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
地球日之际,NVIDIA聚焦五个推动气候科学与可持续发展的项目:利用Earth-2平台开展气候模拟、借助AI推进红毛猩猩等濒危物种保护研究、通过AMP机器人实现可回收物自动分拣、借助AI技术研究早期海啸预警系统,以及通过Planet地球观测数据平台提取环境洞察。AI与加速计算正大幅提升环境保护与气候研究的效率与精度。
这项来自哥本哈根大学等多机构的研究(arXiv:2604.09746),构建了一个纽约市虚拟导航模拟系统,让150个"蓝队"AI与100个隐藏身份的"红队"AI交互对抗。红队通过伪装成热心路人,用风景渲染、权威话术等手段把蓝队引向广告牌陷阱。研究采用KTO方法进行十轮迭代训练,发现蓝队任务完成率从46%升至57.3%,逐渐习得了主动反驳、目标锚定等策略,但被骗率始终高达70%以上,揭示了AI智能体在持续社交操控下的深层脆弱性。
CoreWeave宣布推出三项新功能,旨在简化跨云AI训练与推理工作。其中CoreWeave Interconnect直接与谷歌云互联,支持开发者灵活部署训练和推理任务;SUNK Anywhere支持大规模长周期AI训练项目,可跨谷歌云、AWS、Azure及本地环境扩展算力;LOTA Cross-Cloud则允许数据集中存储、跨云运行工作负载。此次合作借助谷歌全球网络扩展了CoreWeave的服务覆盖范围,并消除了企业连接多云时依赖第三方的繁琐流程。
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。