又到了道路上坑洼遍布的季节,这种神奇的现象总是出现在冬季和春季之间,美国各地的道路对乘用车和卡车展开了报复。AAA表示,每年,美国的车主为了维修坑洼造成的损坏需要花费30亿美元的费用。在过去五年中,有1600万名驾驶员报告称,由于很难对付的草皮,他们的汽车出现了轮胎爆裂、车轮弯曲和悬架过快损坏等损失。
今年,随着冬季老伯(Old Man Winter)来到美国所有的50个州,全国大片的地区将在本月再度迎来道路上的坑坑洼洼。
外行人也许还不了解,坑洼是对道路路面的破坏,作为一年一度的冰冻/融化循环的一部分,冰雪开始消融。水渗入路面并加剧道路路面的开裂。这种现象在交通繁忙的地区尤为普遍,特别是卡车通行比较多的道路更是如此,而且由于排水不畅,倾斜低洼的道路和高架桥下的通道更易出现坑洼。
一家汽车供应商——CarVi正在为其旗舰售后服务车道偏离和碰撞警告装置加装车载人工智能系统,该系统名为“坑洼探测(Pothole Detection)”,有望帮助减少车辆在道路上的损坏。该系统在车辆的前挡风玻璃上安装前视摄像头,该摄像头配备了9轴传感器,可以检测道路的情况,识别出现在已经存在的坑洼和刚刚开始裂开的坑洼。该公司表示,这是通过先进的转移学习和深度学习技术实现的。
在旧金山进行的一次初步的试验发现了不少于300个坑洼。该试验的想法是与当地机构实时共享这些信息,以帮助快速修复最严重的裂缝并找出潜在的问题点。CarVi表示,该公司目前正与伊利诺伊州和爱荷华州的联邦运输机构合作,以实现这一目标。
CarVi的首席执行官兼创始人Kevin Lee表示:“我们有能力与市政当局合作解决全国各地的坑洼问题,这对我们为所有人创造更安全道路的目标至关重要……坑洼不仅会对车辆和其他运输方式造成损害和不必要的开支,而且由于道路没有得到维修让坑洼变大,还会增加因此而死亡的人数。”
如果这样的监测系统能够被集成到未来的车联通信系统之中,警告驾驶员注意前方道路的坑洼,那么我们很喜欢它。更好的方法是将该技术集成到车辆的车道对中系统之中,并且真正地让车辆自动避开它们。当然,数据库应该可以进行双向通信,这样市政当局就可以让系统知道这里已经确定存在一个坑洼,这样车辆就不会误踩,并且会绕行使用好的路面区域。
与此同时,由于道路上那些令人讨厌的车辙不会很快消失,Farmers Insurance的专家们还提供了下面的坑洼生存技巧:
对于新手来说,请谨慎行事。慢下来,在你的汽车和前方车辆之间多留出一点距离,以便更好地发现并避免撞到路径上的坑洼。这在能见度不足的夜晚尤其重要。如果你以较慢的速度撞到道路上的一个坑洼,你的车辆受到的伤害也会比较少。
注意充满雨水或冰雪融化的“隐藏”坑洼。它们通常与路面的其他部分融为一体,使得它们难以被发现并且也很难判断它们的深度。沿着你的常规驾驶路线留心记下坑洼的位置,这样你就可以知道会在哪里遇到它们,并且绕开它们。
如果你踩到了一个足以损坏你的汽车或卡车的坑洼,请务必联系你的汽车保险代理商,看看你的保单是否包含所需的维修费用。坑洼造成的损坏通常会被涵盖在车辆碰撞的事故之中,Farmers Insurance表示,每年全行业要处理50万起与坑洼相关的理赔。或者,美国有很多较大的城市会在一定程度上补偿驾驶者因为道路中未被修补的坑洼而造成的、必要的维修费用。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。