英伟达跟USPS合作，用L4级自动驾驶卡车送邮件了!|技术前沿洞察

guaigege

; E( O1 f% P4 }8 y

! ~3 Q8 \5 S3 @

硅谷Live / 实地探访 / 热点探秘 / 深度探讨

% Q  D4 _5 P( g+ S8 h+ K+ F4 m大家好，本周的科技前沿又跟大家见面了！这周的科技前沿精选了北美各大公司的技术进展，无论是自动驾驶，还是自动送货机器人，各有各玩法，赶紧带你来看！

& N# t: j; e) ^/ f# k
( [4 ~4 N/ E% v* z4 u

% z# X. O3 q& u: c, E  T$ Q' Y
• NVIDIA 跟 USPS 合作，测试自动驾驶送邮件
  + q, i# B% L+ Q- @' R- v

+ D% x# z1 _+ w! r% h
3 v) ]/ J8 L! _/ k4 x9 ]2 R英伟达最近两周跟自动卡车运营公司 TuSimple 在凤凰城和达拉斯之间测试自动卡车送货，已运送超过 1000 英里的 USPS 邮件。测试结果显示，自动驾驶原型能比预期提前到达交付中心。

( j' @9 `9 T: d; Y7 u8 f" `  M
* ~( R0 V; H4 ]  \这自动驾驶是仅限高速公路，由两个人工操作员监督的自动驾驶系统，属于 L4 级别的自动驾驶。TuSimple的卡车使用英伟达技术训练其深度学习算法，以识别交通标志和紧急车辆等特定物体。
$ m& ^. w3 L4 T5 m
5 C* W: j* O$ P, t1 I3 }% |

# y* q) O6 A/ m+ O/ N# }% Z

（图片来自Nvidia官网，版权属于原作者）

7 i! V1 f6 C& D" r$ z; U

该自动驾驶的行程包括五次往返，每次往返近 2200 英里。有多省时、省人力呢？通常行驶这样一趟路线需要人类驾驶员大约 48 小时才能完成。因为美国法规要求卡车司机工作时长限制在 11 个小时，因此，这意味着一趟下来，至少需要4天，如果是五次往返，意味着要20天，如今，两周即可。

; _; C# Q! o3 U( u( @6 `
对自动驾驶卡车感兴趣的小伙伴可以点击硅谷洞察此前文章：
  T9 S6 V0 g# `+ f全球第一辆自动驾驶卡车要上路了！
; m; d/ p4 t) FAlphabet的Waymo开始测试自动驾驶卡车
/ @6 Y* l5 B* W( V3 }: |

• 福特与机器人公司Agility合作，打造自动驾驶+自动送货机器人
  . O5 z1 `, ^5 S, {3 y7 Y6 O. k
  - A& J' Z7 r0 ]. d1 [+ F5 V

% w6 f* S" o& U2 Z
  \* V4 V6 f( _3 F. F美国时间上周三，福特汽车宣布将跟机器人企业 Agility 合作，共同打造按需送货“二人组”。福特将开发自动驾驶车辆，将包裹运送到进行在线购物用户的家中，然后由 Agility 研发生产的双足机器人 “Digit” 将货物运送到客户家门口。


3 Z! P, N6 Z% O3 J6 H9 x: E8 q! uDigit 是一款模仿人类走路的、有两足、两个手臂的专门用来送货的机器人。其实，Agility 之前造过两足机器人：
5 I0 c* @1 S1 I+ y$ V1 ~

6 v0 Q! _8 f) ]. Z

/ y' c8 [/ u1 `/ x+ e/ S

但现在要送货，不能只有下半身，所以他们给机器人加上了上半身：
# N5 y# q5 M4 w6 x! E

3 j! y, c# r% y" S5 \) i
+ J- _- E, f; ?: D6 N! k0 f4 A  }9 jAgility Robotics 表示，很多人都在解决 “最后一英里” 的问题，但还有人需要解决 “最后十五米” 的问题，即到达送货地址后，把货物从车运到大门门口的那段距离。Agility Robotics 公司认为，未来不久自动驾驶送货车将上路，因此要想真正缩减运货成本，就必须以机器人代替人类送货小哥。
" q* {! h) T) B& e

Digit 可以上下台阶、由于配备 Lidar 作为 “眼睛”，还可以看路、躲避障碍物。Digit 和自动驾驶汽车共享地图信息，这样机器人身上就不用再安装处理地图的那块装置，更加轻便 —— 每当 digit 不知道怎么走路了，就会回头看看汽车，汽车把地图发给它，它就可以继续走路。
' k" L$ C( q/ n; P
  g0 R7 F% G* p) H: B+ M3 f' b
有网友评论说，久负盛名的波士顿动力（boston dynamics）制造终结者机器人，而 agility robotics 制造外卖小哥机器人。你看好这项技术取代外卖小哥吗？
- ]* D* J" ]7 [" `/ ?' M
/ R" [; @8 o' `# A5 |9 @
感兴趣的可以点击原文查看：
* ]1 v- D1 a, V5 [& j  c% A& w/ |/ shttps://www.ttnews.com/articles/ford-prepares-unleash-walking-delivery-robots
( v" j( ]. n2 U4 c+ |2 K& h, \" B( Ehttps://mashable.com/video/ford-agility-robotics-two-legged-delivery-robot/


3 f& R" X; ]& B8 k下面两则科技前沿动态跟谷歌有关。


7 q0 ~1 `7 E- X

& z/ ]+ q' S" u% h+ G* r
• DeepMind：在雷神之锤III游戏中实现了人类水平的表现
  

% l4 E9 S% `7 b+ d: t/ k+ B
让 AI 代理掌握多人视频游戏中涉及的策略、战术和与团队配合是AI研究的关键挑战之一。


Deep Mind 的这项研究在2018年7月首次发布研究成果，介绍了强化学习的新发展，以及如何用强化学习训练AI代理，使之在雷神之锤III 竞技场夺旗模式（Quake III Arena Capture the Flag）中实现了与人类水平相当的表现。
% s6 ?9 o6 ]/ W  K/ q& m& {
1 ~" [- Z$ F2 |0 L, C8 O% t( N9 c
5 V: Y) j4 R+ X5 ?- k5 UDeep Mind 研究团队上周在《科学》杂志上最新发表的论文中，介绍了这一研究的最新发展。该游戏环境是一个复杂的多代理环境，也是典型的3D第一人称多人游戏之一。通过训练，AI 代理成功地与人类队友合作，在训练时的反应时间与人类玩家相当。此外，Deep Mind 展示了这些训练方法将如何成功地扩展到整个游戏。
. q6 I# M( F. O' Z/ I* `3 r6 f

/ W& o2 O9 i3 n% V- c0 h

; g0 N) ?) @  l& v5 |' j

（图自：DeepMind 博客）

  ], P4 {$ ~. `* z3 \

% \3 [0 H7 }: v( T; h  K此次训练的代理，比通常的训练方法强大，并超过人类玩家的玩游戏赢率。在对游戏参与者的调查中，它们被认为比人类参与者协作能力更强。
0 }) b# c, b7 w2 {4 j, w7 s/ t
  m% r' ~5 @# e9 q7 l/ K
感兴趣的可以点击原文查看：
( n) H4 h3 ?7 @9 V2 u- _, ?' Q: b$ Lhttps://deepmind.com/blog/capture-the-flag-science/

% T8 T8 P, O4 a% J+ M

• 谷歌：开头结尾两张图，剩下部分全靠编就能补齐中间部分生成视频
  9 r( c) ?. E4 M3 g7 w

上周，谷歌人工智能研究部门的研究人员宣布，他们开发出一种新的系统，可以由视频第一帧和最后一帧生成“似是而非的”视频序列，这个过程被称为“inbetween”。
: K2 Q, J+ |0 R" }% P+ i
) y7 y, e8 `4 P8 `) S
0 [  }4 t! P+ @; P

. f+ q$ N( ^* p1 n# x

（图自 Google，版权属于 Google）
( i" k" r  M3 w) N# Z

研究团队介绍说，这套 AI 系统是一个受到了动物视觉皮层启发的深度神经网络。它由三个部分组成：2D卷积图像解码器，负责把来自目标视频的帧映射到潜在空间；3D卷积潜在表示生成器，负责对包含在输入帧中的信息进行合并；及视频生成器，负责将潜在表示解码为视频中的帧。
, [2 }& _6 E! ^' N0 R$ n
& d* S5 S7 p8 G2 {- c9 _5 o" u
7 k8 O! V1 c! U: t2 L用这种方法生成的视频，逼真度如何呢？研究人员表示，这种方法生成的视频，不仅开头和结尾的风格一致，而且中间部分也看上去还算比较自然。该团队表示，“这可能给未来的视频生成技术研究提供了一个有用的替代视角。”
* U8 a6 t9 D* p5 v

感兴趣的可以点击原文及论文查看：
2 E) Z; r8 M, F& @https://venturebeat.com/2019/05/28/googles-ai-can-create-videos-from-start-and-end-frames-alone/
7 b+ [4 Y# s2 q( J论文 https://arxiv.org/pdf/1905.10240.pdf
% \  h% n3 N) v/ X. ~! x# h
& M2 l$ X& a$ d* {! V

/ V8 c3 W2 Z7 v( J
• Facebook 引入疾病地图对抗麻疹
  6 u3 A7 a" {) Q& x9 ?2 _
  
  ; Q6 W6 A5 Y, `+ h- K9 B

根据美国疾病控制中心数据，美国目前正在经历自2000年以来最严重的麻疹爆发，尽管这项疾病已被美国视为“淘汰”型疾病。如何控制疾病呢？科技公司在此发挥了作用。
0 J! P1 h5 B  L4 [
) e7 @- I: E% N& h+ G
& M$ p+ t& ~9 g' S8 U  E' ?3 }据报道，Facebook 正通过跟卫生组织结合，引入预防和应对疾病暴发的地图来帮助对抗麻疹等传染病。首次公布的疾病预防地图提供了详细的信息，如人口密度，实时人员流动地图。以便更好地应对流行病并更有效地覆盖脆弱社区。
6 j; W0 m  U2 n+ y  e
' }! O* \) t0 ]- y1 ~4 ?! d" H, G
9 o+ g1 F2 b+ f& R# p( ]  v. R/ W截至5月10日，疾病预防控制中心已在今年美国23个州确认了800多起麻疹病例。大多数案件涉及未接种疫苗的儿童。
  P' x5 K# [" N! a

' S2 b# }" _; M& ^4 l  DFacebook正在与13个合作伙伴分享其卫生地图数据，其中包括哈佛大学公共卫生学院，联合国儿童基金会和世界经济论坛。Facebook 两年前也发布了类似的地图，以帮助非政府组织应对自然灾害。 


本周的科技前沿就到这啦，你看好自动驾驶卡车取代司机、送货机器人取代快递小哥吗？欢迎留言讨论！
7 `  w! ^" L5 k, y
1 L5 a# b* Y/ V
; Q$ t% G$ A8 J4 a, L) I想查看更多北美高校、大公司的技术创新动态，欢迎点击此前硅谷洞察更多文章：
: m. D/ F- I0 j- A% Y& m* H
" ^4 A" S: ~+ G: h( \  w
2 T, {5 M4 T- Q4 x斯坦福教授研究了美国200年专利数据: 论文发得多？不等于创新！
6 x$ L% ~; ^+ u% c: @
听你声音6秒，AI就能推断你长啥样了！| 技术前沿洞察
1 w" W* @7 z5 r
; j; M7 W% v* X/ f6 d% T听得出你心情好坏的机器人，就要来了...| 技术前沿洞察

( y$ ^" ^4 m0 R- s, f8 C$ i3 R. ?2 C

8 O( f! y8 Q; ~; A0 |+ }

, P/ s' g* I, X' ^/ r2 q/ K. i+ N

推荐阅读

$ R* H# T8 ]' T8 O* X+ n- G

区块链报告 | 脑机接口报告 

硅谷人工智能 | 斯坦福校长

卫哲 | 姚劲波 | 胡海泉 

垂直种植 | 无人车

+ I2 r6 G' J6 s2 ]5 Z+ }, E! S, ?

王者荣耀 | 返老还童 

* h7 }* I6 g1 X5 S: D/ Z



7 ?3 Q. O1 S" C+ h$ y0 c
0 l0 U' |* {0 E# B0 G3 v( Y来源：http://mp.weixin.qq.com/s?src=11&timestamp=1560222005&ver=1661&signature=rhtpggL1z-ZMB2JQXCbtP2GfLRDjTF61*6iO4wmZLbgDEixZVhFGxNtMRyoU-V1m76DrtX0-jUvd57xpl1o8j2bPhBR*em0UqG1GkpWgLSbQdML9IE4hzQTXhrJWtK*7&new=1
. D7 s" B  {5 p! f# I' n, D免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！