近日,羅爾斯-羅伊斯宣布與谷歌在瑞典簽署一項關(guān)于開發(fā)智能感知技術(shù)的合作協(xié)議。羅爾斯-羅伊斯將利用谷歌云機器學習引擎,進一步訓練其基于人工智能的分類系統(tǒng),用于探測、識別和跟蹤船舶在海上可能遇到的各種物體,用以提升現(xiàn)有船舶的安全性。
通過結(jié)合大量傳感器數(shù)據(jù)以及自動識別系統(tǒng)和雷達等現(xiàn)有船舶系統(tǒng)提供的信息,智能感知系統(tǒng)將提升船舶的安全性、方便性和作業(yè)效率,讓船員更加全面地了解船舶周圍環(huán)境。羅爾斯-羅伊斯船舶智能高級副總裁KarnoTenovuo表示:“智能感知系統(tǒng)不僅有助于為無人駕駛船舶的未來創(chuàng)造條件,還能為海事企業(yè)立即帶來效益,提升船舶和船員的作業(yè)安全和效率。通過與谷歌云合作,我們可以讓這些系統(tǒng)變得更快更好,以保障安全。”
與圖像和語音搜索等諸多谷歌產(chǎn)品一樣,谷歌云機器學習引擎也采用基于神經(jīng)網(wǎng)絡的機器智能軟件。機器學習是一套算法、工具和技術(shù),能夠模擬人類學習來解決具體問題。機器學習方法用于分析現(xiàn)有數(shù)據(jù)集,旨在學習識別數(shù)據(jù)訓練模式,對以前未見的數(shù)據(jù)做出預測。數(shù)據(jù)集越大,模型能夠識別的模式就越復雜,預測也越準確。如今,經(jīng)過充分訓練的機器學習模型能夠比人類更快更好地進行預測分析。
羅爾斯-羅伊斯將使用谷歌云軟件來創(chuàng)建定制機器學習模型,以更好闡釋其創(chuàng)建的大型和多樣化船舶數(shù)據(jù)集。羅爾斯-羅伊斯還將利用自身在船舶領(lǐng)域的專長來準備數(shù)據(jù),訓練模型,確保數(shù)據(jù)的相關(guān)性和充足數(shù)量,以建立數(shù)據(jù)的統(tǒng)計學意義。作為機器學習過程的一部分,模型的預測能力將在實際船舶應用中進行評估,從而得到進一步優(yōu)化。而通過云軟件的應用,這些模型可以在世界任何地方開發(fā)和即時使用,用戶可達數(shù)千人,從而實現(xiàn)大量(太字節(jié))數(shù)據(jù)訓練。隨著無人駕駛船舶的普及,這一點將變得至關(guān)重要。
據(jù)介紹,從更長遠的角度出發(fā),羅爾斯-羅伊斯和谷歌有意在無監(jiān)督和多模態(tài)學習方面開展聯(lián)合研究。兩家公司還將測試語音識別與合成是否能夠成為船舶應用中切實可行的人機界面解決方案。雙方還將利用谷歌TensorFlow等開源機器智能軟件庫,優(yōu)化船舶上本地神經(jīng)網(wǎng)絡的計算性能。
備注:數(shù)據(jù)僅供參考,不作為投資依據(jù)。
掃碼下載
免費看價格