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,還能領取20積分哦,立即完善>

3天內不再提示

自動駕駛正在變革著社會的方方面面,但變化的速度可能非常緩慢

nlfO_thejiangme ? 來源:未知 ? 作者:李倩 ? 2018-07-09 09:58 ? 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

自動駕駛是我們這個時代的趨勢,也將是一次全球范圍內偉大的生產(chǎn)力革命。它將代替許多工作也將創(chuàng)造出新的工作。很多人在變革的面前都會感到憂慮,特別是交通運輸業(yè)的從業(yè)人員。那么未來到底會怎樣呢,讓我們來一起看看這篇來自連線的文章。

雖然自動駕駛正在變革著社會的方方面面,但變化的速度可能非常緩慢。這是華盛頓特區(qū)“保障美國未來能源”(SAFE)組織的一份新報告的結果。

該組織主張在全國范圍內擺脫對石油的依賴,其希望將得益于自行駕駛汽車的迅速采用。所以,它委托一批勞動經(jīng)濟學家進行了廣泛的研究,以發(fā)現(xiàn)此種情況會如何發(fā)生,以及美國是否可能變成瘋狂的麥克斯般的沙漠地獄。

研究結果在很大程度上是好消息。首先,自動駕駛汽車可能不會破壞勞動力市場,以至于將經(jīng)濟型工人作為流動血袋被雇用。事實上,它們終將會成為經(jīng)濟的支柱產(chǎn)業(yè),創(chuàng)造許多崗位和龐大的價值,到2050年每年會帶來約8000億美元的收益,這一數(shù)字大體上與之前研究人員的預測一致。

第二,自動駕駛汽車不會使工作一下子消失。在康奈爾大學訪問的勞動經(jīng)濟學家、前勞工統(tǒng)計局局長埃里卡·格羅申說:“我們有一個勞動力市場,其特點是是被技術浪潮和社會趨勢不斷的攪動著——不斷創(chuàng)造和破壞就業(yè)機會,在破與立之間跌宕起伏。而最大的挑戰(zhàn)在于我們需要盡可能順利地完成轉換。”他參與了SAFE報告的書寫工作。

經(jīng)濟學家預測,最具破壞性的技術,就像在大多數(shù)(但不是所有的)道路情況下能夠自行駕駛的卡車,最早要到本世紀30年代中期才會出現(xiàn)。所以,各位小伙伴們不必擔心,松口氣吧。但是,現(xiàn)在是時候為少量卡車司機和出租車司機準備了。

同時由于自動化的精確操作帶了了道路使用率的大幅提升。車輛間不在需要2s的間隔來保持安全,比人反應更快的自動駕駛汽車可能只需要0.5s的間隔就夠了,這樣道路的使用和通行效率將大大提高。

據(jù)報告,大多數(shù)自動駕駛汽車的好處都是拯救可能會因車禍而喪失的生命。在美國,每年道路上有將近40,000人死亡,這一數(shù)字相當可怕且損耗巨大,費用包括醫(yī)療保健、緊急服務、法律費用、工作場地費用、財產(chǎn)損失和交通費用等。(包括燃料在交通中的成本)。每年發(fā)生的車禍導致了約840億美元的損失。

自動駕駛汽車不會將車禍從美國人的生活中剔除,但它們會大幅度的減少車禍的發(fā)生。機器人不會喝醉或者犯困,也不會分神低頭刷手機,它們甚至沒有電話。更不會為了搶時間違反交通規(guī)則、開路怒車。因此,經(jīng)濟學家估計,自動駕駛可能會在2050年之前每年將車禍損耗降低1180億美元。在改善生活質量的因素中,每年可節(jié)約3850億美元。

SAFE報告還表明,通過自動駕駛汽車,一些工作將更容易完成。如果在整個過程中你可以在手機上工作處理信息(或者發(fā)送更多的電子郵件),那么你可能會變得更加熱愛通勤。

如果交通不再是綿綿無絕期的可怕,讓人們對幾個小時的上下班心生畏懼,那么這可能會讓不同類型企業(yè)的員工人數(shù)增加。(經(jīng)濟學家選擇不考慮誘導需求,也并沒有選擇這樣的想法,即讓旅行變得更輕松,將會帶來更多的汽車。)

說完了好消息,讓我們再來看看調查中發(fā)現(xiàn)的弊端。

不太好的消息是,有些類別的工作可能會永遠消失。特別是卡車司機最終會被取代。但時機至關重要。沖擊美國道路的第一波自動化不會太先進。作為卡車司機接受培訓的人員必須在配送中心和漫長而開放的高速公路之間引導車輛,自動化科技可以在這里開展工作。這意味著,過去坐在車輪后面的人仍然會擁有工作,但有可能稱為屏幕后的駕駛者,或者道路車隊的引路人。

經(jīng)濟學家們認為,至少在幾十年內,這些重大變化將無法實現(xiàn)。他們的報告研究了一系列自動駕駛汽車的部署情景,但即使是“快速”版本也未看到失業(yè)率的上升——在0.06%至0.13%之間,兩年或三年內每年損失180億美元的工資——直到本世紀40年代中期。直到本世紀50年代中期,更完善的自動化才能使其走上街頭。屆時,今天的大多數(shù)卡車司機都將失業(yè)。

這應該讓政治家、首席執(zhí)行官和立法者有足夠的時間來進行準備。也許未來的政策將會要求私人公司幫助支付其技術產(chǎn)生的勞動后果?;蚴遣扇∫韵麓胧簩ぷ魅藛T保持透明,并對其顧慮做出回應。此外他們還可能會:推動那些可能會重新引導和培訓專職司機的政府項目。并且會:收集更多、更好的數(shù)據(jù),了解市場力量如何影響失業(yè)的員工。

我們不需要恐慌,但是也必須努力去適應。從政府到到技術公司,從司機到每一個你我一樣的平凡人,都需要積極的去面對新時代的到來,擁抱美好的未來。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。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,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 機器人
    +關注

    關注

    214

    文章

    31587

    瀏覽量

    224196
  • 自動駕駛
    +關注

    關注

    795

    文章

    15045

    瀏覽量

    181917

原文標題:“保障美國未來能源”組織報告:自動駕駛汽車搶走你的飯碗(直到2040年...)

文章出處:【微信號:thejiangmen,微信公眾號:將門創(chuàng)投】歡迎添加關注!文章轉載請注明出處。

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

    相關推薦
    熱點推薦

    自動駕駛汽車如何探測路面的積水深度?

    [首發(fā)于智駕最前沿微信公眾號]對于自動駕駛汽車來說,雨天和積水一直是非常棘手的挑戰(zhàn)。在晴朗的天氣里,傳感器可以輕松識別車道線、行人和其他車輛,當路面出現(xiàn)大面積積水甚至發(fā)生內澇時,情況就變得復雜了
    的頭像 發(fā)表于 04-07 08:51 ?368次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何探測路面的積水深度?

    油電同智?為什么燃油車很難做自動駕駛?

    細心的小伙伴應該會發(fā)現(xiàn),雖然市面上智能電動車的自動駕駛功能日新月異,但在燃油車領域,高階智駕的普及速度卻明顯緩慢。為什么燃油車很難做自動駕駛?
    的頭像 發(fā)表于 03-01 11:54 ?1781次閱讀
    油電同智?為什么燃油車很難做<b class='flag-5'>自動駕駛</b>?

    如何構建適合自動駕駛的世界模型?

    [首發(fā)于智駕最前沿微信公眾號]世界模型經(jīng)歷了系統(tǒng)動力學階段(1960年~2000年)、認知科學階段(2001年~2017年)、深度學習階段(2018年至今),將其應用到自動駕駛汽車上,還是近幾年才
    的頭像 發(fā)表于 02-18 08:14 ?1.1w次閱讀
    如何構建適合<b class='flag-5'>自動駕駛</b>的世界模型?

    自動駕駛汽車如何實現(xiàn)自動駕駛

    人類駕駛員而言是非常直觀且有效的指令,但對于自動駕駛汽車來說,則意味需要一套極其復雜的感知、理解與決策鏈路。 自動駕駛如何看清文字?
    的頭像 發(fā)表于 02-10 08:50 ?880次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何實現(xiàn)<b class='flag-5'>自動駕駛</b>

    Transformer如何讓自動駕駛大模型獲得思考能力?

    在談及自動駕駛時,Transformer一直是非常關鍵的技術,為何Transformer在自動駕駛行業(yè)一直被提及?
    的頭像 發(fā)表于 02-01 09:15 ?4468次閱讀

    2025中國人工智能大會,藏著AI的行動派時刻

    AI正在從空中樓閣滲透進社會生產(chǎn)的方方面面
    的頭像 發(fā)表于 12-07 22:29 ?9016次閱讀
    2025中國人工智能大會,藏著AI的行動派時刻

    想實現(xiàn)自動駕駛,哪些技術非常關鍵?

    近年來,隨著人工智能、車載計算平臺、傳感器技術的快速進步,自動駕駛已從實驗室走向實際道路。而支撐這一切的,是一套龐大且精密的技術架構系統(tǒng)。這套架構就像一輛自動駕駛汽車的大腦與神經(jīng)網(wǎng)絡,既要能感知周圍環(huán)境,又要能分析并作出決策,最終還要通過車輛底層機構精準執(zhí)行每一道指令。
    的頭像 發(fā)表于 08-30 09:40 ?2791次閱讀

    如何確保自動駕駛汽車感知的準確性?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛汽車想要自動駕駛,首先要做的就是能對周邊環(huán)境實現(xiàn)精準感知,也就是能“看”清道路,那自動駕駛汽車如何在復雜、快速變化的道路環(huán)境中做到感知的精確又可靠
    的頭像 發(fā)表于 08-23 15:06 ?1880次閱讀
    如何確保<b class='flag-5'>自動駕駛</b>汽車感知的準確性?

    缺少電源濾波器會有哪些變化?

    在現(xiàn)代社會,各類電子設備廣泛應用于生活的方方面面,從日常使用的手機、電腦,到工業(yè)生產(chǎn)中的大型機械,再到科研領域的高端儀器,都離不開穩(wěn)定的電力供應。而電源濾波器作為保障電力質量的關鍵部件,一旦缺失
    的頭像 發(fā)表于 07-17 09:41 ?876次閱讀

    低速自動駕駛與乘用車自動駕駛在技術要求上有何不同?

    到我們生活的方方面面。與面向開放道路、高速巡航的乘用車自動駕駛系統(tǒng)相比,低速小車在技術實現(xiàn)、系統(tǒng)架構、硬件配置、軟件算法及安全冗余等方面都存在顯著差異和針對性優(yōu)化。 從感知需求方面相比
    的頭像 發(fā)表于 07-14 09:10 ?1332次閱讀
    低速<b class='flag-5'>自動駕駛</b>與乘用車<b class='flag-5'>自動駕駛</b>在技術要求上有何不同?

    自動駕駛汽車是如何準確定位的?

    厘米級的定位精度,并能夠實時響應環(huán)境變化。為此,自動駕駛系統(tǒng)通常采用多傳感器融合的方式,將全球導航衛(wèi)星系統(tǒng)(GNSS)、慣性測量單元(IMU)、激光雷達(LiDAR)、攝像頭、超寬帶(UWB)等多種傳感器數(shù)據(jù)進行綜合處理,通過算
    的頭像 發(fā)表于 06-28 11:42 ?1574次閱讀
    <b class='flag-5'>自動駕駛</b>汽車是如何準確定位的?

    卡車、礦車的自動駕駛和乘用車的自動駕駛在技術要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛技術的發(fā)展,讓組合輔助駕駛得到大量應用,但現(xiàn)在對于自動駕駛技術的宣傳,普遍是在乘用車領域,而對于卡車、礦車的自動駕駛發(fā)展,卻鮮有提及。其實在卡車、
    的頭像 發(fā)表于 06-28 11:38 ?1902次閱讀
    卡車、礦車的<b class='flag-5'>自動駕駛</b>和乘用車的<b class='flag-5'>自動駕駛</b>在技術要求上有何不同?

    自動駕駛汽車接管邏輯如何設置更為合理?

    交通環(huán)境并隨時接管的工作。就是這一簡單需求,車企在自動駕駛系統(tǒng)與人類駕駛員的接管邊界并未給出明確的界定。有很多實際案例表明,在系統(tǒng)無法處理復雜路況時,會突然彈出“請立即接管”的提示,而駕駛
    的頭像 發(fā)表于 06-26 08:56 ?1019次閱讀

    為什么仿真對于自動駕駛來說非常重要?

    和安全性能的評估與驗證。相較于在真實道路上進行測試,仿真具有可控性強、成本低、速度快、安全性高等顯著優(yōu)勢,因而成為各大整車廠、Tier1供應商及創(chuàng)業(yè)公司在自動駕駛領域競相投入的重要技術手段。 什么是自動駕駛仿真? 在深
    的頭像 發(fā)表于 05-23 09:13 ?1094次閱讀
    為什么仿真對于<b class='flag-5'>自動駕駛</b>來說<b class='flag-5'>非常</b>重要?

    自動駕駛安全基石:ODD

    和限制下可以正常工作,是自動駕駛安全的核心概念之一。 ? 對于人類司機來說,在不同的道路上駕駛的能力也有所區(qū)別,比如新手司機在一些窄路、山路,或者交通狀況復雜的道路上可能會無所適從,人也會判斷哪些路自己沒有
    的頭像 發(fā)表于 05-19 03:52 ?7160次閱讀
    舞阳县| 丁青县| 富锦市| 马尔康县| 龙岩市| 尼勒克县| 华亭县| 都江堰市| 大兴区| 昆明市| 平潭县| 昌宁县| 柳江县| 山阳县| 文水县| 金昌市| 运城市| 榕江县| 仙游县| 麟游县| 成安县| 科技| 双牌县| 新密市| 江山市| 高平市| 天台县| 邢台县| 莲花县| 台东县| 上杭县| 山东省| 蒲城县| 余庆县| 辛集市| 高台县| 靖州| 卢龙县| 读书| 阿拉善右旗| 宣化县|