学习如何借助大数据技术和分析工具来利用那些很难以发现其价值的数据。目前有100多位本田研发工程师在接受大数据分析方面的培训。由于本田汽车上安装的传感器和来自客户的各种反馈,该团队能够对车辆的设计进行调整,以前他们从来没有意识到他们存在的问题是没有数据洞察力。这个分析工具帮助本田“探索大数据并最终设计出更好、更智能、更安全的汽车,本田TAC总工程师Kyoka Nakagawa这样表示。
本田作为拥有2000多万客户、规模达2000亿美元的全球汽车制造商,其质量保障部门在IBM Watson Explorer的帮助下更好地理解各种数据信息,让来自多个渠道的大量客户反馈(主要是非结构化数据)变得更有意义。IBM帮助本田帮助本田将理解客户反馈所需的时间减少了80%,这无疑是本田取得成功的关键因素之一。
新车开发
在今年的CES消费电子展上,本田推出了NeuV新型电动通勤车。它配备了个性化人工智能助理HANA(Honda Automated Network Assistant),可以读取驾驶者的情绪并调整音乐、温度等。HANA还可以提醒车主一些重要日期并帮助预订和预约。考虑到车辆大约96%的时间都是在车库、停车场和车道上,所以本田NeuV将是一款自动驾驶型共享汽车,当车主不使用车辆的时候,可以用来接送其他人,很好地利用空闲时间,从而对车主来说更有价值。工程师甚至还设想,NeuV在不使用的情况下把能源卖回给电网。本田的NeuV汽车概念将人工智能、大数据和机器人技术结合起来,从而改变通勤方式。
除了NeuV之外,本田还制造了一款Sports EV跑车,也采用了人工智能和电动技术。Sports EV旨在让驾驶者和汽车彼此进行交流沟通。
机器人
与此同时,本田正在使用大数据和人工智能来增强汽车产品线,本田的这项创新也有望在机器人的辅助下改善我们的日常生活。最新的创新被称为3E(Empower、Experience、Empathy)Robotics Concept计划,还没有投入生产,不过看看这些概念,也许未来会引发很多方面的变革。
本田在2018年CES消费电子展上推出了4款机器人,包括:
3E-A18:4款机器人中最具人性化,可以理解人类的需求,将在机场、商场和其他大型场所为人类提供帮助。
3E-B18:可以在室内或者室外运输人、行李或更小的物体。
3E-C18:可用于室内和室外的货物运送,并且可以学习如何自主操作。
3E-D18:是一款坚固耐用的越野型车辆,可以承担平凡、耗时且有潜在危险的任务。它的设计是基于本田的ATV底盘,因此它能够在障碍物上通过。
本田的人形步行机器人ASIMO是本田工程师近二十年的研究成果。它可以走路和跑步(即使在不平坦的表面)、上下楼梯、抓住物体、也可以理解和响应简单的语音命令。对ASIMO的开发还在持续进行,预计最终作为一项非常关键的功能支持人类完成重要任务。
除了这些机器人之外,本田还有称为“未来通信机器人”的RoboCas,它具有驱动功能、存储空间、可用于多种用途;配备人工智能的Miimo割草机;Ie-Mobi全电动汽车,可以充当小型移动房间;Fure-Mobi概念专注于人与人之间的互动。
作为一家汽车和技术创新企业,本田公司正在投资于研究和开发,以提供由大数据、人工智能和机器人驱动的解决方案,应对未来挑战。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。