至顶网软件频道消息: 因航空管制、恶劣天气等因素导致航班不能正常运行时,如何迅速恢复航线、保障乘客出行?这对航空公司而言是相当困难的问题。目前,当航班遭遇以上特殊情况影响时,需要依靠人工来统计航班信息,往往6个小时以后才能出现航班调整方案。对于这一问题,目前并没有通用的技术,此前国际上一些大型航空软件公司提供的技术方案,在国内实施的效果也并不太理想。
6月10日,在云栖大会·上海峰会上,阿里云天池平台联合厦门航空启动“智慧航空AI大赛”。大赛向全球发出邀请,聚集全球工程师的智能算法,以解决当航班遭遇雨雪、台风、管制等特殊情况下,航班调度系统的快速恢复问题,使航空公司能够尽量少的取消和延误航班,保证乘客的出行体验。
依据厦航和阿里云给出的信息,参赛选手可自由选用各种优化算法,包括整数规划、蒙特卡洛树、遗传算法、粒子群算法,以及根据业务场景自主创新的算法,在满足各种实际约束条件的前提下,自动对航班进行快速调整,快速恢复航班计划,同时达到保证旅客体验和降低航空公司运营成本的目的。
“我们希望通过天池大赛,找到适合航班智能恢复的AI算法,并结合大数据将人工智能算法落地,与厦航现行系统实现集成使用。”厦航总信息师王洪建表示。
阿里云天池平台是一个面向全球的人工智能专家及技术爱好者开放的众智平台,目前平台上活跃着全球范围内8万多名技术爱好者和60多名阿里云数据科学家,此前曾与广州白云机场合作,利用AI算法将近机位乘客的比例从77%提高到94%,临时机位的使用率减少一半,展现出了AI算法在解决航司调度系统问题上的巨大潜力,也促成了此次厦航和阿里云天池众智平台的合作。
阿里云方面透露,此次大赛第一赛季总奖金池共34万,天池官网将于6月10日开放报名。获奖团队除了能得到奖金外,还有望直接入围厦航招聘面试。
好文章,需要你的鼓励
DDN推出Infinia对象存储系统,采用键值存储架构和Beta Epsilon树数据结构,实现读写性能平衡。系统在对象列表性能上比AWS快100倍,延迟降至毫秒级,支持多租户和SLA管理。通过与英伟达合作优化RAG管道,在AWS上实现22倍性能提升并降低60%成本。
大连理工大学和浙江大学研究团队提出MoR(Mixture of Reasoning)方法,通过将多种推理策略嵌入AI模型参数中,让AI能自主选择最适合的思考方式,无需人工设计专门提示词。该方法包含思维生成和数据集构建两阶段,实验显示MoR150模型性能显著提升,比基线模型提高2.2%-13.5%,为AI推理能力发展开辟新路径。
Alpine Linux核心开发者Ariadne Conill推出了Wayback项目,这是一个实验性的X兼容层,允许使用Wayland组件运行完整的X桌面环境。该项目本质上是一个提供足够Wayland功能来托管rootful Xwayland服务器的存根合成器。与现有的XWayland不同,Wayback旨在创建一个类似X11风格的基于Wayland的显示服务器,让用户能够继续使用传统的X11窗口管理器和桌面环境,而无需重写或替换这些熟悉的工具。
剑桥大学研究团队开发了FreNBRDF技术,通过引入频率修正机制显著提升了计算机材质建模的精度。该技术采用球面谐波分析提取材质频率信息,结合自动编码器架构实现高质量材质重建与编辑。实验表明,FreNBRDF在多项指标上超越现有方法,特别在频率一致性方面改善近30倍,为游戏开发、影视制作、电商预览等领域提供了重要技术支撑。