AI软件从航拍影像中检测到20000多处隐蔽的私人泳池,帮助法国税务官员额外征收约1000万欧元的资产税。
根据欧元区国家的规定,增建阁楼、开挖泳池等有助于提升房产价值的家庭装修项目,会增加房主所应承担的税款数额。例如,一处30平米的游泳池每年就对应额外200欧元税款。但由于以往仅要求主动申报,所以很多业主会保持沉默以躲避这笔开支。

为了追查逃税者,法国税务局下辖的九个部门测试了机器学习软件,尝试自动从航拍照片中找到未申报的泳池。该软件分析了航拍图像,可扫描出存在泳池的迹象——例如后院位置的蓝色矩形轮廓。官员们会借此识别那些拥有泳池的房屋、确定所在位置,并比对数据库以检查业主是否已经正常申报。
截至目前,该软件已经发现20356处隐蔽泳池,帮助法国当局收取高达1000万欧元的额外税款。此项计划未来将在全国范围内部署,搜寻更多未申报泳池,由此带来的财产税贡献预计将达到4000万欧元之巨。
该软件由谷歌和凯捷共同开发,今年4月的报道称其错误率为30%。例如,这款计算机视觉软件可能被太阳能电池板阵列所误导,造成错误标记;另外,如果泳池被阴影或树木覆盖,也可能发生漏检的问题。法国财政部表示,工程师们正在努力扩展这款应用程序,希望能适应不同类型的家居改造场景。
公共财政副总干事Antoine Magnant在采访中表示,“我们会特别关注阳台这类房屋扩建项目,但同时要求软件能准确揪出那些占地面积较大的新增建筑,不要被狗舍或孩子们的嬉戏场夺走了注意力。”
然而,在现有建筑物上检测到突出的扩展或附加部分其实更为困难,而且这款软件还无法把这类情形同正常搭设的帐篷或防水油布区分开来。Magnant补充道,“这是我们第二阶段的研究内容,包括检查房产是否有人居住,如果无人则应停止征税。”
好文章,需要你的鼓励
仿人机器人与自动驾驶汽车在区域架构、功能安全及雷达传感方面高度相似。多分辨率摄像头组合可更好地模拟人类视野,兼顾广角低保真与局部高精度需求。自然运动需实时计算正逆运动学、距离与深度,同时须兼顾功耗效率。当前视觉与基础操控技术最为成熟,而触觉、全身协调及非结构化环境中的移动能力仍是主要挑战。业界正借鉴自动驾驶经验,加速推进仿人机器人的规模化落地。
这项研究提出Epi2Diff方法,通过将大型推理模型的解题思考过程拆解为认知片段序列,提取过程特征预测考题对人类的难度,在四个真实考试数据集上超越了所有对比基线。
随着AI技术发展,攻击者可融合白市、灰市及黑市数据,构建个人及其环境的数字孪生体,使定向攻击更为便捷。专家指出,AI与网络安全的核心交汇点是数据本身。防御AI数据融合攻击需依赖硬件信任根、强加密、安全密钥存储及严格的数据匿名化措施。芯片架构师需将安全设计嵌入硬件层,确保数据完整性验证、隔离执行及认证数据流,以应对日益复杂的运行时攻击面。
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。