ZD至顶网CIO与应用频道 10月31日 北京消息:美国时间10月27日,滴滴联合创始人兼CTO张博受邀在硅谷斯坦福大学给International Conference on 3D Vision 2016大会(下称:3DV大会)的“最佳论文奖”获得者颁奖。据悉,最佳论文获奖团队由来自苏黎世联邦理工学院(ETH Zurich)和Disney Research Zurich的四个人组成,他们的论文获得组委会的一致认可,得到了最高投票。现场专家称:“凭借密集光场下复杂物体重建的高效算法,他们获得了大会最佳论文奖。”
张博给“最佳论文获”获得者颁奖
据介绍,自2013年以来,3DV会议围绕计算机视觉和图形3D研究领域的多方面主题,包括创新的光学传感器、信号处理技术、几何建模、呈现和传输、可视化和互动,以及多种应用,推动了多项研究成果分享,是一个全球高端技术交流与分享平台,包括工业界、学术界等顶级专业人士均到场参会。本届演讲嘉宾包括来自Google、Facebook、微软的专家及MIT和UCLA大学教授等学界泰斗。
此次张博也受邀参加了3DV大会的专题演讲,他首先对滴滴的四年业务发展历史作了简单介绍:“滴滴成立于2012年,当时主要解决的是司机与乘客双方的信息不对称问题;2013年我们迅速发展,这一年的10月,我们市场占有率实现第一;2014年3月,我们用户数超过1亿,同年8月专车业务上线;2015年2月,滴滴和快的合并,并陆续上线了快车、顺风车和代驾、巴士业务;2016年3月,我们日订单突破1000万,5月获得苹果战略投资,8月并购Uber中国。”
张博在现场演讲
同时,他还透露了滴滴如何利用人工智能对出行带来的改变。“当乘客发出订单,我们会根据历史上发布订单和乘客行驶轨迹预测会在哪里上车,我们设置这个地点,司机会直接到该点接乘客,这是我们的推荐上车地点功能,可减少与司机沟通具体接驾时间。”
利用人工智能技术,滴滴可以为用户作路线规划,“ETA是很复杂的技术问题,从A点到B点到底需要多长时间,需要预估未来的路况。”
“拼车则是提高交通效率的大杀器,怎么满足出行需求又不增加道路车辆,拼车是唯一办法,当乘客发出拼车订单时,我们不仅要计算路径匹配程度,还要预测同路线是否有其他乘客能拼成功。”公开数据显示,滴滴利用算法技术,每天有超过200万人次通过拼车出行,大量减少了道路上的车辆,为社会创造了价值,而这些复杂的拼车运算,都是在以秒计算的很短时间内完成。
提及智能调度,张博表示,理想的交通状态是,全城拥有一个智能交通大脑,可对未来的出行需求进行预测。“滴滴对15分钟后供需预测的准确度达到了85%,平台会调度司机满足未来需求,使得未来该区域供需不平衡的概率下降。比如,预测某个区域15分钟后出现供给需求,就会把运力往这个区域调度,使得未来该区域供需不平衡的概率下降。”
张博演讲后的提问环节,来自全球学者围绕滴滴在人工智能、计算机视觉等领域的研究挑战,以及滴滴学术合作计划和高水平人才招募计划向他提问,张博一一回答了大家的问题,并表示滴滴期待和学术界同仁一起,共同解决出行领域的世界级挑战。
滴滴作为受邀企业,还参加了3DV大会的展示环节,介绍了滴滴研究院在人工智能领域的黑科技。此前有报道称,目前滴滴在美国硅谷招聘数据科学家,以帮助公司进行先进技术产品的研发。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。