详细内容或原文请订阅后点击阅览
自动驾驶汽车可以利用“ AI驱动的社交网络”在路上互相交谈
cerro el Cono是秘鲁亚马逊雨林中的孤独的锥体山，其起源仍然神秘，对土著人民具有精神意义。
来源:LiveScience研究人员发现了一种自动驾驶汽车在不需要建立直接连接的情况下自由共享信息的方法。
“缓存的分散联合学习”（Cached-DFL）是一个人工智能（AI）模型共享自动驾驶汽车的框架，可让他们相互传递并共享准确且最新的信息。该信息包括处理导航挑战，交通模式，道路状况以及交通标志和信号的最新方法。
人工智能 自动驾驶汽车通常，汽车几乎必须彼此相邻，并授予许可才能共享他们在旅行期间收集的驾驶见解。但是，使用缓存的DFL，科学家创建了一个准社会网络，在该网络中，汽车可以查看彼此的驾驶发现个人资料页面，而无需共享驾驶员的个人信息或驾驶模式。
自动驾驶汽车目前使用存储在一个中心位置的数据，这也增加了大型数据泄露的机会。缓存的DFL系统使车辆能够在训练有素的AI模型中携带数据，其中存储有关驾驶条件和场景的信息。
“将其视为创建一个为自动驾驶汽车共享的经验网络，”该项目的研究主管和工程教授Yong Liu博士写道。 “只有在曼哈顿开车的汽车现在可以从其他车辆中了解布鲁克林的道路状况，即使它从未开车到那里。”
Yong Liu 博士 汽车可以分享它们如何处理与布鲁克林相似的场景，这些场景会出现在其他地区的道路上。例如，如果布鲁克林有椭圆形的坑洼，无论世界上什么地方，汽车都可以分享如何处理椭圆形坑洼。 科学家于2024年8月26日将其研究上传到预印度ARXIV数据库，并于2月27日在人工智能会议的促进协会中提出了他们的发现。Yong Liu
汽车可以分享它们如何处理与布鲁克林相似的场景，这些场景会出现在其他地区的道路上。例如，如果布鲁克林有椭圆形的坑洼，无论世界上什么地方，汽车都可以分享如何处理椭圆形坑洼。科学家于2024年8月26日将其研究上传到预印度ARXIV数据库，并于2月27日在人工智能会议的促进协会中提出了他们的发现。