笔者这个月已经有100次在人行道上差一点就被电动滑板车撞倒的经历,还看到一次电动滑板车造成的事故,事出电动滑板车沿一条单行道中心线朝错误冲红绿灯。我不禁开始想,为什么今时今日的手机可以提供精确导航了,而业内却无法规范电动滑板车用户遵守交通法规。是否可以强制那些越来越多的共享电动滑板车必须整合技术保障,至少用于防止电动滑板车使用者各种严重的交通违规?
现在美国各大城市的街道上都能见到可出租电动滑板车,其速度和突发性无不令人震惊。曾几何时也就是每几周见一次电动滑板车,而今天下午,笔者所在的公寓大楼的一个街区人行道上摆着16辆滑板车,真是不能低估电动滑板车革命对城市交通世界的深入渗透。
虽然骑自行车的人和滑板车爱好者一直都有人无视安全法规,但随处可见的出租电动滑板车的迅速兴起必将令我们审视安全法观念的出现改变。
我们很少见到骑自行车的人在拥挤的人行道中穿梭,即使是短期租自行车用的游客也不会这样做。不幸的是,至少在笔者所在的华盛顿特区这一块,却常常能看到电动滑板车在拥挤的人行道上穿梭。而且,有时电动滑板车上甚至可能载着两三个人,电动滑板车因而会疯狂地左右晃动,快速在行人中穿插而行。
更糟糕的是,电动滑板车从后面接近行人时由于其机动性而不会像传统脚踏板那样礼貌地放缓速度,电动滑板车经常是快速地从行人身边插身而过。
电动滑板车并无车牌,因而缺乏明确的通用标识符,这也使得被电动滑板车蹭了或发生发生其他危险交互时的行人难以向执法人员提供违法者的身份信息。
更糟糕的是,那些经常截停违反交通法规骑车者的警察似乎不那么愿意干预涉及同样违法行为的电动滑板车。
随便放置的电动滑板车也为行动不便的人带来了独特的危险。笔者的邻居是个视障人士,他最近提到,他每天步行到当地的公共汽车站,乱放的电动滑板车都可能导致危险,成了他的噩梦,而另一位使用电动轮椅的居民现在出行时就经常需要有朋友陪同,帮他清除被扔在在人行道中间的滑板车。
在我们现在生活的世界里,智能手机上的导航传感器已经够精确的了,导航传感器可以确定从起点到目的地的距离,能告诉我们身处商场走廊的左边还是右边,在有些地方导航传感器还能区分我们是在人行道上还是在行车道上。
为什么电动滑板车就没有去小小地尝试一下整合这些技术呢?
如果电动滑板车在双车道公路中间朝错误的方向行驶,导航传感器完全可以显示出来,技术上的实现是十分简单的事。将标准商业交通信息整合进来,完全可以确认周围的车辆都是在与滑板车相反的方向移动(同时可以验证这不是由于临时建筑或事故的绕道)。
虽然目前的消费者移动GPS导航要精确区分人行道和行车道的界线还有难度,但利用包括摄像系统在内的其他传感器的整合大可以减少电动滑板车在拥挤的人行道上非法和不安全操作。这些传感器还可用于检测弃在人行道中间的滑板车,传感器可以发出提示的声音,或是呼叫公司工作人员挪开滑板车。
还可以利用类似于在车辆停放辅助系统中的超声波障碍物传感器,在检测到前方有诸如行人的障碍物时自动调节速度。
滑板车公司则可以利用所有这些数据识别那些以不安全的方式操作滑板车的用户或以不安全的方式放置滑板车的用户。用户出现违规行为后,公司可以对其发出警告、罚款和暂停服务,甚至永久禁止这些用户使用滑板车公司的服务。
当然,要添加传感器或使用遥测数据来评估用户的安全性以及是否遵守交通法规会增加公司的额外费用,这些公司目前尚无动力去承担这些费用。
假若一些城市开始通过法规要求在所有机动商业可出租交通工具上安装安全遥测和传感器系统并每天都会向城市公共安全部门提供报告,那么会怎么样呢?至少有办法从系统里移除那些有严重违规行为的用户。而且,通过提高发生违规次数最多地区的可见度,警方可以更准确地开展针对性执法行动。
总而言之,我们现在已经拥有技术和数据分析技术,可以做到令电动滑板车等机动租赁车辆比现在更加安全一些,但硅谷的事情都是这样,法律还跟不上,也不能提供动力令公司采取措施实现这些安全功能。
在他们实现这些安全功能前,我们只得去习惯那些不断增长的不负责任的机动驾驶人士和变化莫测的滑板车障碍。只能与其分享属于我们的人行道。
好文章,需要你的鼓励
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。