首页
学习
活动
专区
工具
TVP
发布

数据派THU

专栏作者
2139
文章
1934435
阅读量
188
订阅数
【2023新书】基于人工智能的联网和自动驾驶汽车网络安全
来源:专知本文为书籍介绍,建议阅读5分钟CARAMEL项目为新一代车辆开发了几种防黑客解决方案。 对于像合作式连接与自动驾驶行业(CCAM)这样的行业来说,网络攻击带来的破坏效果可能是巨大的。从最不重要的到最糟糕的,例如可以提到的是车辆制造商声誉的损害、客户对采用CCAM的拒绝增加、工作时间的损失(直接影响欧洲的GDP)、物质损失、由于交通堵塞或传感器固件中恶意修改等原因导致的环境污染增加,以及最终对人类生命的巨大威胁,无论是驾驶员、乘客还是行人。 连接车辆很快将成为我们道路上的现实,带来新的服务和功能,
数据派THU
2023-05-18
1990
全民自动驾驶5年内真的会来吗?这是Lyft的自动驾驶2.0
来源:机器之心 本文约2800字,建议阅读5分钟 本文介绍了自动驾驶技术领域的一些困惑。 过去十年,尽管机器学习已经在图像识别、决策制定、NLP 和图像合成等领域取得很多成功,但却在自动驾驶技术领域没有太多进展。这是哪些原因造成的呢?近日,Lyft 旗下 Level 5 自动驾驶部门的研究者对这一问题进行了深入的探讨。他们提出了自动驾驶领域的「Autonomy 2.0」概念:一种机器学习优先的自动驾驶方法。 论文地址: https://arxiv.org/pdf/2107.08142.pdf 自 2005
数据派THU
2023-03-29
2880
自动驾驶资料合集:视频、书籍与开源项目
来源:深蓝前沿教育 本文约1500字,建议阅读5分钟 本文为你分享自动驾驶资料合集。 这是2021最新的自动驾驶资料合集,对于正在学习或者计划入门自动驾驶领域的同学来说,相信会有很大帮助。 课程及公开视频 一、无人驾驶综合 1. 百度与Udacity合作免费课程 课程链接: https://apollo.auto/devcenter/coursetable_cn.html 推荐原因:课程通过7小节概述了自动驾驶的6个核心模块,即高精度地图、定位、感知、预测、规划、控制,每小节通过10-15分钟视频概述了核
数据派THU
2023-03-29
3090
Pytorch创建多任务学习模型(附代码)
来源:DeepHub Imba 本文约2500字,建议阅读5分钟 本文我们介绍如何在Pytorch中实现一个更简单的HydraNet。 在机器学习中,我们通常致力于针对单个任务,也就是优化单个指标。但是多任务学习(MTL)在机器学习的许多应用中都取得了成功,从自然语言处理和语音识别到计算机视觉和药物发现。 MTL最著名的例子可能是特斯拉的自动驾驶系统。在自动驾驶中需要同时处理大量任务,如物体检测、深度估计、3D重建、视频分析、跟踪等,你可能认为需要10个以上的深度学习模型,但事实并非如此。 Hydra
数据派THU
2022-10-09
1.4K0
Kaggle 顶级大师成长笔记
来源:大数据与机器学习文摘、机器之心本文约8200字,建议阅读15+分钟Kaggle顶级大师为你分享自己成为高手的经验。 Vladimir I. Iglovikov 是一名 Kaggle 顶级大师(Grandmaster),曾获得过 Carvana 图像遮蔽挑战的冠军,以及 Dstl 卫星图像特征检测挑战的第三名。他曾在 UC Davis 获得过理论凝聚态物理学博士的学位,现在是一名 Lyft 的计算机视觉工程师,主要研究自动驾驶。 最近,Vladimir 分享了自己成为 Kaggle 高手的经验。目前,K
数据派THU
2022-09-28
5130
ICRA 2022杰出论文:把自动驾驶2D图像转成鸟瞰图,模型识别准确率立增15%
来源:机器之心本文约2400字,建议阅读9分钟来自萨里大学的研究者引入了注意力机制,将自动驾驶的 2D 图像转换为鸟瞰图,使得模型的识别准确率提升了 15%,并斩获了 ICRA 2022 的杰出论文奖。 对于自动驾驶中的许多任务来说,从自上而下、地图或鸟瞰 (BEV) 几个角度去看会更容易完成。由于许多自动驾驶主题被限制在地平面,所以俯视图是一种更实用的低维表征,对于导航也更加理想,能够捕获相关障碍和危险。对于像自主驾驶这样的场景,语义分割的 BEV 地图必须作为瞬时估计生成,以处理自由移动的对象和只访问一
数据派THU
2022-07-27
5760
【ICML2022教程】智能交互式学习
来源:专知本文为教程,建议阅读5分钟我们计划涵盖交互式代理的理论和实践基础。 开发智能和自主学习代理的关键挑战之一是它们与人类有效互动的能力。在本教程中,我们计划涵盖交互式代理的理论和实践基础。具体而言,在本教程的第一部分中,我们将侧重于单独的人类行为模型,如何使用这些模型进行有效的协调,以及如何优化它们以影响伙伴。在本教程的第二部分,我们将继续介绍共同适应的环境,在这种环境中,人类的偏好是不稳定的,他们会适应,我们将讨论这如何导致新的规范、惯例和平衡的出现。最后,我们将介绍一些方法来推断人类伴侣的偏好,
数据派THU
2022-07-25
1210
AI指挥无人车队,中国造出世界最大3D打印建筑
来源:新智元本文共2100字,建议阅读9分钟青海羊曲大坝建筑项目将由核心AI操控无人工程车队,用3D打印技术建造。 据《南华早报》和Insider杂志报道,据参与该项目的科学家称,中国正在利用人工智能实质上将青藏高原上的一个水坝项目变成世界上最大的3D打印机。 羊曲大坝将成全球最大3D打印出的建筑物 黄河干流上游的青海羊曲水电站将采用3D打印的相同增材制造工艺,「逐片」建造。工程参与者是无人驾驶的挖掘机、卡车、推土机、摊铺机和压路机,全部由AI规划与控制。 如果工程能按期结束,羊曲水电站将在2024
数据派THU
2022-06-07
2570
ACM通讯:自动驾驶“走”到哪了?
来源:AI科技评论、大数据文摘本文约3000字,建议阅读9分钟自动驾驶现在处在什么状态?有哪些问题亟待解决? 距离马斯克“2021年底交付全自动驾驶汽车”的预言已经过去好几个月了,情况和他在2019年、2018年给出承诺后的状态一样,鸽了。 其实,在过去十年中,各路技术专家预测完全自动驾驶实现日期,都是用“即将到来”一词,似乎每一次预测都落空了。 那么,自动驾驶现在处在什么状态?有哪些问题亟待解决?近日,communications of ACM 发文《Still Waiting for Self-Dri
数据派THU
2022-04-11
2680
英伟达的Rev Lebaredian表示,合成数据可以使AI系统变得更好
来源:ScienceAI本文约4100字,建议阅读8分钟你是否仍在使用真实数据来训练AI? 这可能违反直觉。但有些人认为,训练必须在混乱的现实世界环境中工作的人工智能系统(例如自动驾驶汽车和仓库机器人)的关键实际上并不是现实世界的数据。相反,有人说,合成数据将释放人工智能的真正潜力。合成数据是生成而不是收集的,咨询公司 Gartner 估计,用于训练 AI 系统的数据中有 60% 将是合成的。但是它的使用是有争议的,因为关于合成数据是否能够准确地反映现实世界的数据,并为现实世界的情况准备人工智能系统的
数据派THU
2022-03-14
4770
为了自动驾驶,谷歌用NeRF在虚拟世界中重建了旧金山市
来源:机器之心本文约3100字,建议阅读10+分钟真不用来做成元宇宙? 训练自动驾驶系统需要高精地图,海量的数据和虚拟环境,每家致力于此方向的科技公司都有自己的方法,Waymo 有自己的自动驾驶出租车队,英伟达创建了用于大规模训练的虚拟环境 NVIDIA DRIVE Sim 平台。近日,来自 Google AI 和谷歌自家自动驾驶公司 Waymo 的研究人员实践了一个新思路,他们尝试用 280 万张街景照片重建出整片旧金山市区的 3D 环境。 通过大量街景图片,谷歌的研究人员们构建了一个 Block-Ne
数据派THU
2022-03-04
2700
BDD100K:最经典大规模、多样化的自动驾驶视频数据集
目前,自动驾驶的公开数据集主要由视频和图片组成,近两年也增加了许多雷达数据。今天将介绍的数据集为加州大学伯克利分校发布的 BDD100K 数据集,该数据集为迄今规模最大、最多样的自动驾驶数据集之一。
数据派THU
2021-01-28
6.2K0
剑桥2020年AI全景报告出炉:54%中国NeurIPS作者流入美国
剑桥大学的 2020 版《AI 全景报告》写出了 AI 领域哪些值得关注的新观察?
数据派THU
2020-10-26
4350
独家 | 无人驾驶项目实战: 使用OpenCV进行实时车道检测
大约十年前,我瞥见了第一辆自动驾驶汽车,当时Google仍在对初代无人车进行测试,而我立刻被这个想法吸引了。诚然,在将这些概念开源给社区之前,我必须等待一段时间,但是这些等待是值得的。
数据派THU
2020-07-09
1.4K0
张钹院士:大数据驱动的人工智能有大量毛病,没有自知之明
在大数据“养料”的供给下,沉寂的人工智能重现活力。自从谷歌阿法狗一战成名,助力人工智能变得家喻户晓。如今,人工智能的发展遇到瓶颈的声音再次出现。
数据派THU
2019-10-10
5150
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档