日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

谷歌使用機器學習模型來預測哪條路線最省油或最節(jié)能

IEEE電氣電子工程師 ? 來源:IEEE電氣電子工程師 ? 2023-07-25 16:37 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

該公司表示,司機們正在聽取谷歌地圖關(guān)于如何減少旅行中溫室氣體排放的建議。

2021年末,谷歌在谷歌地圖中推出了一項功能,用戶可以看到最省油的路線。谷歌在近日發(fā)布的最新環(huán)境報告中估計,該功能已幫助防止了約120萬公噸的地球升溫二氧化碳排放 —— 這幾乎相當于一年內(nèi)減少25萬輛耗油汽車。

該工具在美國推出,但現(xiàn)在在加拿大、埃及和歐洲近40多個國家也有售。谷歌使用機器學習模型來預測哪條路線最省油或最節(jié)能,并向地圖用戶推薦。如果最省油的路線也是最快的,谷歌地圖將默認使用該選項。

用戶還可以告訴該應用程序汽車的發(fā)動機類型,無論是汽油、柴油、混合動力還是電動,以獲得更準確的預測。可以肯定的是,乘坐公共交通、騎自行車或步行仍然是更可持續(xù)的選擇,谷歌表示,它正在努力使地圖在駕駛之外更容易使用。

用戶還可以告訴該應用程序汽車的發(fā)動機類型,無論是汽油、柴油、混合動力還是電動,以獲得更準確的預測。可以肯定的是,乘坐公共交通、騎自行車或步行仍然是更可持續(xù)的選擇,谷歌表示,它正在努力使地圖在駕駛之外更容易使用。11月,谷歌在一些大城市推出了“實時查看(Live View)”AR功能,使地圖更具沉浸感。它當時還更新了帶有過濾器的地圖,以幫助電動汽車駕駛員找到快速充電器。

根據(jù)谷歌自己的分析,許多司機正在走汽車污染最小的道路。為了計算阻止排放的尾氣,該公司將地圖用戶在行駛路線上可能消耗的燃料量與如果沒有環(huán)保路線工具,他們走最快的路線會消耗的燃料進行了比較。從2021年10月谷歌推出該工具到2022年12月,節(jié)省了120萬公噸的二氧化碳排放量。

這都是谷歌到2022年通過其產(chǎn)品幫助10億用戶“做出更可持續(xù)的選擇”目標的一部分。在其新的環(huán)境報告中,谷歌還通過Nest分享了多年來的節(jié)能數(shù)字。據(jù)估計,2011年至2022年間,其智能恒溫器節(jié)省了1130多億千瓦時的能源和3600萬公噸的二氧化碳排放量。僅去年一年,Nest恒溫器就幫助用戶節(jié)省了比谷歌當年使用的更多的能源。

當然,谷歌產(chǎn)生的污染比任何家庭都要嚴重得多。2022年,其碳足跡總計排放了1018多萬公噸二氧化碳,大致相當于一年內(nèi)25多個燃氣發(fā)電廠的污染。谷歌的排放量已從2018年的約1360萬公噸下降,但該公司要實現(xiàn)到2030年將排放量減半的目標還有很長的路要走。

責任編輯:彭菁

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 電動汽車
    +關(guān)注

    關(guān)注

    156

    文章

    12700

    瀏覽量

    237303
  • 谷歌
    +關(guān)注

    關(guān)注

    27

    文章

    6259

    瀏覽量

    112002
  • 模型
    +關(guān)注

    關(guān)注

    1

    文章

    3831

    瀏覽量

    52287
  • 機器學習
    +關(guān)注

    關(guān)注

    67

    文章

    8567

    瀏覽量

    137256

原文標題:谷歌地圖將用來幫減少尾氣污染

文章出處:【微信號:IEEE_China,微信公眾號:IEEE電氣電子工程師】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    強化學習會讓自動駕駛模型學習更快嗎?

    是一種讓機器通過“試錯”學會決策的辦法。與監(jiān)督學習不同,監(jiān)督學習是有人提供示范答案,讓模型去模仿;而強化學習不會把每一步的“正確答案”都告訴
    的頭像 發(fā)表于 01-31 09:34 ?854次閱讀
    強化<b class='flag-5'>學習</b>會讓自動駕駛<b class='flag-5'>模型</b><b class='flag-5'>學習</b>更快嗎?

    谷歌評論卡,碰一碰即可完成谷歌評論 #谷歌評論卡 #NFC標簽 #nfc卡

    谷歌
    深圳市融智興科技有限公司
    發(fā)布于 :2026年01月15日 17:02:00

    從數(shù)據(jù)到模型:如何預測細節(jié)距鍵合的剪切力?

    在微電子封裝領(lǐng)域,細節(jié)距鍵合工藝的開發(fā)與質(zhì)量控制面臨著巨大挑戰(zhàn)。工程師們常常需要在缺乏大量破壞性測試的前提下,快速評估預測一個鍵合點的剪切力性能。能否根據(jù)焊球的表觀尺寸,通過一個可靠的數(shù)學模型
    發(fā)表于 01-08 09:45

    機器學習和深度學習中需避免的 7 個常見錯誤與局限性

    無論你是剛?cè)腴T還是已經(jīng)從事人工智能模型相關(guān)工作一段時間,機器學習和深度學習中都存在一些我們需要時刻關(guān)注并銘記的常見錯誤。如果對這些錯誤置之不理,日后可能會引發(fā)諸多麻煩!只要我們密切關(guān)注
    的頭像 發(fā)表于 01-07 15:37 ?367次閱讀
    <b class='flag-5'>機器</b><b class='flag-5'>學習</b>和深度<b class='flag-5'>學習</b>中需避免的 7 個常見錯誤與局限性

    基于ETAS嵌入式AI工具鏈將機器學習模型部署到量產(chǎn)ECU

    AI在汽車行業(yè)的應用日益深化,如何將機器學習領(lǐng)域的先進模型(如虛擬傳感器)集成到ECU軟件中,已成為業(yè)界面臨的核心挑戰(zhàn)。
    的頭像 發(fā)表于 12-24 10:55 ?6414次閱讀
    基于ETAS嵌入式AI工具鏈將<b class='flag-5'>機器</b><b class='flag-5'>學習</b><b class='flag-5'>模型</b>部署到量產(chǎn)ECU

    模型賦能物資需求精準預測與采購系統(tǒng):功能特點與平臺架構(gòu)解析

    ? ? 大模型賦能物資需求預測與采購智能化:核心功能與價值解析 ? ?大模型賦能物資需求精準預測與采購系統(tǒng)通過深度整合多源數(shù)據(jù)、構(gòu)建動態(tài)預測
    的頭像 發(fā)表于 12-16 11:54 ?476次閱讀

    世界模型是讓自動駕駛汽車理解世界還是預測未來?

    做了什么? 世界模型,其實是一個“內(nèi)部表征+動態(tài)預測”的組合。簡單理解,世界模型就是將感知到的東西(圖像、點云、雷達、文本、動作歷史)壓縮成一套內(nèi)部狀態(tài),然后用這套內(nèi)部狀態(tài)去生成、預測
    的頭像 發(fā)表于 12-16 09:27 ?1042次閱讀
    世界<b class='flag-5'>模型</b>是讓自動駕駛汽車理解世界還是<b class='flag-5'>預測</b>未來?

    分享一個嵌入式開發(fā)學習路線

    如果你想要學習嵌入式開發(fā),我建議按照這個學習路線準備: 1. 基礎(chǔ)鋪墊期(1-2個月) 理解嵌入式系統(tǒng)的“硬件基礎(chǔ)”和“編程入門”,能看懂簡單電路,寫出基礎(chǔ)C語言代碼。這一階段的學習
    發(fā)表于 12-04 11:01

    谷歌云發(fā)布最強自研TPU,性能比前代提升4倍

    精心設(shè)計,能夠輕松處理從大型模型訓練到實時聊天機器人運行以及AI智能體操作等各類復雜任務。 ? 谷歌在新聞稿中著重強調(diào),“Ironwood”是專為應對最嚴苛的工作負載而打造的。無論是大規(guī)模模型
    的頭像 發(fā)表于 11-13 07:49 ?9058次閱讀
    <b class='flag-5'>谷歌</b>云發(fā)布最強自研TPU,性能比前代提升4倍

    谷歌AlphaEarth和維智時空AI大模型的技術(shù)路徑

    谷歌AlphaEarth和維智時空AI大模型在應用場景和技術(shù)實現(xiàn)上各有側(cè)重,但兩者在底層技術(shù)理念上存在顯著共性。
    的頭像 發(fā)表于 10-22 14:48 ?1075次閱讀

    超小型Neuton機器學習模型, 在任何系統(tǒng)級芯片(SoC)上解鎖邊緣人工智能應用.

    Neuton 是一家邊緣AI 公司,致力于讓機器 學習模型更易于使用。它創(chuàng)建的模型比競爭對手的框架小10 倍,速度也快10 倍,甚至可以在最先進的邊緣設(shè)備上進行人工智能處理。在這篇博文
    發(fā)表于 07-31 11:38

    FPGA在機器學習中的具體應用

    隨著機器學習和人工智能技術(shù)的迅猛發(fā)展,傳統(tǒng)的中央處理單元(CPU)和圖形處理單元(GPU)已經(jīng)無法滿足高效處理大規(guī)模數(shù)據(jù)和復雜模型的需求。FPGA(現(xiàn)場可編程門陣列)作為一種靈活且高效的硬件加速平臺
    的頭像 發(fā)表于 07-16 15:34 ?3115次閱讀

    通過NVIDIA Cosmos模型增強機器人學習

    通用機器人的時代已經(jīng)到來,這得益于機械電子技術(shù)和機器人 AI 基礎(chǔ)模型的進步。但目前機器人技術(shù)的發(fā)展仍面臨一個關(guān)鍵挑戰(zhàn):機器人需要大量的訓練
    的頭像 發(fā)表于 07-14 11:49 ?1331次閱讀
    通過NVIDIA Cosmos<b class='flag-5'>模型</b>增強<b class='flag-5'>機器人學習</b>

    模型在半導體行業(yè)的應用可行性分析

    的應用,比如使用機器學習分析數(shù)據(jù),提升良率。 這一些大模型是否真的有幫助 能夠在解決工程師的知識斷層問題 本人純小白,不知道如何涉足這方面 應該問什么大模型比較好,或者是看什么視頻能夠
    發(fā)表于 06-24 15:10

    邊緣計算中的機器學習:基于 Linux 系統(tǒng)的實時推理模型部署與工業(yè)集成!

    你好,旅行者!歡迎來到Medium的這一角落。在本文中,我們將把一個機器學習模型(神經(jīng)網(wǎng)絡(luò))部署到邊緣設(shè)備上,利用從ModbusTCP寄存器獲取的實時數(shù)據(jù)
    的頭像 發(fā)表于 06-11 17:22 ?1170次閱讀
    邊緣計算中的<b class='flag-5'>機器</b><b class='flag-5'>學習</b>:基于 Linux 系統(tǒng)的實時推理<b class='flag-5'>模型</b>部署與工業(yè)集成!
    年辖:市辖区| 凤山市| 莱芜市| 临沭县| 彭阳县| 天镇县| 邯郸市| 额尔古纳市| 云阳县| 会泽县| 内江市| 民乐县| 恭城| 迭部县| 库伦旗| 汽车| 景泰县| 丰宁| 余庆县| 含山县| 平凉市| 临海市| 江孜县| 五台县| 德州市| 江源县| 夏津县| 石首市| 大渡口区| 杭锦旗| 奈曼旗| 临猗县| 隆化县| 屏东县| 曲麻莱县| 侯马市| 周至县| 清流县| 新河县| 陆川县| 石林|