随着5G、AI、IoT和云计算等新技术等全面发展,我们有望迎来一个效率大幅提升的智慧世界。智慧交通是构筑智慧世界的重要一环,而自动驾驶则是智慧交通的关键,这也体现了科技进步的本质——解放人类的双手。让更稳定可靠的AI机器取代人,从而让交通更加安全、高效与便捷。
8月28日,AICC2019人工智能计算大会将在北京举行。来自交通运输部、吉利、四维图新、广汽等部门或公司的业界专家将齐聚自动驾驶主题论坛,共同探讨我国自动驾驶商业化程度与落地时间表。
从发展规划到技术实现,多名专家共探自动驾驶的发展
随着5G的到来,自动驾驶的商业价值开始显现,用于仓储物流的无人车已经开始大幅提升各种电商大促的物流效率;在特定封闭场所使用的自动驾驶车辆也有望短期内问世;在杭州,依靠5G的自动驾驶公交车已经开始使用;与此同时,百度全球首款L4级量产自动驾驶巴士阿波龙也量产下线……种种迹象表明,随着技术的不断发展,自动驾驶离我们的生活将越来越近。
目前支持自动驾驶的汽车,大多依靠激光雷达等昂贵的车载传感器,通过车载计算来实现有限的自动驾驶,基本处于“单打独斗”的阶段,受限于成本,这种发展模式很容易遭遇瓶颈。而随着5G、IoT、AI和云计算的发展,自动驾驶完全可以朝“车与车、车与路、车与人”之间高度协同的方向发展,让汽车的“眼睛”不仅限于传感器,从而实现更安全、更高级别的自动驾驶。
AICC2019人工智能计算大会今年首次设立的自动驾驶主题论坛,看点颇多。议程涵盖路网协同、地图+AI、无人驾驶卡车、未来算力等多个维度;会议收尾阶段还将举办自动驾驶高峰论坛,来自产学研界专家合力探讨自动驾驶如何助力智慧交通。
其中,交通运输部路网监测与应急处置中心副主任王刚,将发表《ETC发展与车路协同构想》的主题演讲,从国家政策及规划角度让车路网协同有了统一的发展路径。
而来自吉利汽车研究院智能驾驶L2-L3研发部门经理霍克,则从吉利集团目前自动驾驶实践与未来发展规划角度带来《吉利自动驾驶现状及发展》的主题演讲。
广汽研究院智能驾驶部负责人郭继舜,将聚焦于未来“算力”,带来《自动驾驶量产的算力思考》的主题演讲。
车路网协同也离不开地图的支持,四维图新自动驾驶研发AI总监李阳将阐述地图如何与AI结合,带来四维图新的自动驾驶发展哲学。
禾多科技市场总监刘婧,将分享《From Lab to Road,中国自动驾驶的量产之路》。
图森未来无人驾驶行业研究总监郑方丹,将分享《TuSimple 无人驾驶卡车赋能智慧物流》。
……
而作为会议的承办方,浪潮集团人工智能产品经理韩进杰将与参会者分享浪潮集团如何利用云计算、大数据、AI等多维度产品,以及技术优势帮助加速自动驾驶产业落地。
自动驾驶论坛议程(以实际执行为准)
预见AI未来,AICC2019精彩纷呈
AI结合其它先进技术,能改变的不仅是自动驾驶,各行各业都将会因此发生变革。本次AICC2019人工智能计算大会的主题是“计算,预见AI未来”,阐明了计算、算法与数据是新一轮人工智能浪潮兴起与持续发展的三大核心要素,其中计算作为承载和推动人工智能走向实际应用的基础平台和决定性力量,其发展直接关乎人工智能的普及速度与社会整体智能水平。
据悉,28日上午的AICC2019人工智能计算大会主论坛,嘉宾阵容强大,来自中国工程院、英国皇家工程院、百度、中国新一代人工智能发展战略研究院、浪潮、Uber、Facebook等机构的人工智能产学研顶尖专家学者,将会带来人工智能计算前沿及实践、新一代人工智能发展的关键问题、最热门的深度学习框架PyTorch和Horovod创新等主题演讲。
主论坛之外,AICC2019人工智能计算大会还设立了自动驾驶、AI计算与基准测试、产业AI创新、AI+视觉计算、AI+创投等分论坛,均是大咖云集。与此同时,大会期间还将重磅发布《2019-2020中国AI计算力发展报告》,公布中国AI计算力城市榜单与热力分布等重要研究成果,为AI投资、创业与就业提供科学指导
大会首日还将举行AI千人训练营,力邀NVIDIA、百度、平安科技、浪潮资深AI工程师讲解最新AI计算技术与应用,帮助学员从零入门AI。
AICC2019人工智能计算大会由中国工程院信息与电子工程学部主办,浪潮集团承办,旨在围绕人工智能的产业需求研讨AI计算,促进AI技术创新、合作发展与人才培养。目前,AICC大会已成为AI计算领域最具分量的前沿技术交流平台,每年都会吸引数千名AI产业与技术领袖、顶级AI专家和AI开发者等参与。
http://aicconf.net/?discountCode=2019
点击链接了解大会更多详情,抢AICC免费门票。
好文章,需要你的鼓励
临近年底,苹果公布了2024年App Store热门应用和游戏榜单,Temu再次成为美国下载量最多的免费应用。
云基础设施市场现在已经非常庞大,很难再有大的变化。但是,因为人们可以轻松地关闭服务器、存储和网络——就像开启它们那样,预测全球云基础设施开支可能非常困难。