ayx官网登录入口网页
“随着对大模型的认知的深入,最近我越来越怀疑OpenAI试图打造一个全知全能、像神一样的超级通用大模型的可能性,一方面,人类的训练数据已经基本用得差不多了,规模定律遭遇了巨大的瓶颈;另一方面,想开发一个大模型一统江湖,解决不同企业、不同国家、不同用户的所有问题的目标在逻辑上也很难自洽。”周鸿祎认为,未来大模型会形成两条发展路线,一条路是模型越做越大,继续探索超级人工智能的发展方向,探索人类的星辰大海,“有点像造原子弹”;另一条路是把大模型和具体场景相结合,向着垂直化、产业化的方向发展。
对此,周鸿祎提出了大模型的“六大应用场景”,首先是科技平权下的人人普惠、人人智能,结合个人需求,消除数字鸿沟;第二是万物智能,大到智能网联车,小到个人电脑和手机,大模型将成为硬件设备标配;第三是助力国家最重视的传统制造业、传统行业“数转智改”,将大模型与具体的业务场景结合起来打造专业大模型解决专业问题;第四是赋能新兴产业、未来产业,充分发挥大模型的能力,变不可能为可能;第五是AI for Science,利用AI改变基础科学问题的研究方法;最后是重视大模型带来的安全问题。周鸿祎介绍,在实践中,360集团训练了行业内首个安全大模型,既能提升传统的安全能力ayx官网登录入口网页,又实现了以模治模,“以魔法对付魔法的设想,为攻克AI大模型本身的安全挑战提供了可行的方案”。
11月20日08时至21日08时,新疆西部、西藏东部、青海南部、川西高原北部等地部分地区有小到中雪或雨夹雪ayx官网登录入口网页,其中,西藏东南部、川西高原北部等地部分地区有大雪或暴雪(10~15毫米)。福建南部、广东东部和南部、海南岛东部、台湾北部及云南中东部等地部分地区有中到大雨,其中,广东南部沿海局地有暴雨(50~60毫米)。台湾海峡、巴士海峡、南海北部海域将有6~7级、阵风8级的东北风(见图1)。
11月21日08时至22日08时,东北地区东部、新疆北部和西部高海拔山区、青海东南部、甘肃西南部、川西高原中东部等地部分地区有小到中雪或雨夹雪ayx官网登录入口网页,其中,新疆塔城局地有大雪或暴雪(10~16毫米)。四川南部、云南、重庆、贵州、湖南西部、福建东部、广东东南部、海南岛、台湾岛等地部分地区有小到中雨,其中,云南东部局地有大雨(25~40毫米),台湾海峡、巴士海峡、南海北部等海域将有6~7级、阵风8级的东北风(见图2)。
11月22日08时至23日08时,新疆北部和西部、西藏东部、青海南部、川西高原南部等地部分地区有小到中雪或雨夹雪,其中,新疆沿天山地区和伊犁河谷等地部分地区有大雪,局地暴雪(10~13毫米)。四川南部、云南、贵州、重庆南部、湖南中部、江西北部、海南岛、台湾岛大部等地部分地区有小到中雨,其中,四川南部局地有大雨(25~40毫米),台湾海峡、巴士海峡、东海南部、南海北部等海域将有6~7级、阵风8级的东北风(见图3)。
据介绍,作为本赛事核心的“虚实融合自动驾驶实车比赛系统”,是由国家自然科学基金委资助,长安大学联合同济大学、国家智能网联汽车创新中心共同研发。该系统依托西安建筑科技大学校长、长安大学教授赵祥模团队的虚实融合在环测试平台与体系化建设资源,融合同济大学、国家智能网联汽车创新中心、之江实验室共同建设的“OnSite自动驾驶共性关键技术测试服务平台”的虚拟场景服务能力,并在长安大学自动驾驶封闭场地测试基地完成了比赛系统的全面部署。可通过虚实融合技术,提供创新测试模式,以适应自动驾驶技术高速迭代的现实需求。
该系统通过测试平台云端部署、车端轻量化适配、路端实车运行,使得测试场地快速形成虚实融合测试能力;利用封闭测试区的可控条件确保安全,并通过虚拟与现实的融合打造强对抗、高交互的定制化、高价值、高维度测试场景,从而实现高效、精准、全覆盖的测试。通过虚拟世界与现实世界的有机融合,强化了“可信、可控、可诊”的测试能力,有效适应端到端等高等级自动驾驶技术测试需求。
据了解,该系统可广泛开展自动驾驶规控算法实车测试、交通演进与队列控制效能测试,全面验证智能驾驶算法的随机场景适应性与控制稳定性,有效克服传统自动驾驶“三支柱”法测试在封闭测试场场景复杂度不足、开放道路测试安全性保障不佳且效率低下等能力缺陷,从而真正达到“一场之域,日穷千境”的自动驾驶测试评价目标。
除了将虚实互补场景生成技术引入自动驾驶测试领域外,本次大赛还在赛题设置、评价体系和队伍选拔等方面实现了重要突破。大赛通过线上赛典型场景、不同地域与环境代表性场景解析,利用项目反应理论对赛题设置进行了优化,赛题覆盖性全面提升。通过引入道路交通运行效率影响和人体工学“舒适性”评价指标,革新升级了评价体系ayx官网登录入口网页,提升了比赛结果的综合性与可靠性。通过“线上仿真初赛+线下虚实融合季后赛”赛制模式变革,搭建了线上算法走向实车应用的测试平台,实现了测试效率与测试环境真实性的高效融合,为后续“仿真测试+场地测试”中国式自动驾驶测试技术方案奠定了技术基础。