ZD至顶网CIO与应用频道 10月10日 北京消息: 今天,GE Aviation在位于德克萨斯州奥斯汀的数字解决方案总部,推出了该公司第四个数字协作中心,澳航成为了该中心的首家客户。
GE已经和澳航建立了长期合作关系,并为澳航提供了大约三分之二的引擎及相关支持。
这两家公司在去年达成协议进行新的引擎数据分析探索,这也促使了新的数字协作中心推出。
来自澳航和GE的数据科学家、工程师和软件设计师将分析飞行部门每年产生的大约100亿个数据点,帮助这家澳大利亚的航空公司节省燃料成本并减少碳排放,包括对飞行航线、更换周期和引擎优化的分析。
澳航的燃料和环境领导Alan Milne表示,考虑到澳航拥有数百架飞机,燃油使用效率的小幅提升也能够带来巨大的收益。
Milne表示,“我们正在和GE共同进行的工作能够让我们比以往更深入地了解我们的飞机是如何运行的,而我们合作的下一步就是,帮助我们找到更智能的飞行方式。”
GE的《Power of One Percent》报告表示,全球商业航空业每年在航空燃油上的支出大约为1700亿美元。如果行业互联网技术能够将油耗降低1%,那么也就意味着每年能够节省大约20亿美元的燃油支出。
澳航的燃料开支在2013-201414财年达到了峰值,为45亿澳元,在运营成本中占比25%。当时石油的价格大约为每桶170澳元。
GE最新的数字协作中心将和澳航设在迪拜、上海和巴黎的中心采用同样的方式运作,连接数据、开发者和Predix——这是GE基于云的行业应用程序软件平台。GE已经为Predix的开发投资了大约20亿美元。
目前,正在开发的项目是一款能够监视澳航飞机上的GE引擎的应用程序,并且通过Predix获取数据。这款应用程序的目的之一是告诉飞行员在世界各地飞行最省油的飞行方式。
这款应用程序带来的潜在好处之一是更高效的起飞和着陆。例如,飞行员将能够看到最有效的起飞和着陆角度,以及对天气影响的更精准的预测。这款应用程序还能够提供诸如特定天气条件下最适当的速度和高度等信息。
澳航宣布该公司2015-2016财年财务业绩表现强劲,利润同上一年相比增长了57%达到15.3亿澳元。这家航空公司表示,该公司将继续投资新技术,为2016-2017财年捕捉新的机会。
今年早些时候,澳航同卫星通信服务供应商ViaSat展开合作,从明年开始在该公司的国内航班上,使用National Broadband Network提供免费Wi-Fi。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。