英偉達跟USPS合作，用L4級自動駕駛卡車送郵件了！| 矽谷洞察

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

大家好，本周的科技前沿又跟大家見面了！這周的科技前沿精選了北美各大公司的技術進展，無論是自動駕駛，還是自動送貨機器人，各有各玩法，趕緊帶你來看！

NVIDIA 跟 USPS 合作，測試自動駕駛送郵件

英偉達最近兩周跟自動卡車運營公司 TuSimple 在鳳凰城和達拉斯之間測試自動卡車送貨，已運送超過 1000 英里的 USPS 郵件。測試結果顯示，自動駕駛原型能比預期提前到達交付中心。

這自動駕駛是僅限高速公路，由兩個人工操作員監督的自動駕駛系統，屬於L4 級別的自動駕駛。TuSimple的卡車使用英偉達技術訓練其深度學習演算法，以識別交通標誌和緊急車輛等特定物體。

（圖片來自Nvidia官網，版權屬於原作者）

該自動駕駛的行程包括五次往返，每次往返近 2200 英里。有多省時、省人力呢？通常行駛這樣一趟路線需要人類駕駛員大約 48 小時才能完成。因為美國法規要求卡車司機工作時長限制在 11 個小時，因此，這意味著一趟下來，至少需要4天，如果是五次往返，意味著要20天，如今，兩周即可。

福特與機器人公司Agility合作，打造自動駕駛+自動送貨機器人

美國時間上周三，福特汽車宣布將跟機器人企業 Agility 合作，共同打造按需送貨「二人組」。福特將開發自動駕駛車輛，將包裹運送到進行在線購物用戶的家中，然後由 Agility 研發生產的雙足機器人 「Digit」 將貨物運送到客戶家門口。

Digit 是一款模仿人類走路的、有兩足、兩個手臂的專門用來送貨的機器人。其實，Agility 之前造過兩足機器人：

但現在要送貨，不能只有下半身，所以他們給機器人加上了上半身：

Agility Robotics 表示，很多人都在解決 「最後一英里」 的問題，但還有人需要解決 「最後十五米」 的問題，即到達送貨地址後，把貨物從車運到大門門口的那段距離。Agility Robotics 公司認為，未來不久自動駕駛送貨車將上路，因此要想真正縮減運貨成本，就必須以機器人代替人類送貨小哥。

Digit 可以上下台階、由於配備 Lidar 作為 「眼睛」，還可以看路、躲避障礙物。Digit 和自動駕駛汽車共享地圖信息，這樣機器人身上就不用再安裝處理地圖的那塊裝置，更加輕便 —— 每當 digit 不知道怎麼走路了，就會回頭看看汽車，汽車把地圖發給它，它就可以繼續走路。

有網友評論說，久負盛名的波士頓動力（boston dynamics）製造終結者機器人，而 agility robotics 製造外賣小哥機器人。你看好這項技術取代外賣小哥嗎？

感興趣的可以點擊原文查看：

https://www.ttnews.com/articles/ford-prepares-unleash-walking-delivery-robots

https://mashable.com/video/ford-agility-robotics-two-legged-delivery-robot/

下面兩則科技前沿動態跟谷歌有關。

DeepMind：在雷神之錘III遊戲中實現了人類水平的表現

讓 AI 代理掌握多人視頻遊戲中涉及的策略、戰術和與團隊配合是AI研究的關鍵挑戰之一。

Deep Mind 的這項研究在2018年7月首次發布研究成果，介紹了強化學習的新發展，以及如何用強化學習訓練AI代理，使之在雷神之錘III 競技場奪旗模式（Quake III Arena Capture the Flag）中實現了與人類水平相當的表現。

Deep Mind 研究團隊上周在《科學》雜誌上最新發表的論文中，介紹了這一研究的最新發展。該遊戲環境是一個複雜的多代理環境，也是典型的3D第一人稱多人遊戲之一。通過訓練，AI 代理成功地與人類隊友合作，在訓練時的反應時間與人類玩家相當。此外，Deep Mind 展示了這些訓練方法將如何成功地擴展到整個遊戲。

（圖自：DeepMind 博客）

此次訓練的代理，比通常的訓練方法強大，並超過人類玩家的玩遊戲贏率。在對遊戲參與者的調查中，它們被認為比人類參與者協作能力更強。

感興趣的可以點擊原文查看：

https://deepmind.com/blog/capture-the-flag-science/

谷歌：開頭結尾兩張圖，剩下部分全靠編就能補齊中間部分生成視頻

上周，谷歌人工智慧研究部門的研究人員宣布，他們開發出一種新的系統，可以由視頻第一幀和最後一幀生成「似是而非的」視頻序列，這個過程被稱為「inbetween」。

（圖自 Google，版權屬於 Google）

研究團隊介紹說，這套 AI 系統是一個受到了動物視覺皮層啟發的深度神經網路。它由三個部分組成：2D卷積圖像解碼器，負責把來自目標視頻的幀映射到潛在空間；3D卷積潛在表示生成器，負責對包含在輸入幀中的信息進行合併；及視頻生成器，負責將潛在表示解碼為視頻中的幀。

用這種方法生成的視頻，逼真度如何呢？研究人員表示，這種方法生成的視頻，不僅開頭和結尾的風格一致，而且中間部分也看上去還算比較自然。該團隊表示，「這可能給未來的視頻生成技術研究提供了一個有用的替代視角。」

感興趣的可以點擊原文及論文查看：

https://venturebeat.com/2019/05/28/googles-ai-can-create-videos-from-start-and-end-frames-alone/

論文 https://arxiv.org/pdf/1905.10240.pdf

Facebook 引入疾病地圖對抗麻疹

根據美國疾病控制中心數據，美國目前正在經歷自2000年以來最嚴重的麻疹爆發，儘管這項疾病已被美國視為「淘汰」型疾病。如何控制疾病呢？科技公司在此發揮了作用。

據報道，Facebook 正通過跟衛生組織結合，引入預防和應對疾病暴發的地圖來幫助對抗麻疹等傳染病。首次公布的疾病預防地圖提供了詳細的信息，如人口密度，實時人員流動地圖。以便更好地應對流行病並更有效地覆蓋脆弱社區。

截至5月10日，疾病預防控制中心已在今年美國23個州確認了800多起麻疹病例。大多數案件涉及未接種疫苗的兒童。

Facebook正在與13個合作夥伴分享其衛生地圖數據，其中包括哈佛大學公共衛生學院，聯合國兒童基金會和世界經濟論壇。Facebook 兩年前也發布了類似的地圖，以幫助非政府組織應對自然災害。

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！