产业平台的元宇宙先行实践——百度希壤的创新方向及应用展望

作为最早探索元宇宙技术、搭建国产元宇宙空间的商业平台之一,百度在元宇宙技术研发、产业落地等方面一直走在行业前沿。本文以百度希壤为例,透视商业平台的先行实践,为“传媒+元宇宙”产业发展提供镜鉴。

SaGE:基于句法感知图卷积神经网络和ELECTRA的中文隐喻识别模型

隐喻是人类语言中经常出现的一种特殊现象,隐喻识别对于自然语言处理各项任务来说具有十分基础和重要的意义。针对中文领域的隐喻识别任务,该文提出了一种基于句法感知图卷积神经网络和ELECTRA的隐喻识别模型(S yntax-a ware G CN with E LECTRA,SaGE)。该模型从语言学出发,使用ELECTRA和Transformer编码器抽取句子的语义特征,将句子按照依存关系组织成一张图并使用图卷积神经网络抽取其句法特征,在此基础上对两类特征进行融合以进行隐喻识别。该模型在CCL 2018中文隐喻识别评测数据集上以85.22%的宏平均F 1值超越了此前的最佳成绩,验证了融合语义信息和句法信息对于隐喻识别任务具有重要作用。

自动驾驶汽车成为城市交通出行服务的新方式

自动驾驶技术拥有巨大的经济价值和社会效益,已在全球范围内形成发展共识。自动驾驶车辆正在融入多国交通运输领域,涌现出自动驾驶公交车、自动驾驶出租车、微循环巴士、园区观光车等系列新业态,助力城市交通出行迈向高质量服务新阶段。一、自动驾驶技术和应用步入快速发展新时代据统计,90%以上的道路交通事故是驾驶员人为因素导致的,而自动驾驶技术的出现,为实现道路交通“零事故、零死亡”的美好愿景提供了可能。近15年以来,自动驾驶技术相继在美国、中国、德国、日本、韩国、英国、以色列等数十个国家扎根落地,车辆安全性和出行服务水平日益提升,并在2023年步入产业化应用的新阶段。

基于时空关系的高速公路交通流量预测

高速公路交通流量预测对于交通拥堵预警、分流诱导和智慧高速公路建设具有重要意义.交通流具有复杂的时空依赖性,各个交通节点之间的空间关系随时间动态变化,时空关系的融合也缺乏高效的手段,因此对交通流量进行准确的预测具有挑战性.对此,提出一种基于动态图卷积网络与时空特征提取模块的高速公路交通流量预测方法.首先,通过动态图调节模块,提取交通流量序列的空间关系,根据提取到的空间特征,计算不同路网节点的道路相似性,并调整交通路网图结构;其次,通过时空特征提取模块,利用更新后的空间结构,结合时序处理方法,对交通流量数据的时空依赖关系进行建模.为检验模型效果,在美国加州高速公路性能测量系统(Performance measurement system,PeMS)所制作的数据集PeMS03、PeMS04、PeMS08和福州京台线高速公路数据集中进行实验对比,平均绝对误差分别为15.6、19.7、16.8和5.21,结果表明,本文提出的方法在高速公路交通流量预测中具有较好的表现.

自动驾驶商业化实践与出行服务关键技术功能

当前,自动驾驶技术不断成熟,无人驾驶作为未来共享出行、智能出行的趋势,商业化进程正进一步加速,但目前国内对无人驾驶商业运营仍保持审慎态度,其商业化进展不及预期。鉴于此,为推进我国无人驾驶出行行业快速发展,首先,系统梳理了国内外自动驾驶的商业化进展与实践,总结我国在相关政策法规、实践应用等方面取得的成果;其次,从自动驾驶系统、用户服务系统、运行管理系统维度探究无人驾驶提供出行服务需满足的关键技术功能;最后,依据目前无人驾驶出行服务行业发展形势,从出台关键政策法规、拓展服务区域、扩大车辆投放规模、提升民众对自动驾驶出行的认知度和接受度等方面给出发展建议。

智能网联时代汽车信息安全能力建设的思考与建议

数字时代到来的最大变化是汽车的智能化、网联化。智能化是依托先进的自动驾驶算法和高质量的数据进行路径的规划和控制,实现单车智能人机共驾。网联化则是以车为核心与万物终端进行互联互通,能够通过互联网技术与外部环境进行交互,实现车与万物之间的信息共享和协同工作。智能网联汽车的出现彻底改变了人们的出行方式,已成为全球竞争的重要科技领域。

大模型在高速公路事件检测中的应用探索

本文通过分析大模型的能力和优势,聚焦大模型在高速公路运营智能化和大模型应用轻量化等问题,探索大模型技术在高速公路事件检测的应用前景和实施落地路径,实现及时、准确、有效地发现非周期发生且能够导致道路通行能力下降、交通需求不正常升高或引发交通安全事故的异常活动,及时预警和处置,避免重大交通运输安全事件的发生.

眼科人工智能临床应用伦理专家共识(2023)

人工智能(AI)已广泛用于眼部相关疾病的辅助诊断、治疗过程监测和预后判断,随着AI技术在眼科诊疗中应用研究的不断发展,AI的作用日益受到关注。眼睛是由神经组织、肌肉组织、腺体组织和骨组织等组成的复杂感觉器官,其解剖的透明性特点为眼科疾病及部分全身疾病诊断的检查提供了可视化条件,为AI技术的广泛应用奠定了医工交叉研究的基础,使眼科成为AI技术在医学诊疗中应用的主要领域。然而,AI-医疗交叉研究涉及人体大数据和影像结果的使用,其临床应用面临诸多伦理问题,而目前AI与医务人员对AI在医学研究中应用的伦理规范意识尚未建立,各管理层面对相关的伦理规范指导性和监管系统尚未完全形成。中国医药教育协会数字影像与智能医疗分会、中国医药教育协会智能医学专委会组织眼科专家、AI相关专家和科技伦理相关专家组成"眼科人工智能临床应用伦理专家共识(2023)"专家组,针对AI在眼科应用临床实践中存在的法律法规进行复习,对存在的伦理风险进行多维度、多层次梳理、讨论并提出建议或解决方案,目的是在保障患者数据安全和个人权益的同时,提高医务人员工作质量和效率,推动我国眼科AI的临床应用和发展。

城市客运自动驾驶商业化运营面临的挑战及对策建议

随着自动驾驶技术的不断成熟,自动驾驶正逐步从科研驱动创新向产业驱动应用发展,但城市客运自动驾驶商业化进展不及预期。为了找出其中存在的问题并提出解决之道,从而为推动我国城市客运自动驾驶的健康可持续发展提供理论参考,首先,梳理了国内外自动驾驶商业化运营的发展现状,总结了我国在政策法规、标准规范、示范应用等方面取得的成效与突破;其次,分析了自动驾驶在数字经济、汽车产业、行业转型、产业应用、技术创新等方面的发展形势;然后,剖析了我国城市客运自动驾驶商业化面临的主要问题与挑战,包括利益相关方认识不统一、部门间协同联动不足、安全风险不可控、配套保障体系缺失、可持续发展能力不足等;最后,从管理体制机制、核心技术攻关、关键政策法规、闭环商业模式、配套保障体系等方面提出了对策建议。

自动驾驶高精地图相对精度验证方法研究

用于自动驾驶(Autonomous Driving, AD)的高精地图(High-Definition Map, HDM)是AD系统的重要组成部分.HDM可为AD系统提供高精度的车道线及道路辅助设施的先验数据,对HDM的合理的精度评估是一项重要的任务,而目前制图领域对普通地图相对精度评估的方法并不完全适用于HDM.本研究采用基于点集配准和重采样的方法评估车道线的相对精度,并基于相关的真实HDM数据进行实验.首先对待验证曲线上的点进行拟合采样,然后配准对齐点对,配准完成后再进行重采样,在此基础上完成相对精度计算.所验证的第1组车道线的相对极限误差为15.9 cm,小于20 cm,满足相对精度要求;其他3组车道线的相对极限误差也满足该要求.实验结果表明,基于该方法计算的车道线的相对精度比传统方法更准确、更可靠.

面向网联自动驾驶混合交通流的高速公路流量控制方法

由网联自动驾驶车辆(connected and autonomous vehicles,CAVs)与人类驾驶车辆(human-driven vehicles,HDVs)组成的新型混合交通流,是未来交通发展趋势。利用CAVs精准可控的优势提升交通管控能力是重要的研究方向之一。通过控制上游路段的CAVs目标巡航速度,间接影响HDVs的车速,实现上游交通需求的精准调控。考虑混合交通流具有时变特性以及平顺性需求,基于模型预测控制,以CAVs速度为控制量,建立流量控制偏差和CAVs速度变化幅度最小为目标的混合交通流量控制模型,实现控制过程优化;并设计控制模型的分布式求解算法,提高模型求解速度。基于VISSIM仿真结果表明:流量控制模型在不同CAVs渗透率、需求水平、目标需求下降率和控制更新时间间隔下均表现良好,流量控制精度均在80%以上;控制策略求解时间小于0.1 s,能够满足CAVs实时控制需求,从而更快调节流量到目标值,避免下游拥堵;模型可实现上游需求流量最高可下降40%,能够应对高速公路需求大幅波动情况,最大程度预防高速公路瓶颈拥堵。该方法对于预防高速公路拥堵、提高通行效率具有借鉴意义,为基于CAVs的主动交通管控方法开发提供参考。

淮安智慧出行MaaS平台建设及运营服务实践与探索

当前,我国很多城市已不同程度开展城市MaaS建设与应用示范,但由于国内外尚缺乏针对MaaS体系建设与运营服务模式等的规范化界定,使得各地在推动MaaS平台建设发展过程中仍面临“如何建设、如何运营、如何管理”等普遍性难题。本文系统梳理了淮安城市交通发展现状,研究设计了淮安智慧出行MaaS平台应用体系,探索分析了淮安MaaS平台运营模式,以期为全国同类型城市提供可复制可推广的样板,推动MaaS平台建设及运营服务体系的规范化。

一种联邦隐私保护用户信息匹配算法

信息化时代,人们在生产和生活中产生了大量的数据,但大多分散在不同的机构或组织中,难以对其建立关联。现有的基于隐私保护可达性查询的用户信息匹配算法大多假设存在一个拥有完整数据集的数据提供方,但现实中数据往往分散在不同参与方中,需要联合所有参与方的数据才能构成完整数据集。为解决这个问题,本文提出了一种联邦隐私保护用户信息匹配算法。在人工数据集中的运行结果显示,本文的方法能在数据分散的场景下进行用户信息匹配,同时加入的本地提前筛选阶段能有效减少待验证自然人数量,减少通信开销。

人工智能在制造业智能检测中的应用研究

质检是制造生产过程中不可或缺的环节,传统的人工检测会造成人力成本增加、生产节拍减缓等,限制行业的发展。AI质检可以实现了质量标准一致性和缺陷数据的复杂认知,节省人力的同时,为全局质量提升和工艺改善提供了科学可靠的方案,不仅帮助客户实现不良品的“不流出”,而且深入到生产工艺避免后续缺陷的产生,不断加速人工智能在制造业的扩展和应用落地。

对话式语言大模型应用的安全保障体系建设思路

2022年年底,以ChatGPT为代表的对话式语言大模型,被广泛认为是一场颠覆性的技术革命。全球科技巨头纷纷开展应用布局,微软凭借其与OpenAI的关系,迅速将ChatGPT技术集成至其搜索引擎Bing及一系列的企业应用中。在国内,以百度文心一言、阿里通义千问、360智脑等为代表的应用也陆续宣布并启动相关的测试工作。与此同时,对话式语言大模型应用相关的安全问题也开始浮现,这引发了业界的担忧。

国内战略性新兴产业发展现状及国企投资策略研究

战略性新兴产业具有科技含量高、风险大、发展周期长、资金密集等特点,而民营企业和中小企业在新兴业务发展时始终存在融资难、融资贵的问题,因此,国有企业在开拓战略性新兴产业时具有独特的优势,并不断发挥着更加重要的作用。现针对国内战略性新兴产业发展现状和国企投资相关问题,展开研究讨论,并提出国企发展战新产业的投资策略。

物联网海量异构数据存储与共享策略研究

随着物联网向各行业的深入发展,各行业的信息化进程也进入了快车道.信息服务作为物联网在各行业应用中重要的公共服务之一,一直受到广泛关注.然而,当前物联网信息服务系统面对物联网海量异构数据存在性能低下、共享困难等问题.因此,本文提出了一种基于No SQL、REST以及国家物联网标识管理公共服务平台(NIOT)的存储与共享策略,并着重对该系统的构成、逻辑设计进行了详尽阐述.针对性能改进的策略设计了适当的量化评测,实验结果表明提出策略具有较好的效果,基于实验结果对进一步的优化进行了讨论.

正念接纳承诺对提高大学生运动表现和心理效益的干预研究

通过试验组-控制组前测后测试验设计,考查正念接纳承诺干预对提升大学生运动表现和心理效益的作用。被试来自体育院校高尔夫选修课的51名大学生,试验组(n=33)接受高尔夫常规教学和正念接纳承诺干预,控制组(n=18)只接受高尔夫常规教学。用高尔夫推杆进洞成绩测量运动表现,用正念五因素问卷、接纳与行动问卷、竞赛状态焦虑问卷测量心理效益。重复测量方差分析的结果表明:(1)无论是推杆进洞的大洞成绩还是小洞成绩,正念接纳承诺组和控制组的后测均比前测有所提升,同时,在推杆进洞小洞成绩上,正念接纳承诺组的提升效果显著高于控制组;(2)在正念五因素问卷5个分量表和问卷总分上,正念接纳承诺组的提升效果均显著高于控制组;(3)正念接纳承诺干预能够显著降低经验回避;(4)在竞赛状态焦虑问卷上,正念接纳承诺能够降低认知焦虑,提升状态自信心,但是在本研究中,正念接纳承诺组的躯体焦虑得分反而显著高于控制组。结论:正念接纳承诺干预能够很好地提升运动表现和心理效益,可以推广到运动技能形成阶段的大学生群体。

3D打印网络系统合成模型及智能组网应用

针对3D打印设备、3D相关设备和运行数据的统一建模问题,提出并建立3D网络系统合成模型,包含数据合成类型定义模型、单纯数据类型定义模型、组合数据类型定义模型、数据合成约束系统,实现3D打印设备与3D相关设备间的互操作、信息共享、协同工作;建立3DCNS和3DNSC的配套通讯体系,构建网络与设备的综合信息模型和对应通讯机制,实现网络与设备的自我表述。通过集成禁用品保护、在线防闭锁、区域网络禁令选跳、3D打印通信网络平台、基于PCSD的逻辑处理器、网络节点能量监控管理系统等具体应用,论证并说明了3DNSC模型的信息量化能力、统一通讯能力、互操作能力,为扩展构建数字化3D设备智能化平台及3D打印智能网络奠定了基础。

“互联网＋”高速公路交通管理大数据服务技术设计与实践

为积极适应“互联网＋”时代，充分发挥公安交通管理部门的信息资源以及互联网公司的技术和渠道优势，更好地服务公众出行，针对面向公众的全国高速公路交通管理信息发布问题，公安部交通管理科学研究所联合百度开展了“互联网＋”高速公路交通管理大数据服务技术路线设计，并成功应用于2016年春运“平安播报”项目探索实践，为优化全国高速公路交通管理信息服务积累了宝贵经验。