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(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

人工智能 | 你的大腦在自動(dòng)駕駛,而你一無(wú)所知

mK5P_AItists ? 來(lái)源:YXQ ? 作者:h1654155287.6125 ? 2019-05-31 17:22 ? 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

想象一下,你的大腦里有著兩個(gè)小人,它們?cè)诓煌5卮蚣?,試圖奪取控制你行動(dòng)的權(quán)力。當(dāng)然,這兩個(gè)小人并不是你善意和邪惡的念頭。那它們是什么?

在很多人看來(lái),這兩者就是我們的意識(shí)和無(wú)意識(shí):前者是警醒而可控的,后者卻潛伏在意識(shí)之下,很難察覺(jué)。自弗洛伊德時(shí)代開(kāi)始,就有一種普遍的觀點(diǎn)認(rèn)為,人類(lèi)被一種黑暗、不可控的情緒化力量驅(qū)動(dòng),而意識(shí)的推動(dòng)力一直在與無(wú)意識(shí)的隱秘欲望作斗爭(zhēng)。

直到現(xiàn)在,我們的流行文化里還存在這種根深蒂固的觀念,比如電影《頭腦特工隊(duì)》。小女孩萊莉的無(wú)意識(shí)被禁錮在封閉的空間里,其中充滿(mǎn)了“搗亂分子”和恐懼。正如電影的隱喻所示,人們傾向于認(rèn)為那些不合適的想法和沖動(dòng)都能被丟到無(wú)意識(shí)的空間里,因?yàn)槲覀兿胂嘈抛约旱男袨槭怯幸庾R(shí)的。如果意識(shí)并不主導(dǎo)我們的行為,我們似乎就沒(méi)法控制自己的生活。

然而,這種非此即彼的想法其實(shí)很不準(zhǔn)確。近期的研究表明,大腦的意識(shí)和無(wú)意識(shí)過(guò)程不是相對(duì)的,它們并不樂(lè)衷于爭(zhēng)奪人類(lèi)心理的霸權(quán)。事實(shí)上,人類(lèi)的心智是一體的,意識(shí)和無(wú)意識(shí)相互交纏。即使是最理性的想法和行為,也主要?dú)w功于自動(dòng)的無(wú)意識(shí)過(guò)程。

大腦一直在做預(yù)測(cè)

我們的意識(shí)和無(wú)意識(shí)究竟是如何運(yùn)作的呢?這個(gè)問(wèn)題很難回答,不過(guò)一個(gè)革命性但已被廣泛接受的新理論——預(yù)測(cè)思維,有望提供一部分答案。

預(yù)測(cè)思維理論有各種不同的版本,但總體來(lái)說(shuō),它主張無(wú)意識(shí)過(guò)程是大腦思維的主角。這些程序讓我們盡可能快速和準(zhǔn)確地預(yù)測(cè)事件。學(xué)習(xí)、經(jīng)驗(yàn)和有意識(shí)的思維不停優(yōu)化著內(nèi)隱(無(wú)意識(shí))的預(yù)測(cè),只有失敗的預(yù)測(cè)會(huì)引起有意識(shí)的注意力。也就是說(shuō),我們只對(duì)引起我們注意的情況有意識(shí)。這種自動(dòng)化的預(yù)測(cè)讓我們得心應(yīng)手地生活在這個(gè)世界上;在預(yù)測(cè)失靈時(shí),我們的意識(shí)又能被及時(shí)喚醒,并根據(jù)環(huán)境調(diào)整策略,從而避免我們的自動(dòng)預(yù)測(cè)系統(tǒng)掉入陷阱。

舉一個(gè)簡(jiǎn)單的例子,當(dāng)一個(gè)球朝我們飛來(lái)時(shí),我們大腦中的無(wú)意識(shí)程序會(huì)預(yù)測(cè)這個(gè)球的運(yùn)動(dòng)軌跡,并相應(yīng)調(diào)整我們四肢的動(dòng)作。但如果這個(gè)球突然反常地轉(zhuǎn)了個(gè)直角彎,意識(shí)的程序就會(huì)被喚醒。

預(yù)測(cè)思維理論可以追溯到19世紀(jì)。當(dāng)時(shí)的物理和生理學(xué)家赫爾曼·馮·亥姆霍茲(Hermann von Helmholtz)提出人類(lèi)能根據(jù)感知而自動(dòng)得出結(jié)論的假設(shè)。以視覺(jué)系統(tǒng)為例:我們可以輕易從三個(gè)被切了一角,并以特定方式排列的圓形中看到一個(gè)“不存在的三角形”。

我們的視覺(jué)系統(tǒng)通過(guò)想象出一個(gè)三角形來(lái)“解釋”這三個(gè)圓形為什么被這樣擺放。

Scientific American

亥姆霍茲認(rèn)為,這種錯(cuò)覺(jué)說(shuō)明大腦內(nèi)存在預(yù)編程序:不用做任何事情,它們就會(huì)自動(dòng)形成我們對(duì)世界的感知。在當(dāng)今的學(xué)術(shù)界中,預(yù)測(cè)思維理論的支持者們認(rèn)為,這種預(yù)編程序不只是決定我們?nèi)绾胃兄澜纾餐瑫r(shí)影響其他心智過(guò)程,例如判斷、抉擇和行為。

為了讓身體正常運(yùn)作,大腦需要快速而自發(fā)地區(qū)分身體本身的動(dòng)作和來(lái)自外界的輸入。因此,大腦為每個(gè)發(fā)送給肌肉的指令創(chuàng)造了一份“感知副本”(efference copy)。舉個(gè)例子:當(dāng)你前后搖晃頭部時(shí),即使你所看到的世界在前后搖晃,你收到的感知副本會(huì)告訴你世界其實(shí)不在搖晃,而是你自己在主動(dòng)搖晃。感知副本也可以解釋為什么撓自己的腳不癢:腳底板感受到“癢”的時(shí)候,大腦中的觸覺(jué)區(qū)域已經(jīng)知道是你自己而非別人在撓了。

大腦在多個(gè)平行層面同時(shí)工作

無(wú)意識(shí)過(guò)程的工作原理在很多現(xiàn)象中都有體現(xiàn),例如自動(dòng)運(yùn)動(dòng)、自發(fā)聯(lián)想和過(guò)早定論等。其中最有趣的一個(gè)例子,是所謂的“閾下刺激”——無(wú)法被意識(shí)探測(cè)的刺激。

為了探測(cè)閾下刺激是否能影響行為,科學(xué)家們已經(jīng)做了一系列的實(shí)驗(yàn)來(lái)驗(yàn)證。通常來(lái)講,實(shí)驗(yàn)人員會(huì)將圖片、文字,或軀體感受展示給被試,特定的展示方式能讓被試察覺(jué)不到刺激:要么是因?yàn)榇碳ぬ虝?,要么是因?yàn)榇碳げ辉谧⒁饬?a target="_blank">中心。例如,心理學(xué)家會(huì)要求被試閱讀一段文字,其中某些詞會(huì)多次出現(xiàn)但并沒(méi)有被強(qiáng)調(diào)標(biāo)注;隨后,對(duì)照組再讀一段普通文字。如果實(shí)驗(yàn)組的被試在讀到之前多次出現(xiàn)的詞語(yǔ)后,表現(xiàn)出明顯的思維、感知和行為變化,研究者就可以假定那些詞語(yǔ)產(chǎn)生了無(wú)意識(shí)的影響。

關(guān)于閾下刺激的研究證實(shí)了我們“一腦多用”的能力。與電腦相比,腦灰質(zhì)或許工作緩慢,但它能在多個(gè)平行層面同時(shí)工作。研究者們通常都會(huì)把這些工作分成兩種,例如諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者、心理學(xué)家丹尼爾·卡內(nèi)曼(Daniel Kahneman)提出的系統(tǒng)1和系統(tǒng)2。系統(tǒng)1包括所有快速、自動(dòng)和不可控的無(wú)意識(shí)過(guò)程;系統(tǒng)2則包括那些更加緩慢、靈活和主動(dòng)的有意識(shí)過(guò)程。不過(guò)在預(yù)測(cè)思維理論中最關(guān)鍵的是:這兩種過(guò)程其實(shí)是協(xié)力工作的。也就是說(shuō),我們大腦中無(wú)意識(shí)和有意識(shí)的過(guò)程是同時(shí)發(fā)生的。

下面這句話(huà)闡明了這個(gè)主張:普人通就以可懂讀段這話(huà)。雖然的字序順亂了,你是還全完理解,很易容就能懂搞句這話(huà)在說(shuō)什么。這是都為因大腦奇神的動(dòng)自功能!

大多數(shù)人都能在很短的時(shí)間內(nèi)猜測(cè)出下一個(gè)詞語(yǔ)是什么,因?yàn)槲覀兡X中的“自動(dòng)駕駛”功能在預(yù)測(cè)到下一個(gè)詞語(yǔ)時(shí),就能很快地把打亂的字序排列整齊。

然而,在神經(jīng)心理學(xué)的層面上,精確區(qū)分有意識(shí)和無(wú)意識(shí)過(guò)程一直是個(gè)難題,我們也并不了解它們究竟如何相互作用。哲學(xué)家彼得·卡拉瑟斯(Peter Carruthers)認(rèn)為,人類(lèi)只能意識(shí)到自己工作記憶中的內(nèi)容。但工作記憶只能勉強(qiáng)留住我們接受到的信息中很小一部分,并且這些信息很快就會(huì)消失不見(jiàn)。大腦接受到的絕大部分信息都不為我們所察覺(jué),而是直接進(jìn)入系統(tǒng)1被快速自動(dòng)處理。

大腦通過(guò)處理這些信息,就能自動(dòng)回答一些問(wèn)題:接下來(lái)會(huì)發(fā)生什么?我可能會(huì)接收到什么樣的刺激?有沒(méi)有什么逼近的危險(xiǎn)?其他人想干什么?這些預(yù)測(cè)不僅與外界相連,也與我們的身體和內(nèi)環(huán)境息息相關(guān)。這樣看來(lái),進(jìn)食的欲望,只是大腦無(wú)意識(shí)地預(yù)測(cè)到了迫在眉睫的能量缺失。這些無(wú)意識(shí)過(guò)程致力于保持內(nèi)穩(wěn)態(tài),讓我們的身體(包括能量攝取和消耗)保持平衡。

大腦如何做預(yù)測(cè)?

神經(jīng)心理學(xué)家馬克·索姆斯(Mark Solms)十分支持預(yù)測(cè)思維理論,并對(duì)無(wú)意識(shí)與有意識(shí)功能有獨(dú)特的神經(jīng)生物學(xué)解讀。他認(rèn)為人類(lèi)大腦并不尋求“更有意識(shí)”;相反,大腦一直在盡量地少用意識(shí)。他解釋說(shuō):“就像Talking Heads唱的一樣,‘天堂是個(gè)啥都沒(méi),啥都沒(méi)發(fā)生過(guò)的地方’。大腦就喜歡這種狀態(tài),因?yàn)檫@樣能節(jié)省能量和時(shí)間。這是個(gè)生存機(jī)制。”

索姆斯在與神經(jīng)科學(xué)家卡爾·弗里斯頓(Karl Friston)合作的文章里描述了他的觀點(diǎn)。十年前,弗里斯頓提出預(yù)測(cè)思維理論的數(shù)學(xué)模型,即自由能原理。根據(jù)該理論,腦中的自由能代表預(yù)測(cè)失敗時(shí)神經(jīng)元的狀態(tài);而大腦盡一切可能地避免自由能。在最終的分析里,索姆斯和弗里斯頓強(qiáng)調(diào):預(yù)測(cè)誤差等于意料之外,也等于意識(shí):當(dāng)事情的發(fā)展出乎意料時(shí),我們才變得有意識(shí)——大腦竭力避免這種情況的發(fā)生。

這個(gè)觀點(diǎn)不僅完全反駁了弗洛伊德的理論,也與經(jīng)典的“皮層為意識(shí)之源”的觀點(diǎn)相悖。索姆斯認(rèn)為,這些高級(jí)腦區(qū)并不是意識(shí)的主宰,而是通過(guò)接收腦干和中腦里更深層結(jié)構(gòu)的“命令”來(lái)工作的。他還認(rèn)為意識(shí)來(lái)源于掌管警覺(jué)、感情刺激和欲望的腦區(qū)——正好是弗洛伊德主張的無(wú)意識(shí)區(qū)域(見(jiàn)下方大腦插圖)。他說(shuō):“大腦皮層的規(guī)律檢測(cè)機(jī)制,在沒(méi)有意識(shí)參與的情況下,效率最高。更深層的情感腦區(qū),即邊緣結(jié)構(gòu),才是意識(shí)的真正發(fā)源地。”

傳統(tǒng)觀念認(rèn)為,皮層是高級(jí)心智功能的發(fā)生地。但是根據(jù)馬克·索姆斯提出的模型,意識(shí)來(lái)源于低級(jí)腦區(qū),如網(wǎng)狀激活系統(tǒng)、腹側(cè)被蓋區(qū)和丘腦。只有當(dāng)感覺(jué)信息(所有感覺(jué)信息都要經(jīng)過(guò)丘腦)與情感或動(dòng)機(jī)相關(guān)時(shí)才能被我們意識(shí)到,因?yàn)榍邦~皮質(zhì)和扣帶回皮質(zhì)把我們的注意力引導(dǎo)過(guò)去了。同時(shí),紋狀體和楔前葉負(fù)責(zé)自動(dòng)運(yùn)動(dòng)控制和定向,并讓我們得以無(wú)意識(shí)地就能與環(huán)境交流。

Falconieri Visuals

索姆斯的理論有一定的經(jīng)驗(yàn)支持。比如,因?yàn)榘l(fā)育障礙而先天缺失大腦皮層的嬰兒,他們的大腦也可以進(jìn)行特定的有意識(shí)過(guò)程;如果在進(jìn)入兒童時(shí)期前沒(méi)有夭折,他們不僅會(huì)頭腦清醒,還能做出情感回應(yīng)。在一篇2007年發(fā)表的綜述中,神經(jīng)科學(xué)家比約恩·默克(Bj?rn Merker)總結(jié)稱(chēng),很多有意識(shí)現(xiàn)象的發(fā)生甚至不需要大腦皮層的存在。雖然如果沒(méi)有大腦皮層,我們就不能經(jīng)歷更加復(fù)雜的心理過(guò)程,例如邏輯思考和自我反思,但我們還是能夠體會(huì)類(lèi)似于喜悅、煩躁或悲傷的感情。

大腦真正的主人

很多人都固執(zhí)地認(rèn)為,本能的無(wú)意識(shí)和理性的有意識(shí)之間必定有清晰的分界——有意識(shí)肯定比無(wú)意識(shí)更好。但是,正如本文所述,這個(gè)看法是站不住腳的。無(wú)意識(shí)過(guò)程才在真正地控制我們的意識(shí)。你把注意力放在哪里、你能記住什么、你的想法、你要過(guò)濾掉接收的大量信息中的哪些成分、你怎么理解它們、你的目標(biāo)是什么——這些都?xì)w功于我們腦中的自動(dòng)程序。

社會(huì)心理學(xué)家蒂莫西·威爾遜(Timothy Wilson)認(rèn)為,我們對(duì)無(wú)意識(shí)過(guò)程的依賴(lài)性,是我們作為一個(gè)物種生存下來(lái)所付出的代價(jià)。如果我們總是仔細(xì)考慮周遭情況中的所有細(xì)節(jié),并比較每個(gè)可能的選擇,人類(lèi)應(yīng)該已經(jīng)早早滅絕了。我們腦中的自動(dòng)駕駛系統(tǒng),而不是意識(shí),成就了人類(lèi)。

因此,解決問(wèn)題和確保人類(lèi)生存的真正總策劃,是大腦中的無(wú)意識(shí)。因?yàn)闊o(wú)意識(shí)是不可控的,所以人們對(duì)它缺乏信任是可以理解的。畢竟,如果我們甚至不知道它在什么時(shí)候、用什么方式影響我們,我們又怎能控制它?然而,雖然我們對(duì)無(wú)意識(shí)的工作原理并不了解,我們知道:它能將我們的身體運(yùn)作得很好。

耶魯大學(xué)的社會(huì)心理學(xué)家約翰·巴奇(John Bargh)把人類(lèi)心智比作一個(gè)水手:如果要讓船從A點(diǎn)行駛到B點(diǎn),水手需要知道目的地,才能依此調(diào)整船的方向。但只能這樣還不夠。因?yàn)槿缤瑹o(wú)意識(shí)一樣,洋流和風(fēng)向等不可控因素也會(huì)對(duì)船只的行駛產(chǎn)生影響。不過(guò),專(zhuān)業(yè)水手在讓船駛向目的地的同時(shí),也會(huì)把這些因素思考在內(nèi)。

我們正確對(duì)待無(wú)意識(shí)的方法也是這樣——?jiǎng)e擋它的路。當(dāng)我把家人的照片放到書(shū)桌上,以此來(lái)激勵(lì)自己努力工作時(shí);當(dāng)我選擇走樓梯,而不是坐電梯時(shí)——我在引導(dǎo)我的無(wú)意識(shí)大腦,因?yàn)槲抑溃核胍獖蕵?lè)和放松的本能,對(duì)當(dāng)下的我并沒(méi)有好處。而我能這樣做,恰恰說(shuō)明了有意識(shí)和無(wú)意識(shí)過(guò)程應(yīng)該是搭檔,而不是敵人。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1821

    文章

    50429

    瀏覽量

    267404
  • 自動(dòng)駕駛
    +關(guān)注

    關(guān)注

    795

    文章

    15039

    瀏覽量

    181872

原文標(biāo)題:你的大腦在自動(dòng)駕駛,而你一無(wú)所知

文章出處:【微信號(hào):AItists,微信公眾號(hào):人工智能學(xué)家】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)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(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    具身智能自動(dòng)駕駛的大模型需求有啥不同?

    [首發(fā)于智駕最前沿微信公眾號(hào)]人工智能從數(shù)字空間向物理世界跨越的進(jìn)程中,自動(dòng)駕駛和具身智能是現(xiàn)階段較為矚目的實(shí)現(xiàn)形式。從廣義上講,自動(dòng)駕駛
    的頭像 發(fā)表于 04-12 08:55 ?2296次閱讀
    具身<b class='flag-5'>智能</b>與<b class='flag-5'>自動(dòng)駕駛</b>的大模型需求有啥不同?

    如何構(gòu)建適合自動(dòng)駕駛的世界模型?

    提出的。那世界模型是自動(dòng)駕駛落地的正解嗎? 什么是世界模型? 世界模型對(duì)于自動(dòng)駕駛汽車(chē)來(lái)說(shuō),更像是給汽車(chē)大腦里繪制張地圖,可以將環(huán)境的現(xiàn)狀和未來(lái)可能的演變都表示出來(lái),讓
    的頭像 發(fā)表于 02-18 08:14 ?1.1w次閱讀
    如何構(gòu)建適合<b class='flag-5'>自動(dòng)駕駛</b>的世界模型?

    2026年自動(dòng)駕駛汽車(chē)發(fā)展趨勢(shì)前瞻

    自動(dòng)駕駛汽車(chē)會(huì)使用人工智能嗎?答案是肯定的。人工智能(AI)是自動(dòng)駕駛汽車(chē)運(yùn)行的基石,它使車(chē)輛能夠平穩(wěn)、安全地道路上正常行駛,適應(yīng)實(shí)時(shí)交通
    的頭像 發(fā)表于 02-05 09:38 ?4019次閱讀
    2026年<b class='flag-5'>自動(dòng)駕駛</b>汽車(chē)發(fā)展趨勢(shì)前瞻

    東風(fēng)汽車(chē)自動(dòng)駕駛智能網(wǎng)聯(lián)領(lǐng)域的發(fā)展成果

    2月2日,央視《焦點(diǎn)訪(fǎng)談》欄目聚焦人工智能、自動(dòng)駕駛、智能網(wǎng)聯(lián)汽車(chē)等新興領(lǐng)域,展現(xiàn)武漢等城市以場(chǎng)景“破繭”助力科技“化蝶”的創(chuàng)新實(shí)踐,東風(fēng)嵐圖、東風(fēng)悅享作為實(shí)踐案例節(jié)目中出鏡,成為以
    的頭像 發(fā)表于 02-04 10:35 ?760次閱讀

    如何設(shè)計(jì)好自動(dòng)駕駛ODD?

    為確定自動(dòng)駕駛的可使用范圍,會(huì)給自動(dòng)駕駛設(shè)置個(gè)運(yùn)行設(shè)計(jì)域(Operational Design Domain,ODD)。ODD的作用就是用來(lái)明確自動(dòng)駕駛
    的頭像 發(fā)表于 01-24 09:27 ?1857次閱讀

    自動(dòng)駕駛與具身智能技術(shù)上有什么共性及差異?

    [首發(fā)于智駕最前沿微信公眾號(hào)]人工智能與機(jī)器人技術(shù)蓬勃發(fā)展的今天,“具身智能”與“自動(dòng)駕駛”作為兩個(gè)備受矚目的領(lǐng)域,既核心思想上同根同源
    的頭像 發(fā)表于 10-25 16:10 ?1582次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>與具身<b class='flag-5'>智能</b>技術(shù)上有什么共性及差異?

    想實(shí)現(xiàn)自動(dòng)駕駛,哪些技術(shù)非常關(guān)鍵?

    近年來(lái),隨著人工智能、車(chē)載計(jì)算平臺(tái)、傳感器技術(shù)的快速進(jìn)步,自動(dòng)駕駛已從實(shí)驗(yàn)室走向?qū)嶋H道路。而支撐這切的,是套龐大且精密的技術(shù)架構(gòu)系統(tǒng)。這套架構(gòu)就像
    的頭像 發(fā)表于 08-30 09:40 ?2773次閱讀

    挖到寶了!人工智能綜合實(shí)驗(yàn)箱,高校新工科的寶藏神器

    ,技術(shù)自主可控 如今這個(gè)科技競(jìng)爭(zhēng)激烈的時(shí)代,國(guó)產(chǎn)化硬件的重要性不言而喻。比鄰星人工智能綜合實(shí)驗(yàn)箱就做到了這點(diǎn),采用國(guó)產(chǎn)化硬件,積極推進(jìn)全行業(yè)產(chǎn)業(yè)鏈上下游環(huán)節(jié)的國(guó)產(chǎn)化進(jìn)程,把國(guó)產(chǎn)自主可控的軟硬件平臺(tái)
    發(fā)表于 08-07 14:30

    挖到寶了!比鄰星人工智能綜合實(shí)驗(yàn)箱,高校新工科的寶藏神器!

    ,技術(shù)自主可控 如今這個(gè)科技競(jìng)爭(zhēng)激烈的時(shí)代,國(guó)產(chǎn)化硬件的重要性不言而喻。比鄰星人工智能綜合實(shí)驗(yàn)箱就做到了這點(diǎn),采用國(guó)產(chǎn)化硬件,積極推進(jìn)全行業(yè)產(chǎn)業(yè)鏈上下游環(huán)節(jié)的國(guó)產(chǎn)化進(jìn)程,把國(guó)產(chǎn)自主可控的軟硬件平臺(tái)
    發(fā)表于 08-07 14:23

    看看那些用樹(shù)莓派打造的自動(dòng)駕駛汽車(chē)!

    嶄新的汽車(chē)時(shí)代門(mén)檻前,通往未來(lái)的道路不再僅由瀝青鋪就,還承載著人工智能(AI)的無(wú)限可能和突破性的創(chuàng)造力。現(xiàn)實(shí)世界中駕駛頗具挑戰(zhàn),因?yàn)榭赡軙?huì)發(fā)生各種意外事件。正因如此,打造
    的頭像 發(fā)表于 07-27 13:24 ?1521次閱讀
    看看那些用樹(shù)莓派打造的<b class='flag-5'>自動(dòng)駕駛</b>汽車(chē)!

    數(shù)據(jù)驅(qū)動(dòng)自動(dòng)駕駛:核心要素與發(fā)展全景解析

    汽車(chē)工業(yè)向智能化、網(wǎng)聯(lián)化轉(zhuǎn)型的浪潮中,自動(dòng)駕駛技術(shù)作為人工智能與交通領(lǐng)域深度融合的標(biāo)志性成果,正重塑全球交通運(yùn)輸格局。數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)時(shí)代的核心生產(chǎn)要素,已成為
    的頭像 發(fā)表于 07-17 11:04 ?2105次閱讀
    數(shù)據(jù)驅(qū)動(dòng)<b class='flag-5'>自動(dòng)駕駛</b>:核心要素與發(fā)展全景解析

    卡車(chē)、礦車(chē)的自動(dòng)駕駛和乘用車(chē)的自動(dòng)駕駛技術(shù)要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛技術(shù)的發(fā)展,讓組合輔助駕駛得到大量應(yīng)用,但現(xiàn)在對(duì)于自動(dòng)駕駛技術(shù)的宣傳,普遍是乘用車(chē)領(lǐng)域,而對(duì)于卡車(chē)、礦車(chē)的
    的頭像 發(fā)表于 06-28 11:38 ?1882次閱讀
    卡車(chē)、礦車(chē)的<b class='flag-5'>自動(dòng)駕駛</b>和乘用車(chē)的<b class='flag-5'>自動(dòng)駕駛</b><b class='flag-5'>在</b>技術(shù)要求上有何不同?

    投入超過(guò)25億歐元,博世加碼人工智能自動(dòng)駕駛

    大關(guān)鍵領(lǐng)域,博世堅(jiān)信自動(dòng)駕駛技術(shù)將在未來(lái)實(shí)現(xiàn)長(zhǎng)期商業(yè)成功。過(guò)去五年間,博世已在人工智能相關(guān)領(lǐng)域提交超過(guò)1500項(xiàng)專(zhuān)利申請(qǐng),處于歐洲領(lǐng)先水平。 博世預(yù)計(jì)到2035年,其軟件、傳感器技術(shù)、高性能計(jì)算單元和車(chē)載通訊類(lèi)零部件的銷(xiāo)售額
    的頭像 發(fā)表于 06-27 18:20 ?987次閱讀

    百度Apollo向北京工商大學(xué)捐贈(zèng)自動(dòng)駕駛車(chē)輛

    近日,百度Apollo自動(dòng)駕駛車(chē)輛捐贈(zèng)儀式北京工商大學(xué)計(jì)算機(jī)與人工智能學(xué)院舉行。捐贈(zèng)儀式上,百度Apollo正式向北京工商大學(xué)計(jì)算機(jī)與人工智能學(xué)院捐贈(zèng)
    的頭像 發(fā)表于 06-18 14:43 ?1273次閱讀

    自動(dòng)駕駛安全基石:ODD

    和限制下可以正常工作,是自動(dòng)駕駛安全的核心概念之。 ? 對(duì)于人類(lèi)司機(jī)來(lái)說(shuō),不同的道路上駕駛的能力也有所區(qū)別,比如新手司機(jī)
    的頭像 發(fā)表于 05-19 03:52 ?7119次閱讀
    浙江省| 天等县| 南安市| 江永县| 巧家县| 郎溪县| 平山县| 额尔古纳市| 龙游县| 台北市| 汕头市| 德清县| 山阳县| 甘洛县| 威远县| 泰顺县| 田东县| 姚安县| 正阳县| 杭锦后旗| 灌阳县| 泸定县| 长兴县| 隆子县| 龙游县| 治多县| 武汉市| 米泉市| 阿荣旗| 社旗县| 江安县| 乌鲁木齐县| 兴仁县| 嫩江县| 汤阴县| 曲阳县| 佛学| 台江县| 虞城县| 泽州县| 阜新|