李彦宏如何拯救疲劳驾驶——乌镇演讲实录

2024-03-05 11:50

本文主要是介绍李彦宏如何拯救疲劳驾驶——乌镇演讲实录,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


0?wx_fmt=gif

导读:第四届世界互联网大会人工智能论坛12月4日上午在乌镇枕水厅举行,以下为百度李彦宏演讲实录

0?wx_fmt=jpeg

李彦宏:我先请大家看一段视频。


(亲爱的数据小编笔记:百度疲劳驾驶监测系统,该系统是基于百度大脑的图像识别技术研发,通过红外人脸识别判断,当卡车司机被手机干扰转头看信息、犯困开始打哈欠或者疲惫到眼睛睁不开的时候,系统就会及时提醒司机集中精力驾驶。一旦检测到司机疲劳到了一定程度,系统会开始通过播放一些欢快的音乐,来帮助司机提神。当监测到司机已经重度疲劳驾驶时,系统还会将司机导航到最近的休息区。红外技术用于在光线不佳的条件下,准确识别。)

李彦宏:刚才Hopcroft教授说人工智能会使司机丢掉工作,而最先丢掉工作的司机可能就是货车司机。我们希望货车司机丢掉工作之前别先丢掉生命,所以这个视频是防疲劳驾驶的系统,这个系统我们明年会和一汽一起推出。

0?wx_fmt=jpeg

李彦宏:人工智能在各个方面都能产生令大家意想不到的效果,智能驾驶当然是一个每个人都非常关注的领域,但是很多其他领域也有非常多的、令人期待的新功能。我们可以看看另外一个场景的应用,也就是智能家居里的应用。

上个月百度世界时我们发布的一款智能音箱,Raven H。大家都说它“漂亮得不像百度的产品”,所以我这次把它像百度的地方给大家拿出来展示一下,就是它的人工智能对话能力。它还是比较像百度的,比你们见到的任何一款市面上的音箱都要更加聪明,原因就是背后有百度这么多年做搜索的积累,无论是人工智能的技术,还是相关的数据,以及背后的知识图谱

0?wx_fmt=jpeg


(参考阅读:冬天来了,百度开始卖彩色暖气片了)

李彦宏:其实大家想一想,搜索引擎本质上就是一个人工智能的问题。搜索引擎是干什么呢?用户用自然语言输入他的需求,计算机猜测用户到底想要找什么,然后给他提供相应的答案。那么人工智能是干什么呢?就是让计算机懂得人、响应人的需求。所以从一开始,搜索就是一个人工智能的问题。大概从七年前开始,搜索引擎的工作原理也从过去的大多靠统计做排序(ranking)、变成用机器学习做排序。所以今天大家使用的百度背后,其实完全是一个人工智能的引擎。

人工智能在TO C的领域,在很多大家日常生活当中都有非常多的应用。但是,它不仅限于TO C的领域,在TO B的领域也有很多的应用。这一点和互联网时代非常不一样,互联网时代,大家感受到其对人生活的改变基本上都是TO C的,但是人工智能的技术不仅仅会大幅度改变B端,也会改变C端,就是改变制造端、供应端

下面一个例子给大家讲的就是人工智能改变供应端、也就是改造B端的例子。这是我们和一个连锁超市的合作,就是用人工智能的技术去提升超市里生鲜货品的效率,比如进多少、什么时候摆出来、什么时候撤掉等等,做这样的预测。我们有了这个预测之后,使得十家的超市利润提升了20%,报损率降低了30%以上,就是说本来会被扔掉的生鲜货品因为人工智能而不需要浪费了。

0?wx_fmt=jpeg

李彦宏:所以说,人工智能对于B端的生态改变是非常明显的。其实不仅仅是超市这个领域,我昨天在讲,无论是金融还是房产,无论是教育还是医疗,无论是能源还是物流等等,每一个方面,人工智能都有非常非常多的应用。

今天我们看到,其实很多生产端遍布着各种各样的传感器,它们已经可以搜集到很多很多的数据,但是我们对这些数据的使用还非常不够。比如说像我的家乡在山西,山西有很多的煤矿。我们可以想象的是,这个煤矿经常出安全事故,一旦死人比较多的话,当地的领导、甚至省部级的官员都要因此而辞职。但是,如果你到煤矿里看,其实他们的传感器已经布得非常多、也已经非常先进了,只是我们没有很好地利用这些数据来进行挖掘、预测,例如什么时候毒气会产生、泄露。再比如说在生产制造领域,我们和一些钢厂合作,现在钢板轧出来之后,还要人去检验有没有气泡,其实人工智能是可以解决这个问题的。我们用模式识别、计算机视觉的能力,就可以识别哪些钢材是有质量问题的。

所以,人工智能在供给侧可以有非常多的应用,这个应用显然不是靠百度一家能够实现的,而是需要整个社会、企业界为之奋斗。因此百度在不断地开放各种各样的平台,其中,我们的深度学习平台PaddlePaddle就是这样的一个开放、开源的平台,任何一个领域的人都可以使用这个平台来开发有关的深度学习或者人工智能的程序。

(PaddlePaddle官网:http://www.paddlepaddle.org)

0?wx_fmt=jpeg

(PaddlePaddle,百度旗下深度学习开源平台。)

0?wx_fmt=png

李彦宏:当然,在智能驾驶这个平台上,我们做得更加深入一些。就像我们刚才看到的视频里有一个Apollo的平台,这个平台在某种意义上讲也是TO B的,是一个供给端的平台。我们已经联合了各种各样的合作伙伴,包括运营商、汽车服务厂商、整车厂商、零部件厂商、芯片厂商等等,大家都在一个大的产业链里,共同为无人驾驶而努力。

昨天晚上跟一帮朋友在喝酒时谈起无人驾驶,有人说要给我出一个主意,因为当时在喝酒,他说你们应该做一个广告,就是展现大家坐在车里一起喝酒的场景。

0?wx_fmt=jpeg所以,我们整个的生活、社会都会因为人工智能技术的到来而发生非常大的改变。

我们越来越多的人会生活在城市里,那么什么样的城市才是一个美好的城市?才是一个先进的城市?我们跟雄安也有过很多的探讨。我们觉得,这应该是一个没有拥堵的城市,应该是人们的生活都很幸福的城市,应该是没有什么身份认证、排队,没有污染,每个人都很健康,工作的时候效率很高,休息的时候心情非常放松……这才是一个好的城市。而这样一个城市,很多情况下都需要人工智能技术才能够实现。0?wx_fmt=jpeg李彦宏:所以我们会很快和雄安一起宣布一个大的智能城市计划。这个计划不仅仅对于一个新的城市来说有很强的适应性,其实也和所有的城市都相关。每一个城市想提升它的智能水平,想让它的人民生活更幸福,想让它的出行效率更高,想让每个人都活到150岁,必不可少的,就是把人工智能的技术逐步渗透到每一个城市、每一个角落。所以我们与保定、重庆两江新区、北京亦庄开发区、上海汽车城等等都有相关的人工智能方面的合作。到明年的时候,我也希望可以和大家更详细地报道这方面的进展。

谢谢!


-The End-



 

0?wx_fmt=gif


这篇关于李彦宏如何拯救疲劳驾驶——乌镇演讲实录的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/776411

相关文章

PRN(20201231):驾驶人驾驶决策机制遵循最小作用量原理

王建强, 郑讯佳, 黄荷叶. 驾驶人驾驶决策机制遵循最小作用量原理[J]. 中国公路学报, 2020, v.33;No.200(04):159-172. 观点: 为提升智能汽车的自主决策能力,使其能够学习人的决策智慧以适应复杂多变的道路交通环境,需要揭示驾驶人决策机制。 依据: 物理学中常用最小作用量原理解释自然界(包括物理和生物行为)极值现象。同时,最小作用量原理还用于解释蚂蚁在觅

【自动驾驶】控制算法(八)横向控制Ⅱ | Carsim 与 Matlab 联合仿真基本操作

写在前面: 🌟 欢迎光临 清流君 的博客小天地,这里是我分享技术与心得的温馨角落。📝 个人主页:清流君_CSDN博客,期待与您一同探索 移动机器人 领域的无限可能。 🔍 本文系 清流君 原创之作,荣幸在CSDN首发🐒 若您觉得内容有价值,还请评论告知一声,以便更多人受益。 转载请注明出处,尊重原创,从我做起。 👍 点赞、评论、收藏,三连走一波,让我们一起养成好习惯😜 在这里,您将

自动驾驶系列—记忆泊车技术:未来驾驶的智能伴侣

🌟🌟 欢迎来到我的技术小筑,一个专为技术探索者打造的交流空间。在这里,我们不仅分享代码的智慧,还探讨技术的深度与广度。无论您是资深开发者还是技术新手,这里都有一片属于您的天空。让我们在知识的海洋中一起航行,共同成长,探索技术的无限可能。 🚀 探索专栏:学步_技术的首页 —— 持续学习,不断进步,让学习成为我们共同的习惯,让总结成为我们前进的动力。 🔍 技术导航: 人工智能:深入探讨人工智

【自动驾驶】汽车智能驾驶计算芯片

文章目录 概述 术语 硬件要求 软件要求 性能要求 安全性要求 可靠性要求 试验方法 概述         本文介绍汽车智能驾驶计算芯片的软硬件要求、 可靠性和安全性要求、 性能要求,和相应的试验方法。除了用于汽车智能驾驶, 其他领域的计算芯片可参照执行。 术语         智能驾驶计算芯片 (computing chip),用于L0至L5驾驶自动化功能计算

U盘未初始化困境与数据拯救

U盘未初始化现象深度剖析 在数字化时代,U盘作为便携式存储设备,承载着人们日常学习、工作、生活中的大量数据。然而,当U盘突然显示“未初始化”时,这些宝贵的数据仿佛一夜之间被锁进了无形的牢笼,让人心急如焚。U盘未初始化,意味着其文件系统结构可能已遭破坏,导致操作系统无法正确识别并访问其中的数据。这一现象背后,可能隐藏着多种原因:文件系统损坏、分区表丢失、不当的插拔操作、甚至是物理层面的轻微损伤等。

自动驾驶真正踏出迈向“用户”的第一步:IROS24新SOTA提出个性化的实例迁移模仿学习

导读: 本文针对自动驾驶规划任务,提出了一种基于实例的迁移模仿学习方法,通过预先训练的微调框架从专家域迁移专业知识,以解决用户域数据稀缺问题。实验结果显示,该方法能有效捕捉用户驾驶风格并实现具有竞争力的规划性能,但仍需开发合适的用户风格测量方法。©️【深蓝AI】编译 1. 摘要 个性化运动规划在自动驾驶领域中具有重要意义,可以满足个人用户的独特需求。然而,以往的工作在同时解决两个关键问题

VLM视觉语言大模型在智能驾驶中的应用

VLM在自动驾驶中的任务  single or multiple Object Referring 即带条件的目标检测,用语言指示模型识别图像中特定目标。 Referred Object Tracking 和Object Referring相比,Object Referring Tracking会根据自然语言描述在连续帧中对目标进行跟踪。 Open-Vocabulary 3D Objec

【自动驾驶】控制算法(七)离散规划轨迹的误差计算

写在前面: 🌟 欢迎光临 清流君 的博客小天地,这里是我分享技术与心得的温馨角落。📝 个人主页:清流君_CSDN博客,期待与您一同探索 移动机器人 领域的无限可能。 🔍 本文系 清流君 原创之作,荣幸在CSDN首发🐒 若您觉得内容有价值,还请评论告知一声,以便更多人受益。 转载请注明出处,尊重原创,从我做起。 👍 点赞、评论、收藏,三连走一波,让我们一起养成好习惯😜 在这里,您将

B站视频自动驾驶master(1)

apollo Planning规划模块大详解,学会应对所有疑难场景_哔哩哔哩_bilibili

沸点 | LDBC 第18届 TUC 会议召开,专家孙宇熙受邀参加并发表演讲

图数据管理领域国际权威组织LDBC(Linked Data Benchmark Council)于8月30日至31日在广州举办了第18届LDBC TUC会议。作为图数据库领域的创新引领者,嬴图受邀参加此次盛会,国际高性能计算与存储系统专家、大数据专家、图专家及嬴图CEO Ricky (孙宇熙)在会议上发表了重要演讲。 LDBC TUC会议是LDBC重要的会议之一,每年都会聚集全球图数据库领域的专