Quantcast

复旦凶杀案:真相比想象更残酷!值得每个学霸及家长反思

大象一路上访,控诉中药砂仁

莫谈Z治?

老祖宗有“四不摸”:姑娘的腰,厨师的刀,另外两个是什么呢?

深度解读 | 姜文《让子弹飞》

Facebook Twitter

分享到微信朋友圈

点击图标下载本文截图到手机
即可分享到朋友圈。如何使用?

除了自由微信/自由微博,您最希望看到的哪个平台的被删除>内容?

科学新闻早餐 (04.13周四)

2017-04-12 武理工智能交通 武理工智能交通



点击标题下武理工智能交通可快速关注

编辑:武汉理工大学智能交通系统研究中心

来源:科学网、交通部、教育部、科技部、国家自然科学基金委,中国交通新闻网,智能交通,啸谈阡陌,车云网,青塔网,搜狐网易科技,新浪科技,央视网


内容提要

科学网、科技网

  • 新中国成立以来最大规模海归潮形成

  • 新能源车驶入重要过渡期

  • 大脑记忆规则被“改写”  短期记忆与长期记忆同时形成无先后

微信论科教

  • 用两万篇论文告诉你:机器学习在过去五年中发生了什么

  • 教育部2017年总预算1378亿元,留学预算增长显著!

  • 北京科技大学吕昭平教授团队在Nature发表学术论文!

  • 浙大学者发明世界最快的仿生软体机器鱼

网易科技等

  • 真没那么安全:"万能指纹"解锁手机成功率高达65%

  • 社交机器人要来?科学家已让神经网络学会搭讪语

  • 摩拜推AI平台"魔方" 300万辆单车背后谁在调度?

  • 自动驾驶市场群雄割据,这份复杂的公司关系图一定得理清

  • 德扑AI之父:赢不赢柯洁 阿尔法狗都缺乏实际用处

交通期刊最新论文

  • Transportation Research Part A-F、AAP,中国公路学报、交通运输工程学报、交通信息与安全

科学网、科技网

新中国成立以来最大规模海归潮形成

本报北京4月11日电 (记者赵兵)记者从11日召开的2017年留学人员回国服务工作部际联席会议获悉:截至2016年底,我国留学回国人员总数达265.11万人,其中2016年回国43.25万人,十八大以来5年回国人数占到70%。“千人计划”引进海外高层次人才6000多人,各地引进高层次留学人才5.39万人;出国留学完成学业后选择回国发展的留学人员比例由2012年的72.38%增长到2016年的82.23%;省部共建留学人员创业园49家,全国留学人员创业园347家,入园企业超过2.7万家,7.9万名留学人员在园创业,形成了新中国成立以来最大规模留学人才“归国潮”,我国对海外人才吸引力显示出强大的“人才磁铁”效应。

长期以来,优惠政策享受难,落户就学办理难,开户融资难,知识产权应用难,政策限制放开难,文化理念融合难成为留学人员回国创新创业面临的“六难”问题。为此,2017年留学人员回国服务工作部际联席会议,重点研究破解留学人员回国创业创新“六难”问题。人力资源和社会保障部有关负责同志出席会议并讲话。

会议强调,2017年留学人员回国服务工作要深入贯彻党中央、国务院关于做好留学人员回国工作的重要指示精神,以破解“六难”问题为重点。要完善政策措施,构建更积极、更开放、更有效的引才制度体系,重点解决留学回国人员“永居难、落户难、子女入学难、开户融资难、优惠政策享受难”问题,放宽外籍人员持股、出口资质等限制;要健全公共服务体系,整合服务资源,创新服务方式,简化服务流程,重点解决“知识产权应用和商标注册难”问题,服务留学回国人员创业创新;要加大留学人才引进力度,积极配合中组部做好“千人计划”工作任务,继续实施“长江学者”“百人计划”等项目,吸引高层次留学回国人才为国效力;要鼓励支持留学人员回国创业创新、为国服务,加强对各地留学人员创业园的指导,开展留学人员回国创新创业启动支持计划,大力实施海外赤子为国服务行动计划;要加大宣传力度,加强创业指导,加速留学回国人员文化融合,让留学人员回国从“水土不服”到“落地生根”。同时加大对中西部地区引才的支持力度,推动留学人员回国服务工作更好更快发展。

新能源车驶入重要过渡期

4月11日,中汽协最新公布的数据显示,3月份汽车销量报254.29万辆,同比增长3.98%(2月份同比增长22.37%,报193.92万辆);乘用车销量报209.63万辆,同比增1.7%(2月份同比增长18.3%,报163.3万辆)。

中国汽车工业协会秘书长助理陈士华表示,3月份汽车产销环比均呈较快增长,同比增速略低。1月份至3月份,汽车产销平稳增长,商用车同比增幅显著提升。其中,最受关注的新能源汽车3月份产销分别完成33015辆、31120辆,同比分别增长30.9%、35.6%,环比分别增长83.7%和76.9%。

中国汽车工业协会副秘书长姚杰表示,新能源汽车产销主要受政策影响,总的来说销量并不算低,属正常水平。

2016年我国新能源汽车销量达50.7万辆,占新车销售比例为1.8%,保有量达100万辆,新能源汽车市场逐渐从蓝海迈向红海。不过,受新能源补贴退坡以及前5批新能源汽车推荐目录重审的双重影响,今年开年我国新能源汽车发展遭遇了“倒春寒”,1月份至2月份新能源汽车销量同比下降30.5%。

经历今年一季度的调整期后,新能源汽车产业相关政策陆续开始明朗。4月1日,工信部发布国内第3批新能源汽车推荐目录,共有634个车型入选,与前二批相比数量增长2倍,大幅超出市场预期。随着更多新车型进入目录并销售,以及更多地方补贴出台,多家机构预计下半年新能源汽车销售将迎来强劲增长。

国家发改委近日发布公告称,河南速达电动汽车科技有限公司年产10万辆电动汽车项目获得批复。这意味着河南速达成为继金康新能源、国能新能源、云度新能源和知豆汽车之后,今年第五家获批的企业。截至目前,已经有12家企业获得了新建纯电动汽车生产资质。

汽车行业知名评论员田永秋表示:“随着国家对新能源汽车支持力度持续加大,今年获得生产资质的企业不会比去年少。从发展阶段来看,今明两年将成为新能源汽车发展的重要过渡期。”

在特斯拉等国际新能源汽车巨头表现亮眼的同时,国内新能源汽车市场也正在回暖。统计数据显示,目前已披露2016年年报的近20家A股上市车企中,逾半数公司盈利实现同比增长。北汽、广汽、上汽三大车企去年不仅自主品牌销量呈现爆发式增长,新能源汽车也保持了高增长势头。

但是,我国新能源汽车发展还存在一些问题。首先,车企严重依赖新能源补贴。从1月份至2月份销量数据可以看出,随着补贴退坡,国内自主品牌新能源汽车销量都呈现下滑态势,未依靠补贴的特斯拉则始终保持良好发展趋势。其次,续航里程低、充电时间长等技术问题仍在一定程度上制约着新能源汽车被用户接受。

“到2020年,新能源汽车补贴完成退坡,届时企业要完全靠产品说话。”田永秋说,从靠补贴到完全靠自己,中间有个过渡期,今明两年将是新能源汽车产业发展的重要阶段。

大脑记忆规则被“改写”  短期记忆与长期记忆同时形成无先后

科技日报北京4月11日电 (记者刘霞)传统观念认为,先有短期记忆,然后慢慢转变成长期记忆。但据英国广播公司近日报道,美日科学家最新研究发现,大脑会同时制造某一事件的两种记忆:一种供当下用;另一种则永久保存。新发现改写了以往的记忆规则,有助进一步厘清包括痴呆症在内的与记忆有关疾病的病因。

自上世纪50年代伊始,科学家通过对亨利·古斯塔·莫莱森(出了名的健忘症患者)进行一系列研究后得出结论:大脑的海马体存储短期记忆;而皮层是长期记忆的“家园”,记忆在海马体内形成,接着移到大脑皮层并在此处“堆积起来”成为长期记忆。但日本理化学研究所和美国麻省理工学院联合成立的神经回路遗传中心的科研团队却发现,情况并非如此。

新研究在实验鼠身上进行。在实验中,研究人员观察了脑细胞群在对电击的反应过程中,特定记忆的形成过程。他们随后用射入大脑内的能开启或关闭记忆的光来控制神经元的活动,结果发现,记忆同时形成于海马体和大脑皮层。

实验鼠最初几天似乎没有使用皮层里的长期记忆,因为科学家把海马体内的短期记忆关闭后,它们就忘了电击这回事。但把实验鼠的长期记忆打开后,它们就记起来受过电击了。中心负责人利根川进解释说:“这表明,长期记忆在形成初期并不成熟,或者说很‘沉默’。”

研究人员还证明了,如果海马体和皮层之间的联系受阻,那么长期记忆就永远无法成熟。这说明,大脑的这两部分仍有某种关联,能量平衡还是会随着时间推移从海马体向皮层转移。

尽管最新研究目前还只是科学层面的发现,但它在临床应用方面的潜力不容小觑。利根川进表示,它能帮助厘清记忆退化疾病(如老年痴呆症)患者脑子里在发生什么,从而找到更好的治疗方法。

微信论科教

用两万篇论文告诉你:机器学习在过去五年中发生了什么

arXiv.org 是一个专门收集物理学、数学、计算机科学与生物学论文预印本的网站。数据显示,截至 2014 年底的时候,arXiv 已经达到了一百万篇以上的论文藏量,并且还在以每月 8000 篇的速率增长。算是目前全球最具规模的论文数据库之一。

近日,来自斯坦福大学计算机学院的博士毕业生、OpenAI 的高级科学家 Andrej Karpathy 基于一份 arXiv 机器学习论文大数据,从论文数量、开源框架、数学模型和优化算法等多个方面对过去五年中的机器学习变化趋势进行了详细分析,并将分析结果发布在个人博客上。

想必你一定听说过谷歌趋势(Google Trends)或者百度指数这种工具,任意输入一个关键词,就能立刻看到关于该词在过去几个月甚至几年之内的变化趋势。受此启发,碰巧我手边正好有一份 arXiv 论文数据集,它收集了过去五年中机器学习相关的 28303 篇论文。那么与谷歌趋势类似,从这些论文中,我们能否看到一些机器学习领域的科研发展趋势呢?我就此进行了详细的数据分析,发现这个结果相当有趣,因此在这里把它分享出来。

论文总量

首先我们看一下论文数量。在过去五年中,arXiv 收集的机器学习论文数量变化情况如下图所示。

从上图可以看到,论文总数在 2017 年 3 月出现了一次激增,从时间上看可能是由于 NIPS 和 ICML 等大型会议的论文提交截止日期正好在 3 月。而且有一点需要说明的是,arXiv 的论文数据集虽然全面,但也并不能完全代表整个机器学习行业的变化趋势,因为毕竟不是所有人都习惯于将自己的论文投递到 arXiv 网站上。不过,从上图我们仍然可以看到一个明显的上升趋势,这说明机器学习的热度的确在持续地上升中。

下面我们将以这些论文作为研究材料,看看其中包含着怎样的变化趋势。

深度学习框架

首先看看深度学习框架的情况。这里我记录了在 2017 年 3 月上传的所有论文中(包括参考书目和论文内容)提到的机器学习框架情况:

可以看到,在 2017 年 3 月份提交的所有论文中大约有 10% 都提到了 TensorFlow。当然,并不是每一篇论文都声明了框架的使用,但是如果我们假设论文以某一固定的概率分布来声明框架,并且这个概率与框架本身无关的话,那么大概有高达 40% 的社区都在使用 TensorFlow(如果也算上用 TensorFlow 作为 Keras 后端的论文,这一比例将会更大)。下面是这些框架随时间变化的趋势:

可以看到,Theano 已经高速发展了一段时间了,但近期它的增速正在放缓。Caffe 从 2014 年前后开始快速爆发,但在过去几个月中已经被强大的 TensorFlow 反超。Torch(以及最近的 PyTorch)也处于上升期,虽然增速略显缓慢,不过增长稳定。我估计再过几个月再来看这个结果会更有趣,因为根据我的估计,未来 Caffe 和 Theano 将会缓慢衰落,而由于 PyTorch 的崛起,TensorFlow 的增速可能会放缓。


原文过长,如感兴趣,请移步:

https://mp.weixin.qq.com/s?__biz=MzIwOTA1MDAyNA==&mid=2649840306&idx=3&sn=af5a4a091f6d482c2cd5f8a0dc0cb785&chksm=8f7c3a75b80bb363a33eb61d3465bf428c02ede42055ee0f53980980b5118d14d1f2b70aa87c&mpshare=1&scene=23&srcid=0412KdhIGoGH7lnh4pIUK83B#rd

教育部2017年总预算1378亿元,留学预算增长显著!

教育部官网7日发布了《教育部2017年部门预算》。根据预算公布的情况,由于改善基本办学条件专项经费增加,小学教育、高中教育2017年的预算数分别比上年增长5.48%和4.44%。由于公派出国留学规模的增加和来华留学生规模的增加,2017年出国留学教育和来华留学教育的预算数分别比上年增长9.17%和19.77%。

预算单位包括教育部本级、教育部离退休干部局、75所直属高校、35个直属单位,实有各类工作人员54.62万人,其中离退休20.89万人。直属高校学生600.39万人。

教育部2017年财政拨款收支总预算1378亿元,收入主要包括当年财政拨款收入1334亿元,上年结转44亿元。支出包括一般公共服务支出、外交支出、教育支出、科学技术支出、文化体育与传媒支出等方面,其中教育支出1245亿元,占财政拨款预算指出的90.37%。

从一般公共预算当年财政拨款规模来看,教育部2017年部门预算一般公共预算当年财政拨款为1314亿元,比2016年执行数增加34亿元,主要原因是高等教育基本支出、出国留学教育、来华留学教育、学生资助工作专项等教育经费拨款增加。从结构上来看,教育类支出1216亿元,占比最大,为92.55%。

2017年高层次人才计划专项经费项目预算36909万元,其中人才计划专项经费35170万元,主要用于“长江学者奖励计划”入选者奖金、国家“万人计划”教学名师特殊支持等。学位论文抽检800万元,学位授权点合格评估430万元,优秀博士论文资助509元。

教育部2017年“三公经费”预算数为1907万元,因公出国(境)费与去年持平,公务用车购置及运行费252万元,比上年增加109万元,主要是根据北京市环保及工作需要,离退休干部局用以前年度转结资金安排购置车辆预算,以更替报废车辆。2017年公务接待预算442万元,与上年相比进行了压减。

北京科技大学吕昭平教授团队在Nature发表学术论文!

北京科技大学新金属材料国家重点实验室吕昭平教授团队创新合金设计理念,利用不同的强化机理,开发出一种高密度纳米强化的超高强韧马氏体时效钢。国际顶级学术期刊Nature4月10日在线发表了这一来自中国大陆材料学家们突破性的研究进展。

钢铁材料对于现代社会的意义,就如同骨骼对于人类的身体,是支撑起国民经济的脊梁。在航空航天、新能源、先进装备制造、国防安全和高速列车等先进交通运输行业,超高强韧钢是实现轻型化设计、节能减排的关键材料之一。钢铁材料的强者是马氏体钢,其强化主要在于这种钢铁材料中含有大量的钴、钛和钼等昂贵合金元素,还要经过复杂苛刻而严格的冶炼和热处理工艺,所以价格自然不菲,成为高端钢铁工业的明星,一般仅限用于航空航天及海洋技术中重要结构件,如火箭发动机壳体、飞机起落架、重要模具和关键联接件等。

如何才能进一步提高钢铁材料的强度?同时还要降低成本和简化工艺?吕昭平教授团队创新合金设计理念,大幅降低钼等贵重元素含量,完全不含钴钛等昂贵合金元素,而代之以铝和碳等常见的平民元素,利用不同的强化机理,开发出一种高密度纳米强化的超高强韧马氏体时效钢。新的超高强韧钢不但成本降低,生产工艺简单,而且抗拉强度达到2200MPa,同时塑性不低于8%,大幅度提高了高强钢铁材料的综合性能。

钢铁作为一种传统结构材料,普遍认为进一步提高强度和韧性已经非常困难,这一原创性成果在强度突破钢铁材料极限2000MPa的同时,仍能保持良好的韧性和塑性,不但有力地拓展了高端钢铁材料的实际工程应用领域,其设计理念还有望应用于其他合金,为新型超高强度材料的设计开发打开新的研究思路。中国作为钢铁大国,同时作为温室气体排放最多的国家,面对巨大的环境压力,发展高端钢铁工业,实现产业升级非常紧迫,源自北京科技大学几十年传统金属材料研究积累的原创性成果对于我国钢铁工业的发展有着重要意义,这一领先成果将有力地助推实现钢铁强国的“中国梦”。

浙大学者发明世界最快的仿生软体机器鱼

2017年4月5日,浙江大学实验室里的一条“鱼”出现在著名大众科学杂志《新科学家》上:全身柔软无骨,能以每秒6厘米的速度不动声色地畅游3小时,速度达到世界同类软体机器人最快。当天,浙大航空航天学院李铁风、黄志龙课题组的论文Fast-moving soft electronic fish在Science Advances杂志上线。“鱼”,正是他们“养”的。

档案 | 浙大软体机器鱼

身长:9.3厘米

体重:90克

带电源最大游速:6厘米/秒,按距离身长比相当于小鱼“清道夫”的游速

无负载最大游速:13.5厘米/秒,按距离身长比相当于菲尔普斯的游速

适应温度:0-74摄氏度

适应水深度:0-200米(更深的水域还未进行相关实验)

平板身材  “肌肉”发达

机器鱼外形酷似蝠鲼(fú fèn,鳐鱼的一种,人称“魔鬼鱼”),比一枚鸡蛋略重。文章作者之一,博士生李国瑞将它投到鱼缸中,它就如真鱼附体,扑扇着“两翼”划水前进。可是翻遍全身,记者也没在它身上找到螺旋桨或电机之类的部件,就一块扁平的硅胶。这让它怎么动?

 “它有肌肉,电子肌肉。”通讯作者李铁风指着它柔软的“肚皮”说,这是机器鱼的核心部件。这一层薄薄的 “电子肌肉”,实际上由三层材料组成:上下两层是透明的介电高弹体薄膜,中间是导电用的碳膏或水凝胶;三层材料紧密地粘合在一起,就像北京著名小吃“茯苓饼”。如果给它两极通上交流电,它已经可以像心脏一样地“跳”动了!

介电高弹体可以在电场作用下产生变形。2000年,Ron Pelrine等科学家发现一类高分子聚合物薄膜具有介电高弹的特性。“事实上很多高分子聚合物薄膜都有这种特性,比如一个气球,我们将它进行适当改性后,它能在电压的刺激下膨胀16倍。”李铁风说,团队将这一特性结合力学原理,对这种薄膜改性处理后,就成为“电子肌肉”的功能材料。

电子肌肉一张一弛,就带动两翼扑扇起来!它能在红外信号的操控下实现左拐,右拐,前进!

据介绍,这是国际上已知报道中游得最快的软体机器鱼。 “电子肌肉在电刺激的作用下可以快速地响应,所以我们的这个扑动频率可以比较高,游动的速度比较快。”李铁风说,“此外,‘鱼’在水中,包裹它身体的水就是产生电压的负极,这也是我们设计中的一个创新。”


原文过长,如感兴趣,请移步:

https://mp.weixin.qq.com/s?__biz=MzIyNDA2NTI4Mg==&mid=2655414082&idx=3&sn=b79876e576770351a4edbca60bd96fc9&chksm=f3a6652fc4d1ec3967a9c97403238777e04c54274f96ae80021217b46ac5cfa924c44c16ba71&mpshare=1&scene=23&srcid=041291oaSkzDeMqlPzC0v5dv#rd

网易科技等

真没那么安全:"万能指纹"解锁手机成功率高达65%

指纹识别已经成为智能手机的标配,广泛应用于屏幕解锁、移动支付、文件加密等。尽管没有一种技术堪称完美无瑕,但手机指纹装置却面临更高的安全风险。

美国纽约大学和密歇根州立大学的研究人员进行一项测试,利用人类指纹的某些共同特征制作“MasterPrints”,此类虚假指纹能够骗过手机指纹传感器,成功率可以达到65%。

而造成这一安全隐患的罪魁祸首,当然是识别面积较小的指纹传感器。它们只能扫描读取完整指纹的部分特征,通常需要调整手姿多次录入,于是出现匹配错误的几率就大大提高了。

需要指出的是,上述实验并不意味着指纹识别技术不安全。事实上人类指纹难以被伪造,但智能手机的生物鉴权过程类似于“盲人摸象”,如此小的传感器无法提供高等级防护。

苹果对此回应称,Touch ID发生指纹虚假匹配的几率只有1/50000,开发过程中测试过多种不同的攻击方式,并引入其他的安全功能。谷歌则拒绝置评。

社交机器人要来?科学家已让神经网络学会搭讪语

与人搭讪总是要找到一些话题,但对于一些社交恐惧症的朋友在面对不认识的人面前还是难免放不开。不过有了机器人的帮忙,人们就能找到搭讪的好借口了。根据The Verge消息,科学家Janelle Shane已经训练出一个机器人神经网络框架,这种神经网络会让机器人学会生成搭讪语。

爱动手研发机器人的Janelle Shane此前曾经培养神经网络学习食谱,她通过不断的喂食这一程序各类食谱,最终,该程序学习了做饭的精髓,并能够自动生成食谱。除此之外,她还使用神经网络来制作一些机器人的思维,以及创造一些新的爱尔兰歌曲,而这些事例也反应了她的神经网络收集和处理数据的能力比她预想得好很多。

Shane曾经发明的机器人Pokémon

但是,关于搭讪语的神经网络学习,Shane 却遇到了一些麻烦。她在博客中谈到,她让神经网络通过阅读各种书籍来学习搭讪的方法,但是神经网络所学习到的大多都是一些淫秽或者是挑衅的词语。曾经她也想放弃这个神经网络系统,直到有一天这个系统给了她回应“嘿,宝贝儿!”,这重新振作了 Shane 继续研究这套神经网络的信心。经过一系列的训练,这套神经网络系统已经变得非常可爱了。它已经学会了诸如“你好”“我想我已经被你所倾倒了”等一系列搭讪的词语。

Shane 表示使用这套神经网络系统,将能创造一个浪漫的社交机器人。

摩拜推AI平台"魔方" 300万辆单车背后谁在调度?

网易科技讯4月12日消息,摩拜联合创始人、CTO夏一平推出摩拜单车背后的大数据人工智能平台“魔方”,目前平台会监测包括车辆数据、骑行分布数据、智能推荐停放点数据、城市骑行需求数据、环境数据、人流量数据在内的数据维度,使用谷歌研发的第二代人工智能学习系统TenserFlow实现单车的供需预测和调度。

据夏一平现场介绍,目前摩拜已经进入了50个城市,投放单车300万辆,累计实现6亿次骑行。而现场发布的第一份共享单车白皮书显示,北京地区,共享单车投放后,用户使用黑摩的的出行次数减少了53%,共享单车的全国骑行总距离超过25亿公里。

摩拜大数据首席科学家尹大飞介绍,魔方平台为车辆运营、管理、调度规划了最佳路径,利用历史大数据设置智能推荐停放点和地理围栏,并基于深度学习实现违停图片识别,魔方平台还能根据天气情况,预测第二天的骑行量。

借助“魔方”平台,摩拜单车能够整合地域、时间、天气、运力、车型、人群及其他数百个变量因子,预测未来任意时间、任意地点的共享单车骑行状态并进行可视化展现,从而提升运营效率。

3月23日,摩拜单车推出红包车,用户打开摩拜单车APP时,除了看到周围可供使用的摩拜单车外,还有可能发现红包图标,用户通过GPS定位找到“摩拜红包车”解锁骑行,可获得最低1元、最高100元金额的现金红包。

而利用此前推出的红包车,尹大飞透露,红包车红包金额的设置,哪些车辆会被设置为红包车,均由魔方平台生成,摩拜将运营调度的工作某种程度上部分“外包”给了用户,以此来降低摩拜的调度运营费用。

同时,摩拜联合包括交通运输部公路科学研究院等在内的11家院校、科研机构、NGO机构成立全国首个城市出行开放研究院,用大数据改善出行结构和效率,帮助城市科学规划。

夏一平表示,“通过设立城市出行开放研究院,摩拜单车将能够与全球顶尖的智库机构、科研院所深度交流,开放合作,推动城市计算的创新,探索城市可持续发展的创新方式,覆盖交通管理、绿色出行、空间规划、人文生态等诸多领域,助力智慧城市、低碳城市和健康城市建设。”

自动驾驶市场群雄割据,这份复杂的公司关系图一定得理清

自动驾驶行业激战正酣,无论是芯片厂商、一级供应商、科技公司还是汽车厂商,纷纷走向了合纵连横之路。如果我们要想弄清它们错综复杂的关系,首先要搞明白各家公司之间的关系图。

自动驾驶行业的激战看起来像是一部肥皂剧,剧中人物关系纠缠不清,但剧情却精彩纷呈,绝不狗血。

前不久,戴姆勒宣布与博世达成合作,两家公司将加速“机器出租车”(robo-taxis)的量产工作。这条新闻中,除了涉及戴姆勒、奔驰和供应商博世,还有一家公司值得注意——英伟达。这家公司将成为戴姆勒-博世联盟自动驾驶平台的合作伙伴。

Mobileye vs. 英伟达

事实上,每次提到 Level 4和 Level 5自动驾驶平台之战时,整个行业都会分成两个阵营,要么站在 Mobileye 一边,要么站在英伟达一边。但从整体来看,英伟达的步子迈得更快。

Vision Systems Intelligence 公司创始人兼首席顾问 Phil Magney 在接受采访时表示,戴姆勒“看了英伟达在 AI 和自动驾驶领域的路线图后,绝对欢欣鼓舞。”

据雷锋网了解,在戴姆勒牵手博世前,戴姆勒子公司奔驰就已经宣布携手英伟达开发基于人工智能的自动驾驶技术。

当然,戴姆勒和博世选择英伟达并不奇怪。去年7月,老对手宝马与英特尔和 Mobileye 组建了联盟,而上个月英特尔更是直接买下了 Mobileye。另外,英特尔和 Mobileye 在去年还把一级供应商德尔福拉上了战车。

最近几个月,德国多家传统汽车大厂纷纷宣布了自己的自动驾驶汽车研发计划,英伟达在其中均占据了重要一环,风头盖过了 Mobileye。

不过,IHS Automotive 研究主管 Egil Juliussen 认为,Mobileye 近期内可能奋起反击,再次压过英伟达,毕竟 Mobileye 在汽车厂商与一级供应商的合作伙伴数目上占巨大优势。

Mobileye 的年报能透露什么重大信息?

Juliussen 做出这样的判断主要是因为 Mobileye 对 ADAS 市场有绝对的统治力。在计算机视觉模块的安装量上,Mobileye 有压倒性优势。

从 Mobileye 提交给 SEC 的 Form 20-F 文件可以看出,截止去年年底,Mobileye 的模块已经进入全球1570万辆汽车中。Mobileye 表示:“已经有21家汽车厂商用到了我们的技术, 25 家汽车厂商选择了 Mobileye 的产品。”

眼下 Mobileye 的优势还属于 ADAS 时代,但它“能否将这一优势延续到自动驾驶平台依旧存疑。”

Mobileye 提交给 SEC 的文件还显示,在未来平台设计上,Mobileye 并没有裹足不前。该公司已经拿到5 家专注 Level 3 级别自动驾驶的汽车厂商订单。在 Level 4 级别上,Mobileye 签下了5 家厂商。


原文过长,如感兴趣,请移步:

http://tech.163.com/17/0412/09/CHQFQEDH00098GJ5.html

德扑AI之父:赢不赢柯洁 阿尔法狗都缺乏实际用处

人机对战无疑是4月10日的新闻焦点之一。一边在海南澄迈,德州扑克人工智能“冷扑大师”(Libratus)经过5日激战,在33000手一对一无限注德扑比赛中完胜中国“龙之队”的6名高手,斩获200万人民币奖金;另一边在北京的中国棋院,谷歌宣布被中国网民称为“阿尔法狗”的围棋人工智能AlphaGo将在5月下旬的乌镇对阵柯洁领衔的中国顶尖棋手,上演终极一战。

一南一北,一牌一棋,两则人机对战重磅消息在同一天出炉,虽然未必是有意针锋相对,但也足够令无心的观众相互比较。有些读者认为,连围棋这样高深的智力运动都早已被阿尔法狗拿下,扑克这样门槛低、上手简单的大众娱乐又何足挂齿呢?但反方则指出,扑克不是单纯靠计算的游戏,牵扯到很多心理上的博弈,有时甚至需要“飙演技”,AI能掌握这类游戏有些匪夷所思。

那么,德扑和围棋这两种智力游戏,对AI来说到底有什么区别?哪个难度更大一些?针对这些问题,澎湃新闻(www.thepaper.cn)就冷扑大师和阿尔法狗的相关资料进行了梳理与比较。

不过,冷扑大师的开发者、美国卡内基梅隆大学(CMU)计算机系教授托马斯?桑德霍姆(Tuomas Sandholm)在听到阿尔法狗将来华挑战的消息后,评价非常的简单:问题的关键并不在于中国顶尖棋手能不能赢,而在于生活中几乎不存在像围棋这样的“完美信息游戏”,因而阿尔法狗也缺乏实用场景。

围棋和德扑对于AI来说,性质是不是一样的?

自1988年CMU开发的“奥赛罗”程序击败世界黑白棋冠军以来,人类就在棋类游戏上节节败退。1997年,IBM的计算机“深蓝”击败了国际象棋棋坛神话卡斯帕罗夫,使人机对战在当时达到了舆论高峰,其影响力绝不亚于去年阿尔法狗击败韩国棋手李世石。

计算机程序攻克这些棋类游戏的方法在本质上是一样的:搜索。下每一步棋都是一个决策点,在决策点上分化出不同的可能性,而整盘棋也就形成了一棵不停分叉的决策树。而计算机所做的,就是在每一个决策点上搜索胜率最大的那条路径。

因而难度主要取决于决策点的数量。决策点越多,搜索难度自然越大。黑白棋的搜索量只有10的十几次方,国际象棋是10的四十几次方,而围棋的搜索量达到了惊人的10的170次方。

不过,也正因为围棋的搜索量太大,完全精确的结果是不可能得到的。因而,阿尔法狗在蒙特卡洛树搜索算法(Monte Carlo Tree Search)的基础上,结合走棋网络(Policy Network)、快速走子(Fast rollout)和价值网络(Value Network)进行预测和评估,得到尽可能接近最优的解。虽然阿尔法狗这个过程中做出了巨大突破,但它本质上还是在搜索。

德州扑克与棋类完全不同。围棋是一种“完美信息游戏”,场面上所有的情况都黑白分明地摆在棋面上,双方掌握对等的信息。然而,德扑中隐藏了很多信息,是一种“非完美信息游戏”。玩家不知道对手手中是什么牌,不知道五张公共牌会开出怎样的结果,也不知道对手猜测自己握有怎样的手牌。

因此,虽然一盘德扑的决策点数量是10的160次方,要少于围棋,但光靠搜索是打不了德扑的。德扑由此跳出了在搜索量上的较量,对AI提出了另一个方向上的考验:应对隐藏的信息。


原文过长,如感兴趣,请移步:

http://tech.163.com/17/0412/07/CHQATFNT00097U7T.html

最新学术论文

1)TransportationResearch Part A: Policy and Practice

Volume 96,  (February  2017). 第2篇

Rico Merkert Ugo Lachapelle, Marie-Soleil Cloutier, On the complexity of finishing a crossing on time: Elderly pedestrians, timing and cycling infrastructure[J]. Transportation Research Part A: Policy and Practice, 2017, 96: 54-63.


2)TransportationResearch Part B: Methodological

Volume 97,  (March  2017). 第6篇

Efthymios Tsionas, A. George Assaf, David Gillen, Anna S. Mattila, Modeling technical and service efficiency[J]. Transportation Research Part B: Methodological, 2017, 96: 113-125.


3)TransportationResearch Part C: Emerging Technologies

Volume 75,  (February  2017). 第3篇

Zhongbei Tian, Paul Weston, Ning Zhao, Stuart Hillmansen, Clive Roberts, Lei Chen, System energy optimisation strategies for metros with regeneration[J]. Transportation Research Part C: Emerging Technologies, 2017, 75: 120-135.


4)Transportation Research Part D: Transport and Environment

Volume 51, (March 2017). 第12篇 

Bernardo Bicalho Carvalhaes, Rodrigo de Alvarenga Rosa, Márcio de Almeida D'Agosto, Glaydston Mattos Ribeiro, A method to measure the eco-efficiency of diesel locomotive[J]. Transportation Research Part D: Transport and Environment, 2017, 51: 29-42.


5)Transportation Research Part E: Logistics and Transportation Review 

Volume 99, (March 2017). 第5篇

Mark Lijesen, Christiaan Behrens, The spatial scope of airline competition[J]. Transportation Research Part E: Logistics and Transportation Review, 2017, 99: 1-13.


6)TransportationResearch Part F: Traffic Psychology and Behaviour

Volume 45, In Progress (February 2017). 第11篇

T. Allen, S. Newstead, M.G. Lenné, R. McClure, P. Hillard, M. Symmons, L. Day, Contributing factors to motorcycle injury crashes in Victoria, Australia[J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2017, 45: 157-168.


7) Accident Analysis& Prevention

Volume 99, In Progress (February 2017). 第12篇

Martin Ostapczuk, Robin Joseph, Janine Pufal, Jochen Musch, Validation of the German version of the Driver Skill Inventory (DSI) and the Driver Social Desirability Scales (DSDS)[J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2017, 45: 169-182.


8)《交通运输工程学报》Journal ofTraffic and Transportation Engineering

2016年06期. 第 16篇

晏长根,邹群,许昱,等.砂夹层黄土路基水分迁移规律[J].交通运输工程学报,2016,16(06):21-29.

YAN Chang-gen,ZOU Qun,XU Yu,et al.Water migration rule of loess subgrade with sand interlayers[J].Journal of Traffic and Transportation Engineering,2016,16(06):21-29. (in Chinese)


9)《中国公路学报》China Journal of Highway and Transport

2016年12期. 第21篇

刘益铭, 张清华, 张鹏, 崔闯, 卜一之. 港珠澳大桥正交异性钢桥面板U肋对接焊缝疲劳寿命研究[J]. 中国公路学报, 2016, 29(12): 25-33.

LIU Yi-ming, ZHANG Qing-hua, ZHANG Peng, CUI Chuang, BU Yi-zhi. Study on Fatigue Life of U-rib Butt Weld in Orthotropic Steel Bridge Deck of Hong Kong-Zhuhai-Macao Bridge[J]. China Journal of Highway and Transport, 2016, 29(12): 25-33. (in Chinese)


10)《交通信息与安全》Journal of Transport Information and Safety

2016年06期. 第6篇

张伟伟,陈艳艳,赖见辉,陶涛. 基于移动定位信息的地铁站客流来源分析[J]. 交通信息与安全, 2016, 34(6): 70-76.

ZHANG Weiwei, CHEN Yanyan, LAI Jianhui, TAO Tao. An Analysis on Origins of Passenger Flow of Subway Stations Based on Mobile Location Data[J]. Journal of Transport Information and Safety, 2016, 34(6): 70-76. (in Chinese)

武理工智能交通

长按 识别 关注


Views
Loading

文章有问题?点此查看未经处理的缓存