有时淹没在一片红色刹车灯中望不到头,有时恰好被一辆公交车或大货车挡住红绿灯,甚至不知道要等多久。也许城市里的人们已经习惯了街道的车水马龙,但对于等待过程中的“不确定性”还是有很多无耐。而如今,这种情况有了改变。
近日,高德地图上线了“红绿灯倒计时”功能,可实时计算红灯倒计时读秒,以及需要等待的轮次。这项功能背后其实是算力的支撑,基于数字化、人工智能和智慧交通等技术,“预判”当下秒级变化的红灯倒计时读数。目前该功能已覆盖全国近240个城市,超过8万个路口。
我们的科技留言板“有意见”如下
@等灯:别小看高德地图能显示红绿灯这个小功能。后面隐藏了几件大事:1、政府公共数据正逐步开放。2、自动驾驶产业加快发展,车路协同中的路况信息有了巨大补充。3、云上实时服务能力将进一步提升。4、释放数据要素能力未来将产生更多新的商业模式。
@补一刀:我们刷头条会发现,为什么头条竟然能猜到我心里想看的内容,这就是AI预判了你的预判。而作为相对规律的红绿灯预判,对于一个好的AI算法来说,实现起来还是比较容易。但是因为交通拥堵是一个更容易引起共鸣的问题。所以大家更期待这些真正减少人们痛点的解决方案。
@周一见:就喜欢这种一眼望到头的“确定性”,无疑会有越来越多的“黑科技”落地现实,服务于各行业和广大用户,AI 算力的价值不止于现在,更关乎未来。
好文章,需要你的鼓励
这份由MIT NANDA项目团队完成的研究报告揭示了企业AI应用的真实现状。报告基于对52家企业的深度访谈、300多个公开AI项目的分析以及153位高管的问卷反馈,发现尽管企业在生成式AI上投入了300-400亿美元,但95%的组织没有看到任何投资回报。只有5%的企业成功跨越了"GenAI鸿沟",创造了实际价值。
这项研究开发了CaptionQA系统,通过测试AI生成的图片描述能否支持实际任务来评估其真正价值。研究发现即使最先进的AI模型在图片描述实用性方面也存在显著不足,描述质量比直接看图时下降9%-40%。研究涵盖自然、文档、电商、机器人四个领域,为AI技术的实用性评估提供了新标准。
以色列理工学院研究团队提出了一种将专家混合模型融入YOLOv9目标检测的创新方法。该方法让多个专门化的YOLOv9-T专家分工协作,通过智能路由器动态选择最适合的专家处理不同类型图像。实验显示,在COCO数据集上平均精度提升超过10%,在VisDrone数据集上提升近30%,证明了"分工合作"比单一模型更有效,为AI视觉系统提供了新思路。