中文人工智能系统Spark v3.5超越OpenAI的GPT-4 Turbo

Chinese AI System, Spark v3.5, Surpasses OpenAI’s GPT-4 Turbo

在一项令人瞩目的技术成就中,中国科学家声称已经开发出一种超越OpenAI的GPT-4 Turbo的人工智能(AI)系统。科大讯飞的Spark v3.5在语言能力、数学理解、编码能力等方面优于其美国对手,并在其他领域也具有竞争优势。

中国政府官方媒体Shine报道说,Spark v3.5在处理多模态任务方面也微弱优于GPT-4 Turbo。这意味着它可以智能地处理各种类型的输入并生成相应的输出。例如,它可以接受文本提示并生成图像作为回应,展示了其先进的能力。

GPT-4 Turbo是GPT-4的升级版本,是强大的ChatGPT的关键组成部分,自2023年11月推出以来一直被认为是领先的AI工具。然而,Spark v3.5证明自己是一个强大的竞争对手,展示了在AI领域的实力和竞争优势。

尽管没有标准化的方法直接比较大型语言模型(LLMs),也没有公开可用的全面数据库来评估专有AI系统,但企业使用各种基准来衡量不同领域的性能。这些基准使AI公司能够将其模型与业界领先的版本进行比较。

此前,谷歌报道称其Gemini LLM在30个与AI研究和开发相关的学术基准中超过了GPT-4和其他知名模型。然而,随着Spark v3.5的推出,在AI语言处理领域的竞争变得更加激烈。

除了在语言理解方面的优势外,Spark v3.5还具有令人印象深刻的语音合成能力。据官方媒体中国国际电视台(CGTN)报道,这个AI系统可以以多种情感色调和语音模式生成语音,超过了OpenAI的Whisper在包括英语、中文、法语和俄语在内的37种语言中。科大讯飞已成功将Spark集成到智能设备、学校黑板和平板电脑中,进一步扩大了其影响力和实用性。

为了进行训练,科大讯飞利用其名为“飞行一号”的计算平台进行了90天的训练。受美国政府对中国公司的AI相关出口限制的影响,训练过程中没有采用最先进的组件,如Nvidia的GPU(图形处理器),如A100、H100和H200芯片,这些芯片被用于训练ChatGPT。

Spark v3.5的开发标志着中国人工智能进展的重要里程碑,展示了其在全球领先模型中竞争的能力。随着人工智能领域的不断发展,这些进步无疑将塑造人工智能应用的未来,并促进该领域的进一步创新。

常见问题解答:

问:什么是Spark v3.5?
答:Spark v3.5是由科大讯飞开发的人工智能系统。据称在语言能力、数学理解、编码能力等方面超过OpenAI的GPT-4 Turbo。

问:Spark v3.5与GPT-4 Turbo相比如何?
答:据报道,Spark v3.5在处理多模态任务方面稍微优于GPT-4 Turbo。它可以智能地处理各种类型的输入并生成相应的输出,例如对文本提示生成图像。

问:什么是GPT-4 Turbo?
答:GPT-4 Turbo是GPT-4的升级版本,是由OpenAI开发的一种领先的人工智能模型,在人工智能语言处理领域被认为是一种强大的工具。

问:公司如何评估其人工智能模型的性能?
答:目前没有标准化的方法直接比较大型语言模型(LLMs)。公司通常使用基准来衡量在不同领域的性能。这些基准使人工智能公司能够将其模型与业界领先的版本进行比较。

问:Spark v3.5的一些显著成就有哪些?
答:Spark v3.5不仅在语言理解方面优于GPT-4 Turbo,而且在语音合成方面也具有令人印象深刻的能力。它可以以多种情感色调和模式生成37种语言的语音。

问:Spark v3.5是如何进行训练的?
答:科大讯飞利用其名为“飞行一号”的计算平台进行了90天的训练。

问:中国公司在人工智能相关出口方面面临哪些限制?
答:中国公司面临美国政府的限制,禁止其在人工智能训练中使用最先进的组件,如Nvidia的GPU(图形处理器),如A100、H100和H200芯片。

问:Spark v3.5的开发意味着什么?
答:Spark v3.5的开发标志着中国人工智能进展的重要里程碑,展示了中国在全球领先人工智能模型中的竞争能力。预计它将影响人工智能应用的未来,并促进该领域的进一步创新。

定义:
– AI:人工智能(Artificial Intelligence)
– GPT-4 Turbo:OpenAI开发的一种领先的人工智能模型,在语言处理领域具有强大的功能。
– 多模态任务:涉及处理各种类型输入并生成相应输出的任务。
– 语言理解:理解和处理语言的能力。
– 语音合成:由人工智能系统生成语音的过程。
– 大型语言模型(LLMs):具有语言处理能力的先进人工智能模型。
– 基准:用于评估人工智能模型性能的标准或指标。
– 计算平台:用于训练和处理人工智能模型的平台或基础设施。
– 图形处理器(GPUs):用于人工智能训练和处理的硬件组件。… Read the rest

欧洲朝刑事化网络暴力迈进:保护受害者的一步

Europe Moves Towards Criminalizing Cyber-Violence: A Step Towards Protecting Victims

欧洲委员会提出的旨在打击家庭暴力和针对女性暴力的指令草案获得了欧洲理事会和议会的支持。虽然该草案涵盖了各种形式的暴力,但其中一个重要方面是将网络暴力定为刑事犯罪。这包括非自愿分享亲密照片,利用人工智能创建的深度伪造视频,网络跟踪,在线骚扰,厌恶女性的仇恨言论以及未经请求的发送淫秽图片。

通过将这些行为定为犯罪,该指令旨在遏制报复色情和为受害者提供法律保护。欧洲委员会强调了解决这个问题的紧迫性,原因是在线暴力的指数增长和严重影响。该指令还鼓励成员国采取措施,使用户能够轻松识别网络暴力,寻求帮助并防止此类事件。

虽然Politico推测最近传播的涉及泰勒·斯威夫特的色情深度伪造图像促使欧盟官员迅速采取行动,但该提案旨在保护受网络暴力影响的所有个人。欧洲委员会副主席维拉·约罗娃强调了这对名人和每个需要为自己的清白辩护的妇女可能造成的潜在伤害。

值得注意的是,这些拟议的规则是一个仍需要欧盟成员国代表批准的法案的一部分。欧盟理事会表示最终的法律需要在理事会和欧洲议会两方面获得通过。如果通过,成员国将有至2027年才能实施新规定。

网络暴力的刑事化标志着解决在线滥用和保护受害者的重要一步,为惩罚犯罪者提供了法律框架。有了这项提案,欧洲联盟成员国将能够更好地支持受害者,防止网络暴力以各种形式的传播。通过认识到解决这个问题的紧迫性,欧盟正在采取主动措施保护其管辖范围内个人的福祉和尊严。

欧盟打击网络暴力指令常见问题解答

问:欧洲委员会提出的旨在打击家庭暴力和针对女性暴力的指令草案的目的是什么?
答:该提案旨在解决各种形式的暴力,并为受害者提供法律保护。该提案的一个重要方面是将网络暴力定为刑事犯罪,如报复色情、网络跟踪、在线骚扰和未经同意分享亲密照片。

问:为什么有必要紧急解决欧盟的网络暴力问题?
答:欧洲委员会强调了紧急解决网络暴力问题的必要性,这是由于其对受害者的指数增长和严重影响。该指令旨在遏制此类行为,使用户能够轻松识别网络暴力、寻求帮助并防止发生类似事件。

问:网络暴力的刑事化具体是指什么?
答:网络暴力的刑事化意味着从事非自愿分享亲密照片、利用人工智能创建的深度伪造视频、网络跟踪、在线骚扰、厌恶女性的仇恨言论以及未经请求的发送淫秽图片的犯罪分子可能面临法律后果。

问:为什么要提到传播涉及泰勒·斯威夫特的色情深度伪造图像?
答:虽然传播这些图像可能促使采取行动,但该提案旨在保护受网络暴力影响的所有个人。它旨在突出强调给名人和每个需要为自己的清白辩护的妇女可能带来的潜在伤害。

问:这些拟议规则已经生效了吗?
答:不,这些拟议的规则是一个仍需要欧洲联盟成员国代表批准的法案的一部分。最终的法律需要在理事会和欧洲议会两方面获得通过。如果通过,成员国将有至2027年才能实施新规定。

问:网络暴力的刑事化的意义是什么?
答:网络暴力的刑事化标志着解决在线滥用和保护受害者的重要一步。它提供了一个法律框架来惩罚犯罪分子,并使欧洲联盟成员国能够更好地支持受害者,防止网络暴力以各种形式的传播。

相关链接:
欧盟委员会关于网络暴力
欧洲议会关于网络暴力… Read the rest

德国法院判决R2半导体与英特尔的专利侵权案中对R2半导体有利

German Court Rules in Favor of R2 Semiconductor in Patent Infringement Case Against Intel

最近,德国杜塞尔多夫地方法院的一项裁决对R2半导体在其与英特尔之间的专利侵权案中做出了有利于R2半导体的判决。法院认定英特尔侵犯了R2半导体所持有的集成电压调节器技术专利。因此,法院下令禁止销售部分英特尔处理器,包括Core系列的”Ice Lake”、”Tiger Lake”、”Alder Lake”,以及Xeon Scalable的”Ice Lake Server”处理器,以及基于这些处理器的个人电脑和服务器。尽管其中一些处理器已经停产,但”Alder Lake”芯片仍然可以在零售市场和货架上购买。

尽管有这一裁决,英特尔的当前一代处理器,例如Core “Raptor Lake”和Core Ultra “Meteor Lake”,并不受此禁令的影响。这限制了该决定对英特尔产品线的影响。

英特尔对裁决表示失望,并打算对法院的决定提出挑战。该公司指控R2半导体是一个专利恶棍,并批评其诉讼策略。英特尔称,R2半导体一直对包括英特尔在内的大公司提起系列诉讼,以谋取经济利益。

另一方面,R2半导体对法院的决定表示欢迎,并坚称将保护其知识产权。R2的首席执行官大卫·费舍尔称德国法院的裁决对发明者来说是一次胜利,并强调全球专利制度在保护他们权益方面的重要性。费舍尔声称英特尔在2015年曾计划对R2进行投资,但后来终止了这一过程。据费舍尔称,英特尔在未经归属或补偿的情况下应用了R2的专利技术。

英特尔指控R2半导体是专利恶棍的说法与R2声称它们只对英特尔提起专利侵权诉讼的言论相矛盾。费舍尔强调英特尔对R2专利的长期侵权行为,并指责英特尔散布虚假言论。

这项法院判决在德国树立了先例,并可能对英特尔在该国的市场存在产生影响。尽管如此,英特尔的当前一代处理器并未受到影响,这为该公司提供了一些缓解。英特尔与R2半导体之间的法律战仍在继续,双方都坚持自己的立场。

常见问题:

1. 德国杜塞尔多夫地方法院做出了什么样的最新裁决?
– 这项裁决对R2半导体在其与英特尔的专利侵权案中有利,认定英特尔侵犯了R2半导体的集成电压调节器技术专利。

2. 哪些英特尔处理器受到法院的禁令影响?
– 法院下令禁止销售部分英特尔处理器,包括Core系列的”Ice Lake”、”Tiger Lake”、”Alder Lake”,以及Xeon Scalable的”Ice Lake Server”处理器,以及基于这些处理器的个人电脑和服务器。然而,其中一些处理器已经停产,只有”Alder Lake”芯片仍然可以在零售市场和货架上购买。

3. 英特尔的当前一代处理器是否受到禁令的影响?
– 不受影响,英特尔的当前一代处理器,例如Core “Raptor Lake”和Core Ultra “Meteor Lake”,并不受禁令影响。

4.… Read the rest

交通部为交通行业的人工智能创新拨款1500万美元

Department of Transportation Allocates $15 Million for AI-driven Innovation in Transportation Sector

交通部(USDOT)宣布将提供1500万美元的联邦资金,以支持小型企业开发用于美国交通行业的人工智能系统和应用。该举措是小型企业创新研究计划的一部分,旨在为州和地方政府创建决策支持工具,以设计和实施“完整街道”的网络。这些街道旨在提高公众的生活质量和互联性。

USDOT认识到人工智能技术在弥合现有数据差距和帮助城市评估其行人和自行车基础设施方面的潜力。通过利用人工智能工具,城市可以获得对其交通网络状况和使用情况的有价值的见解,从而能够有效地规划和实施有针对性的改进措施。

正在开发的人工智能系统将包括各种互动数据分析工具,专为从事城市和城市规划的专业人员设计。除了自动化外,USDOT还寻求创新技术,如物联网(IoT)系统、卫星、空中或街头拍摄和计算机视觉。

通过利用人工智能的力量,交通机构和地方政府可以利用这些先进技术改变他们对城市规划和交通出行的方式。人工智能在交通领域的潜在应用广泛,从优化交通流量和减少拥堵,到改善安全性和提升行人和骑行者的整体体验。

通过联邦资金的分配,小型企业现在有机会通过人工智能驱动的创新为交通行业的进步做出贡献。这一举措不仅支持尖端技术的发展,还促进政府机构与私营部门之间的合作,推动在美国建立高效、可持续和包容性的交通网络的进展。

常见问题解答:
1. 交通部(USDOT)提供资金用于什么?
交通部提供1500万美元的联邦资金,以支持小型企业开发用于美国交通行业的人工智能系统和应用。

2. 什么是小型企业创新研究计划?
小型企业创新研究计划是一个旨在为州和地方政府创建决策支持工具,设计和实施“完整街道”网络,以提高公众的生活质量和互联性的计划。

3. 人工智能技术如何帮助城市评估其行人和自行车基础设施?
人工智能技术可以填补现有数据的空白,并提供有关交通网络状况和使用情况的宝贵见解,帮助城市有效地规划和实施有针对性的改进措施。

4. 正在开发的人工智能系统和技术有哪些?
正在开发的人工智能系统包括专为从事城市和城市规划的专业人员设计的互动数据分析工具。USDOT还寻求创新技术,如物联网(IoT)系统、卫星图像、航拍视频和计算机视觉。

5. 人工智能在交通领域的潜在应用有哪些?
人工智能可以应用于优化交通流量、减少拥堵、提高安全性和提升行人和骑行者的整体体验。

关键定义:
– 人工智能(AI):是指机器模拟人类智能的技术,可以像人类一样思考和学习。
– 小型企业创新研究计划:支持小型企业进行具有商业化潜力的研究和开发的计划。
– 完整街道:为所有使用者,包括行人、自行车骑行者、公共交通用户和机动车辆,提供安全、便利和舒适的通行条件的街道。

相关链接:
– 交通部
– 小型企业创新研究计划目录
– 智能交通系统

视频链接:https://www.youtube.com/embed/qV76VwCG1Cs… Read the rest

提升音频质量:利用人类感知的力量

Enhancing Audio Quality Using the Power of Human Perception

在一个激动人心的突破中,研究人员揭示了一种全新的深度学习模型,有潜力在现实场景中极大地提升音频质量。该模型利用人类感知的力量,通过纳入声音质量的主观评价来超越传统方法。

传统的降噪方法依赖于人工智能算法从所需信号中提取噪声。然而,这些客观技术并不总是与听众对于什么样的语音易于理解的评估相吻合。这就是新模型的作用所在。通过使用感知作为训练工具,该模型可以有效地去除不需要的声音,提升语音质量。

这项研究发表在《IEEE Xplore》杂志上,重点关注的是改善单声道语音增强——即来自单一音频通道的语音。研究人员在两个包含人们说话录音的数据集上训练了模型,其中一些录音被背景噪声遮挡。然后,听众根据1到100的比例对每个录音的语音质量进行评分。

这项研究的独特之处在于,它依赖于声音质量的主观性质。通过结合人类对音频的评判,模型利用额外的信息更好地去除噪声。研究人员采用了联合学习方法,将专门的语音增强语言模块与预测模型相结合,可以预测听众对噪声信号给出的平均意见分数。

结果是惊人的。这种新方法在感知质量、可听性和人类评分等客观指标上持续超越其他模型。这一突破对于改善助听器、语音识别程序、说话人验证应用和免提通信系统具有重要意义。

然而,使用人类对声音质量的感知存在挑战。嘈杂音频评估具有高度主观性,取决于个体的听力能力和经验。听力助听器或人工耳蜗等因素也可能影响一个人对其声音环境的感知。尽管存在这些挑战,研究人员决心通过纳入人类主观评价来细化他们的模型,以处理更复杂的音频系统,并满足人类用户的期望。

展望未来,研究人员设想类似于图像增强现实设备的技术将实时增强音频,以提升整体听觉体验。通过在机器学习人工智能过程中继续涉及人类的感知,该领域可以进一步发展,并为音频增强的重大创新铺平道路。

常见问题解答(FAQ)

1. 文章中描述的音频质量改进的突破是什么?
研究人员开发了一种新的深度学习模型,通过纳入声音质量的主观评价,有效地去除不需要的声音,提升语音质量。

2. 传统的降噪方法是如何工作的?
传统方法依赖于人工智能算法从所需信号中提取噪声,但它们并不总是与听众对于语音易于理解的评估相吻合。

3. 研究重点关注的是哪种语音增强类型?
该研究重点关注的是改善单声道语音增强,即来自单一音频通道的语音。

4. 用于训练该模型的数据集是什么?
研究人员在两个包含人们说话录音的数据集上训练了模型,其中一些录音被背景噪声遮挡。

5. 研究人员如何将人类对音频的判断纳入到模型中?
他们采用了联合学习方法,将专门的语音增强语言模块与预测模型相结合,可以预测听众对噪声信号给出的平均意见分数。

6. 这种新方法与其他模型相比如何?
这种新方法在感知质量、可听性和人类评分等客观指标上持续超越其他模型。

7. 这一突破有哪些影响?
这一突破对于改善助听器、语音识别程序、说话人验证应用和免提通信系统具有重要意义。

8. 使用人类对声音质量的感知存在哪些挑战?
嘈杂音频评估具有高度主观性,取决于个体的听力能力和经验。听力助听器或人工耳蜗等因素也可能影响一个人对其声音环境的感知。

9. 研究人员计划如何应对这些挑战?
研究人员计划通过纳入人类主观评价来细化他们的模型,以处理更复杂的音频系统,并满足人类用户的期望。

10. 研究人员在这个领域的未来愿景是什么?
研究人员设想未来的技术将实时增强音频,类似于图像的增强现实设备,以提升整体听觉体验。通过在机器学习人工智能过程中涉及人类的感知,该领域可以进一步发展,为音频增强的重大创新铺平道路。

定义:
– 深度学习模型:一种使用多层人工神经网络进行学习和预测的人工智能模型。
– 主观评价:基于个人意见或经验而非客观事实的判断或评估。
– 单声道语音增强:改善来自单一音频通道的语音质量。
– 人工智能算法:使用人工智能技术执行特定任务或解决问题的计算机算法。
– 平均意见分数:用于评估音频或视频信号整体质量的度量标准,通常通过主观评价获取。

建议的相关链接:
IEEE – 电气和电子工程师学会的官方网站,可以访问发表该研究的《IEEE Xplore》杂志。
国立听力和其他沟通障碍研究所(NIDCD) – 关于听力健康和相关进展的可靠信息来源。

Read the rest

ASRock发布面向Intel 600和700系列主板的突破性BIOS更新

ASRock’s Latest BIOS Update Unleashes Hidden Performance in Intel CPUs

ASRock,一家著名的主板制造商,最近为其Intel 600和700系列主板推出了一项突破性的BIOS更新。此更新旨在革新CPU性能,特别是针对第14代Non-K处理器。

新功能和优化

通过将Intel的最新微码更新整合到其BIOS中,ASRock成为首家在其广泛的Z790系列主板上实现此更新的厂商。除了微码整合外,ASRock还引入了额外的优化,进一步提升了这些主板的整体CPU性能。

对于第14代Non-K处理器的好处

此次更新主要惠及的是Intel第14代Non-K处理器,其热设计功率(TDP)仅为65W,低于其解锁的K系列变体。安装了新BIOS后,用户可以在各种基准测试中看到显著的性能提升。

性能提升示例

一个值得注意的案例是Intel Core i7-14700,在著名的Cinebench R3基准测试中,根据ASRock的说法,该处理器的性能提升高达10%。这种提升不仅表明了ASRock在主板技术领域保持领先地位的承诺,还使用户能够在不投资更昂贵的解锁变体的情况下发挥其CPU的全部潜力。

禁用CEP

此次BIOS更新还实现了禁用CEP(Current Excursion Power),消除了部分在特定的Intel第14代处理器上施加的功率限制。这种灵活性不仅让用户能够推动CPU超越以前的限制,还为更大的定制和超频能力打开了可能性。

上线时间和未来计划

ASRock首先将BIOS更新推出给所有Z790系列主板,未来计划在不久的将来将其扩展至600和B760系列主板。用户现在可以更新他们的BIOS,体验他们CPU潜力的隐藏性能。

总结起来,ASRock最新的BIOS更新代表了CPU性能优化方面的重大突破。通过整合Intel的微码更新并实施额外的优化,ASRock在主板行业确立了自己的领导地位,为PC爱好者和游戏玩家提供了前沿的技术。

相关链接:
– ASRock官网
– Intel官网… Read the rest

革新数据统一和决策制定:Equitus AI推出KGNN

Equitus AI Launches KGNN: Revolutionizing Data Unification and Decision-Making

Equitus AI是一家总部位于Tampa Bay的公司,推出了KGNN(发音为’Kajun’),这是全球首个知识图神经网络平台。KGNN结合了尖端的神经网络和下一代知识图,重新构想了数据统一的领域。

与传统的知识图不同,KGNN可以实现动态数据集成、语义推理和灵活的决策制定。其先进的功能使其能够理解和与复杂和碎片化的数据生态系统进行交互,解决了数据集成的历史限制。

KGNN通过利用先进的算法识别上下文并发现庞大数据集中隐藏的模式来在高级推理和分析方面表现出色。这种变革性的方法产生了有意义且可操作的智能,使组织能够做出明智和战略性的决策。

KGNN设计用于持续演进,随着图结构和数据的变化而不断适应。其动态学习和推理能力可以根据定义的数据和规则推导出新的信息,确保平台始终处于知识统一和应用的前沿。

KGNN的一个关键优势是致力于生成一致和可互操作的知识。通过遵循标准的数据格式和利用查询语言,KGNN促进了数据在不同系统之间的无缝集成和共享。这种可互操作的设计提供了对数据的更丰富和更连通的理解,超越了基本事实的聚合。

该平台可作为一种灵活的中间件解决方案,可以部署在本地或云上。由于其系统和数据无关的特性,KGNN可以轻松与各种行业和组织中的现有基础设施进行集成,实现无缝的整合。

Equitus AI的KGNN代表了人工智能领域的一大飞跃,使企业能够充分利用其数据投资,实现优化的决策制定和战略前瞻。凭借其突破性的能力,KGNN在数据统一领域树立了新的标准,并给知识图的世界带来了新的可能性。

关于Equitus AI:
Equitus AI是一家领先的技术公司,长期致力于为陆军、特种作战司令部(SOCOM)和国防部(DoD)解决复杂问题。他们在自动化数据统一方面的创新方法革新了知识图集成,提供了一个灵活而互联的系统,克服了常见的数据集成问题。Equitus AI注重可扩展性和优化的图处理,确保大容量数据的高效处理。

常见问题解答:

问:KGNN是什么?
答:KGNN(发音为’Kajun’)代表知识图神经网络,是Equitus AI开发的一种平台。它将神经网络与知识图相结合,革新了数据统一。

问:KGNN有哪些优势?
答:KGNN可以实现动态数据集成、语义推理和灵活的决策制定。它能理解复杂和碎片化的数据生态系统,使组织能够做出明智和战略性的决策。

问:KGNN如何分析数据?
答:KGNN利用先进的算法来识别数据集中的上下文和隐藏模式。这种方法生成有意义且可操作的智能,用于高级推理和分析。

问:KGNN能否适应数据变化?
答:是的,KGNN专为持续演进而设计,并且可以根据图结构和数据的变化进行适应。它具有动态学习和推理能力,可以根据定义的数据和规则推导出新的信息。

问:KGNN如何促进数据集成和共享?
答:KGNN遵循标准的数据格式并利用查询语言,使数据在不同系统之间更容易地集成和共享。它确保知识的一致性和互操作性。

问:KGNN是否与现有基础设施兼容?
答:是的,KGNN可以作为灵活的中间件解决方案,在本地或云上部署。它是系统和数据无关的,可以与各种行业和组织中的现有基础设施轻松集成。

关键词及术语:
– 知识图神经网络(KGNN):Equitus AI开发的结合了神经网络和知识图的平台。
– 神经网络:受到人脑启发的先进算法,用于数据分析和机器学习。
– 知识图:一种基于图的数据模型,将信息组织成节点和边,表示实体之间的关系。
– 数据统一:将来自不同来源的数据集成和整合为统一格式的过程。

建议相关链接:
– Equitus AI官方网站… Read the rest

吉利扩展卫星网络以增强自动驾驶车辆导航能力

Geely Expands Satellite Network to Enhance Autonomous Vehicle Navigation

中国汽车制造商吉利控股集团成功发射了其第二批低地球轨道卫星,进一步增强了其加强自动驾驶车辆导航能力的努力。这批11颗卫星从四川省的西昌卫星发射中心发射升空,标志着吉利卫星网络的重要里程碑。

吉利雄心勃勃地计划扩展其卫星舰队,目标是到2025年将72颗卫星送入轨道。长期目标是建立一个由240颗卫星组成的星座,为各种应用提供综合卫星网络。

吉利卫星网络的主要目标之一是为自动驾驶汽车提供高精度定位支持。通过利用卫星技术,自动驾驶车辆可以更精确地导航,提高道路安全性和效率。

然而,吉利的卫星网络不仅局限于自动驾驶车辆。它还旨在为消费电子行业提供连接服务,并为其他商业功能提供支持。这体现了吉利利用卫星技术提供广泛服务,并促进各行业发展的愿景。

新发射的卫星配备了人工智能遥感功能,使它们能够捕捉清晰的高分辨率图像。这些卫星的分辨率范围从3.2到16.4英尺,可以为包括监视、城市规划和基础设施管理在内的多种应用提供有价值的数据和图像。

自从中国政府允许私人投资于航天业以来,中国的卫星产业商业活动有了显著增长。在支持性政策和投资的推动下,包括吉利在内的许多商业公司已涉足卫星制造和发射器领域。

作为2021-2025年中国五年规划的一部分,该国旨在建立一个集成的用于通信、遥感和导航目的的卫星网络。目前已经部署了400多颗卫星,包括政府和商业机构共同投放,中国有望成为卫星产业的领军者。

吉利对卫星网络的投资显示了公司对技术创新的承诺以及对由先进连接技术驱动的未来愿景。吉利利用卫星技术,致力于塑造自动驾驶的未来,并促进依赖卫星服务的各行业的发展。

常见问题解答:

问:吉利已经发射了多少颗低地球轨道卫星?
答:吉利已成功发射了第二批11颗低地球轨道卫星。

问:吉利的卫星舰队目标是到2025年有多少颗卫星?
答:吉利计划到2025年将有72颗卫星运行在轨道上。

问:吉利的卫星舰队的长期目标是什么?
答:吉利的长期目标是建立一个由240颗卫星组成的星座。

问:吉利卫星网络的主要目标之一是什么?
答:其中一个主要目标是为自动驾驶汽车提供高精度定位支持。

问:吉利的卫星网络还可以为哪些行业提供服务?
答:吉利还计划为消费电子行业提供连接服务,并为其他商业功能提供支持。

问:新发射的卫星具有哪些功能?
答:新发射的卫星配备了人工智能遥感功能,能够捕捉清晰的高分辨率图像。

问:吉利的卫星提供的数据和图像可用于哪些应用?
答:数据和图像可用于监视、城市规划和基础设施管理等多种应用。

问:是什么导致中国卫星产业的商业活动激增?
答:政府允许私人投资于航天业导致了中国卫星产业的商业活动激增。

问:作为五年规划的一部分,中国为其卫星网络的目标是什么?
答:中国旨在建立一个用于通信、遥感和导航目的的集成卫星网络。

问:中国已经部署了多少颗卫星?
答:中国已经部署了400多颗卫星,包括政府和商业机构共同投放。

定义:
– 低地球轨道卫星:在相对较低的海拔高度(通常在160至2000公里之间)绕地球运行的卫星。它们具有低延迟和高速通信等优势。
– 自动驾驶车辆:能够在没有人类干预的情况下导航和操作的车辆。
– 星座:一组卫星以协调的方式共同工作,以实现共同目标。
– 人工智能遥感:利用人工智能技术在卫星系统中捕捉和分析地球表面的数据。
– 监视:监测活动、行为或其他变化信息的过程,通常从远处进行,目的是影响、管理、指导或保护。
– 城市规划:设计和组织城市、城镇和其他城市地区的过程,包括基础设施和服务的安排和设计。
– 基础设施管理:规划、运营和维护基础设施系统,包括交通、公用事业和公共设施。

建议相关链接:
– 吉利官方网站
– Satellite Today
– Constellations.space… Read the rest

Waymo机器出租车与自行车碰撞:自动驾驶技术的警钟?

Waymo Robotaxi Collides with Cyclist: A Wake-Up Call for Self-Driving Technology?

最近,一辆Waymo自动驾驶机器出租车与一名骑自行车的人在旧金山发生了碰撞,引发了人们对自动驾驶车辆安全性的担忧。事故发生在第17街和密西西比街的交叉口,当时Waymo的车辆撞到了骑自行车的人。幸运的是,骑自行车的人只受了轻伤,无需住院治疗。

Waymo是谷歌的子公司,长期以来一直吹嘘其在安全记录方面优于其主要竞争对手Cruise。然而,这次最新的碰撞事件揭示出Waymo的记录并非完美无缺。过去,Waymo的车辆曾驶入施工场地,被困在死胡同里,甚至与行人发生碰撞(虽然据报道时是由人工驾驶员控制)。

根据Waymo的声明,碰撞是由于一辆大卡车造成的视觉阻塞。据报道,Waymo的车辆在一个四路口完全停下来。当车辆开始转弯时,一辆迎面而来的卡车挡住了骑自行车的人的视线,导致他穿越到Waymo车辆的路径上。尽管进行了紧急制动,但碰撞是无法避免的。

代表该碰撞地区的督导Shamann Walton对自动驾驶技术的可靠性表示怀疑。他强调,自动驾驶车辆必须比人类驾驶员表现得更好,才能在公共道路上使用。

这一事件正值Waymo扩大其在洛杉矶和加利福尼亚其他地区服务的关键时刻。它也为Waymo赶超Cruise提供了机会,后者在安全方面遭遇失败。然而,像这样的事件可能会削弱公众的信心,并对Waymo的扩张计划带来监管障碍。

尽管这次碰撞相对较小,但它是自动驾驶行业的警钟。像Waymo这样的公司必须解决复杂实际情况带来的挑战。随着自动驾驶技术的不断发展,确保所有道路使用者的安全应成为最重要的优先事项,以赢得公众对自动驾驶车辆的信任和支持。

常见问题解答

Read the rest

澳大利亚联邦银行(CBA)对AI试点项目的定量评估

The Quantitative Assessment of AI Pilots at CBA

CBA,作为澳大利亚领先的银行之一,采用数据驱动的方法来评估AI试点项目对其运营的影响。该银行旨在通过仔细分析定量数据,确定应推进哪些AI技术并寻求额外资金。Gavin Munroe是该银行的技术集团执行副总裁兼集团首席信息官,在最近的悉尼微软AI巡回活动上强调了对数据的关注。

该银行的一个AI试点项目涉及对Microsoft 365的Copilot提前使用权限。CBA向其300名新员工提供了这个工具,他们用它来加速市场研究和文本摘要等任务。参与者的初步反馈显示,85%的人喜欢使用Copilot。然而,为了建立一个坚实的商业案例以获得进一步的投资,Munroe强调了量化影响的重要性。

为了收集定量数据,Munroe进行了额外的调查。他问参与者是否更喜欢每个月获得50美元的午餐券还是获得Copilot许可证。令人惊讶的是,75%的人选择了后者,其中90%的参与者报告称使用Copilot更加高效。当被要求解释更高效具体意味着什么时,其中50%的人表示Copilot让他们更有创造力。

数据的进一步分析揭示,70%的参与者在搜索内容或浏览信息方面花费的时间更少,而50%的参与者在工作中使用Copilot进行数据分析。这个工具减少了单调或繁忙工作,为员工的角色增加了更多价值,提高了他们的工作满意度。

该银行在使用GitHub Copilot,一种AI协同编程工具时也采用了类似的方法。最初使用该工具的工程师们的反馈强调了它的有用性。然而,Munroe强调了需要通过定量数据分析来支持一个坚实的商业案例。

通过优先考虑定量评估,CBA获得了关于AI试点项目对其员工的影响的宝贵见解。这种数据驱动的方法使该银行能够就推进AI技术和确保其实施获得额外资金的问题做出明智的决策。

常见问题解答:

1. CBA采取了什么方法来评估AI试点项目对其运营的影响?

CBA采取了数据驱动的方法来评估AI试点项目对其运营的影响。它通过分析定量数据来确定应推进哪些AI技术并寻求额外资金。

2. Copilot对Microsoft 365是什么?CBA如何使用它?

Copilot是CBA向其300名新员工提供的一种工具。他们将其用于市场研究加速和文本摘要等任务。

3. 使用Copilot的参与者的初始反馈是什么?

参与者的初始反馈显示,其中85%的人喜欢使用Copilot。

4. CBA如何量化使用Copilot的影响?

为了量化影响,CBA进行了额外的调查。他们问参与者是否更喜欢每个月获得50美元的午餐券还是获得Copilot许可证。有75%的人选择了Copilot许可证,其中90%的参与者报告称使用Copilot更高效。

5. 对参与者使用Copilot的进一步数据分析揭示了什么?

数据的进一步分析揭示,其中70%的参与者在搜索内容或浏览信息方面花费的时间更少,而50%的参与者在工作中使用Copilot进行数据分析。

6. 对使用GitHub Copilot的反馈如何?

最初使用GitHub Copilot,一种AI协同编程工具,的工程师们的反馈强调了它的有用性。

7. CBA如何做出关于推进AI技术的明智决策?

通过优先考虑定量评估和数据分析,CBA获得了关于AI试点项目对其员工的影响的宝贵见解。这使得该银行能够对推进AI技术和确保其实施获得额外资金做出明智的决策。

关键术语/行话:

  • AI:人工智能
  • 试点项目:小规模测试或试验
  • 定量数据:可以测量或计数的数字数据
  • Copilot:CBA提供的用于市场研究加速和文本摘要等任务的工具
  • 商业案例:证明提议的项目或投资在财务和战略上的益处的文件
  • GitHub Copilot:一种AI协同编程工具

建议的相关链接:

  • 澳大利亚联邦银行(Commonwealth Bank of Australia)
  • 微软公共部门的人工智能(Microsoft AI in the Public Sector)
Read the rest
Privacy policy
Contact