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
共 2706字，需浏览 6分钟
·
2019-06-12 00:09
硅谷Live / 实地探访 / 热点探秘 / 深度探讨
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！
NVIDIA 跟 USPS 合作，测试自动驾驶送邮件
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。
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。
（图片来自Nvidia官网，版权属于原作者）
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。
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：
福特与机器人公司Agility合作，打造自动驾驶+自动送货机器人
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。
Digit 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：
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：
Agility 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。
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。
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？
感兴趣的可以点击原文查看：
https://www.ttnews.com/articles/ford-prepares-unleash-walking-delivery-robots
https://mashable.com/video/ford-agility-robotics-two-legged-delivery-robot/
下面两则科技前沿动态跟谷歌有关。
DeepMind：在雷神之锤III游戏中实现了人类水平的表现
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。
Deep 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。
（图自：DeepMind 博客）
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。
感兴趣的可以点击原文查看：
https://deepmind.com/blog/capture-the-flag-science/
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
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”。
（图自 Google，版权属于 Google）
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。
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。”
感兴趣的可以点击原文及论文查看：
https://venturebeat.com/2019/05/28/googles-ai-can-create-videos-from-start-and-end-frames-alone/
论文 https://arxiv.org/pdf/1905.10240.pdf
Facebook 引入疾病地图对抗麻疹
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。
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。
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。
Facebook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。