
路怒症是一个全球性的现象。在中国,大约60%的司机有过路怒经历。在美国,近80%的司机称自己在开车时有过明显的愤怒或攻击性情绪。当这些情绪导致攻击性驾驶时,路怒症在相当大比例的交通事故中负有责任。
近期的研究探索了利用人类声音来判断司机是否愤怒到不宜开车的方法。IEEE旗下的IEEE Access杂志最近发表的一篇论文探讨了一种方法,该方法在实验室中利用声音达到了约95%的准确率,这引发了人们对这项技术是否接近实际应用的疑问。
不止追踪路况的传感器
汽车越来越多地配备了一系列传感器,用于监测车内、引擎盖下以及周围环境的状况(https://transmitter.ieee.org/what-does-your-car-know-about-you/)。例如,一些汽车的方向盘中嵌入了心率监测器,用于检测疲劳驾驶以及可能出现的心脏紧急状况。有些汽车配备了摄像头,用于查看司机是否集中注意力。
IEEE会员Ning Hu表示,虽然这些传感器能够评估司机的身体状况,但事实证明判断他们的情绪状态更加棘手,因为混合情绪是很常见的。
“如果分类是二元的,即愤怒与不愤怒,那么即使系统是在猜测,准确率也有50%。”
人工智能在解读情绪中的作用
利用计算机识别和分类人类情绪被称为情感计算。该领域的研究人员利用基于数据集(包括图像、社交媒体文本和语音)训练的各种形式的人工智能。金融服务和医疗保健等行业一直依赖情感计算。例如,银行可能会在呼叫中心使用这项技术来判断客户是否生气。营销公司在焦点小组中使用面部分析来对广告反应进行分类,并了解观众对电影可能的感受。
情感计算的各种方法都存在缺陷,并且在现实环境中遇到了困难。许多识别路怒行为的研究都集中在诸如攻击性变道和车速等方面。一些研究人员使用车内摄像头来分析面部表情。研究人员指出,愤怒的人可以掩饰自己的情绪,使其不在脸上表现出来。
推进这项技术可能需要一个多模态系统,即一个整合面部表情、驾驶行为和声音的系统。
当汽车检测到愤怒情绪时会发生什么
设想这样一个未来:人工智能能够判定司机是否过于愤怒或者因其他原因而不适合驾驶。汽车如何处理这些信息仍然是个问题。有几种可能性。首先,人工智能可能会使汽车无法启动或者启动自动驾驶功能。
“开发用于自动驾驶的人工智能算法的关键目标之一是安全,”Hu说道,“人工智能的稳健性和可解释性仍然存在疑问。人工智能可能会利用收集到的所有可能的数据,判定司机‘过于’愤怒,但将使汽车无法启动这一操作交给人工智能意味着放弃控制权,这可能会对车内的司机造成伤害。问题仍然存在:对人工智能的信任程度如何,当人工智能出错时会有哪些法律后果?”
另一种可能性是这些信息可能会被报告给保险公司。
Hu说:“客户的接受程度取决于从这类保险产品中提供个人数据所获得的利益。不同司法管辖区的保险产品也应考虑到监管和伦理考量。”
好文章,需要你的鼓励
惠普企业(HPE)发布搭载英伟达Blackwell架构GPU的新服务器,抢占AI技术需求激增市场。IDC预测,搭载GPU的服务器年增长率将达46.7%,占总市场价值近50%。2025年服务器市场预计增长39.9%至2839亿美元。英伟达向微软等大型云服务商大量供应Blackwell GPU,每周部署约7.2万块,可能影响HPE服务器交付时间。HPE在全球服务器市场占13%份额。受美国出口限制影响,国际客户可能面临额外限制。新服务器将于2025年9月2日开始全球发货。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
安全专业协会ISACA面向全球近20万名认证安全专业人员推出AI安全管理高级认证(AAISM)。研究显示61%的安全专业人员担心生成式AI被威胁行为者利用。该认证涵盖AI治理与项目管理、风险管理、技术与控制三个领域,帮助网络安全专业人员掌握AI安全实施、政策制定和风险管控。申请者需持有CISM或CISSP认证。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。