ZD至顶网CIO与应用频道 07月21日 北京消息(文/王聪彬):“大数据、云计算、人工智能算法是过去三年人工智能发展的主要依赖的三件事。”
互联网将信息孤岛连通,并且让整个社会的数据快速扩张;云计算实现资源的随时取用;人工智能算法在计算机视觉领域的应用得到了翻天覆地的变化。“三大技术可以说日新月异,尤其人工智能算法正在以周为单位在进行更新。”滴滴出行CTO张博说道。
滴滴出行CTO张博
人工智能在原Google无人驾驶创始团队成员Anthony看来,要远比电力、手机的发明重要的多。人工智能的作用就是让人类更加关注我们需要关注的事,像会计师、律师、翻译等工作都将被取代。
人工智能也恰恰最适合滴滴的业务场景。“滴滴要解决的问题比AlphaGo还要复杂。”正如滴滴研究院副院长叶杰平所说,滴滴解决的是供需之间的复杂关系,这显然比下棋挑战更大。
如果再没有人工智能的前提下,滴滴为了响应不同状态的需求,就会产生大量复杂的人工规则,长此以往肯定是不可行的。所以滴滴采用大量机器需求、人工智能方法,通过大数据找出其中的规律,并且可以随着时间、地点等因素的变化自动进行调节。
现在滴滴对未来15分钟全城需求分配准确率已经达到了85%,在未来调度要在需求发出前1秒就可以做好调度,让成交距离缩短为0。
在未来滴滴甚至可以知道每一位乘客和司机的想法,实现预测人的心里状态,把整个城市的交通管理的更有秩序。滴滴研究院院长何晓飞认为,通过多种渠道的数据,未来有一天我们甚至能够知道每一位乘客、每一位司机的意愿,或许前一分钟他不愿意接这个订单,也许下一分钟他就愿意了。”
在中国共享经济已经完全颠覆了出行方式,而滴滴做的就是人与车的连接。在竞赛的上半场终端和互联网起到了重要的连接作用,滴滴出行CEO程维也意识到在人口红利渐失的下半场将是人工智能的较量,要用智慧让平台变的更强大。
滴滴出行CEO程维
但在机器学习、人工智能领域人才非常稀缺,这也是滴滴发起Di-Tech算法大赛的初衷,历时两个月中国团队”inferrrr”以绝对优势夺得冠军并收获10万美元奖金,“一剑风吼”和“blitz”两团队分别获二、三名。
比赛题目也非常符合滴滴目前的需求“解决出行行业供需预测问题”,重点是滴滴出行为本次算法大赛开放了真实的国内出行数据。
最后也引用滴滴中老桔子(滴滴员工)经常会对新桔子经说的一句话“不忘初心”,初心有多远,我们就能走多远。而人工智能不仅在过去的1095天,未来也会陪滴滴走的更远。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。