没有什么比在瑞士建设铁路更艰巨了,因为瑞士几乎都是山地,大部分山地现在都建有桥梁并且布满了山洞,就像是当地著名的奶酪一样,千疮百孔。
瑞士的铁路路网也是欧洲最密集的,以至于无法再进行扩展,因为所有必要的区域都已被充分利用。在二月份的“Hamburg IT Strategy Days”上,Jochen Decker表示:“我们只能优化。”这项工作非常迫切,因为瑞士联邦铁路(SSB)预计2034年的乘客人数将比现在增加30%到40%。这将给不变的铁路路网带来巨大的压力。因此,Decker来到汉堡,报告如何实现这一目标,并展示人工智能将发挥的核心作用。
前所未有的机遇
和德国铁路公司不同,SBB是一家集客运、货运、基础设施和房地产于一体的综合集团,这为规划实施投资和创新提供了便利。该集团每年的IT预算高达8.5亿欧元,约占销售额的7%。
几年前,SBB制定了三项优化计划,到2027年将耗资约10亿欧元。在交通管理方面,目标是更好地利用线路,特别是缩短列车之间的距离。在生产规划方面,则希望提高人员和材料的利用率,确保列车尽可能少地停滞,并确保列车司机将尽可能多的工作时间用于驾驶而非其他工作上。该计划的第三部分是资产管理,旨在减少材料损耗,更好地利用车间。
然而,在针对这三项计划的10亿欧元拨款中,分给人工智能的只有2000万欧元。在SBB从事该领域工作已有五年的Decker表示:“然而,这为我们带来了前所未有的机遇。”
人工智能实现预测性维护
人工智能让德克尔着迷的地方不仅在于它的可能性,还在于它的低成本,比如在轮对和轨道管理方面。借助摄像头和传感器对车轮磨损情况的持续监控,以及对在此过程中获得的结果进行评估,他可以通过数据非常准确地预测车轮何时需要更换。如果将这一预测与维修车间的使用数据相匹配,就能实现真正的预测性维护,因为车轮的更换既不会太早也不会太晚,而且维修车间有时间也有能力立即进行更换。Decker表示:“这样做的前提是要有高质量的数据”,但这并不需要花很多钱,至少对人工智能来说是这样。在这个例子中,使用人工智能的费用不到30万欧元。
SBB 在轨道维护方面也采取了非常类似的方法。他们使用了测量车,让其以120公里/小时的速度在轨道上行驶,对轨道状况进行评估。他表示:“如果在测量过程中发现裂缝,那么问题总是:这是我们前一天发现的同一条裂缝还是相距只有5厘米的一条新裂缝?”人工智能可以帮助区分这两种情况。
SBB使用人工智能的另一个例子是运营管理,即优化列车路径利用率。毕竟,哪一列火车在哪里运行,这个问题的答案非常复杂。如果你想横穿瑞士,你可以在无数条路线中进行选择。当然,使用人工智能进行规划的成本要比建造新的隧道和轨道低得多,因为后者已经不再是一个可行的选择。
保持简单
Decker还坚信,如今使用人工智能比两三年前要容易得多,因为 ChatGPT 等流行应用为人工智能打开了大门,包括企业董事会的大门。然而,对技术的痴迷有时会导致过度复杂化。他表示:“在某些情况下,数据科学家们发明出了客户根本不存在的问题,仅仅是因为数据允许这样做。”
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。