至顶网软件频道消息: 日常生活中,车水马龙、交通拥堵已是稀松平常事。不赶时间的堵车尚且可等,而120急救车,则是为生命争分夺秒,丝毫延误不得。为此,百度地图于今年11月15日上线了“急救车让行播报”功能,并在北京、江西九江两地率先落地使用,成为行业内首家上线该功能的地图,后续还将在全国推广。
具体而言,若正在使用百度地图导航的用户,车辆后方1.5公里范围出现急救车,百度地图导航系统会自动语音提示“附近将有救护车经过,请注意让行”,以此提示广大社会车辆避让急救车,为抢救患者生命赢得宝贵时间。该功能上线后不断优化,如今,从急救车位置上传到百度地图为司机播报提醒,这一系列响应过程已缩短到1秒。
前不久,“湖北急救车转运危重患儿,遇堵车数百车主让路”的消息到现在依然令人感动。相关部门为此类事件同样高度重视,若建立相应机制,保障每位车主遇到类似情况能让路贡献一份力,则是在为生命打开希望通道。
12月20日,“我为急救车让行——智慧护航,为生命让路”的发布会举行,在北京市卫生健康委员会的倡导下,百度地图、120北京急救中心、北京999急救中心、北京依众公益基金会共同出席并签署战略合作,呼吁“为爱让行”。 如今,百度地图全方位接入北京120、999急救车相关的权威数据,并将此数据对接入百度地图鹰眼平台,以实现对“急救车轨迹”的实时追踪,极大提高了播报范围的准确性。百度地图鹰眼轨迹服务是集轨迹追踪、轨迹存储、轨迹处理与查询的一套完整轨迹管理开放服务。通过覆盖多平台的SDK、API以及强大的云端服务,能够帮助开发者迅速开发人员和车辆轨迹追踪系统。
我们每个个体联合起来究竟能贡献多少力量,能为生命赢得多少时间?你的力量超乎你的想象!在现场的演示视频中,当语音播报响起,用户提前了解到后方将有急救车驶来,数十辆车逐渐向两侧避让,拥堵的道路中出现了一条临时的“急救通道”,急救车快速顺利地通过了拥堵路段。有效避让急救车对于挽救生命的重要性不言而喻,这一举动更是彰显了社会层面对于生命的最高重视。百度地图此举,希望借助科技之力,发挥自身平台优势,为每位需急救的生命发出最暖心的语音“急救车让行播报“。
百度地图事业部副总经理刘玉亭在现场表示:“急救车承载着生命,务必分秒必争。此次能够与权威部门一起,在第一时间为急救车附近的车主传递信息,全力为急救患者打通一条‘生命通道’,这是沉甸甸、责任重大的举措。该功能自上线以来不断优化,如今响应时间已缩短至1秒。”同时他还说到,“相信在未来,百度地图将在更多领域中发挥平台的连接作用,承担更多的社会责任。”百度地图积极利用自身科技和平台优势,联动每位用户传递正能量的行为,赢得社会各界的“点赞”。
北京市卫生健康委员会应急办主任曹昱在会上肯定了百度地图此次项目重要的社会公益价值。同时,他还表示该项目:“是‘互联网+’理念在急救事业发展与管理上的一个具体体现。不仅能方便公民履行为急救车让行的义务,还能有效减少急救车在途中的堵塞,是缩短急救反应时间、提高急救效率的重要措施之一。”现场,百度地图还与北京120、999急救中心、北京依众公益基金会签署战略合作协议。
(从左依次:百度地图事业部副总经理刘玉亭、120北京急救中心副主任刘红梅、北京999急救中心党总支副书记刘秀华、北京依众公益基金会理事长赵晖)
如果说医院是一个生与死较量的“战场”,那么急救车就是这场战争的“先遣部队”。针对“急救车通行难题”,社会各方都在积极寻求解决之道。百度地图作为连接亿万用户的地图行业“领航人”,以融合科技的创新模式,为解决急救难题提供了有益的示范样本。未来,百度地图还将争取在更多城市落地该功能,积极承担社会责任,联动更多用户发挥更大的价值。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。