chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

谷歌使用機(jī)器學(xué)習(xí)模型來(lái)預(yù)測(cè)哪條路線最省油或最節(jié)能

IEEE電氣電子工程師 ? 來(lái)源:IEEE電氣電子工程師 ? 2023-07-25 16:37 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

該公司表示,司機(jī)們正在聽(tīng)取谷歌地圖關(guān)于如何減少旅行中溫室氣體排放的建議。

2021年末,谷歌在谷歌地圖中推出了一項(xiàng)功能,用戶可以看到最省油的路線。谷歌在近日發(fā)布的最新環(huán)境報(bào)告中估計(jì),該功能已幫助防止了約120萬(wàn)公噸的地球升溫二氧化碳排放 —— 這幾乎相當(dāng)于一年內(nèi)減少25萬(wàn)輛耗油汽車(chē)。

該工具在美國(guó)推出,但現(xiàn)在在加拿大、埃及和歐洲近40多個(gè)國(guó)家也有售。谷歌使用機(jī)器學(xué)習(xí)模型來(lái)預(yù)測(cè)哪條路線最省油或最節(jié)能,并向地圖用戶推薦。如果最省油的路線也是最快的,谷歌地圖將默認(rèn)使用該選項(xiàng)。

用戶還可以告訴該應(yīng)用程序汽車(chē)的發(fā)動(dòng)機(jī)類(lèi)型,無(wú)論是汽油、柴油、混合動(dòng)力還是電動(dòng),以獲得更準(zhǔn)確的預(yù)測(cè)??梢钥隙ǖ氖牵俗步煌?、騎自行車(chē)或步行仍然是更可持續(xù)的選擇,谷歌表示,它正在努力使地圖在駕駛之外更容易使用。

用戶還可以告訴該應(yīng)用程序汽車(chē)的發(fā)動(dòng)機(jī)類(lèi)型,無(wú)論是汽油、柴油、混合動(dòng)力還是電動(dòng),以獲得更準(zhǔn)確的預(yù)測(cè)。可以肯定的是,乘坐公共交通、騎自行車(chē)或步行仍然是更可持續(xù)的選擇,谷歌表示,它正在努力使地圖在駕駛之外更容易使用。11月,谷歌在一些大城市推出了“實(shí)時(shí)查看(Live View)”AR功能,使地圖更具沉浸感。它當(dāng)時(shí)還更新了帶有過(guò)濾器的地圖,以幫助電動(dòng)汽車(chē)駕駛員找到快速充電器。

根據(jù)谷歌自己的分析,許多司機(jī)正在走汽車(chē)污染最小的道路。為了計(jì)算阻止排放的尾氣,該公司將地圖用戶在行駛路線上可能消耗的燃料量與如果沒(méi)有環(huán)保路線工具,他們走最快的路線會(huì)消耗的燃料進(jìn)行了比較。從2021年10月谷歌推出該工具到2022年12月,節(jié)省了120萬(wàn)公噸的二氧化碳排放量。

這都是谷歌到2022年通過(guò)其產(chǎn)品幫助10億用戶“做出更可持續(xù)的選擇”目標(biāo)的一部分。在其新的環(huán)境報(bào)告中,谷歌還通過(guò)Nest分享了多年來(lái)的節(jié)能數(shù)字。據(jù)估計(jì),2011年至2022年間,其智能恒溫器節(jié)省了1130多億千瓦時(shí)的能源和3600萬(wàn)公噸的二氧化碳排放量。僅去年一年,Nest恒溫器就幫助用戶節(jié)省了比谷歌當(dāng)年使用的更多的能源。

當(dāng)然,谷歌產(chǎn)生的污染比任何家庭都要嚴(yán)重得多。2022年,其碳足跡總計(jì)排放了1018多萬(wàn)公噸二氧化碳,大致相當(dāng)于一年內(nèi)25多個(gè)燃?xì)獍l(fā)電廠的污染。谷歌的排放量已從2018年的約1360萬(wàn)公噸下降,但該公司要實(shí)現(xiàn)到2030年將排放量減半的目標(biāo)還有很長(zhǎng)的路要走。

責(zé)任編輯:彭菁

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 電動(dòng)汽車(chē)
    +關(guān)注

    關(guān)注

    156

    文章

    12552

    瀏覽量

    236247
  • 谷歌
    +關(guān)注

    關(guān)注

    27

    文章

    6245

    瀏覽量

    110264
  • 模型
    +關(guān)注

    關(guān)注

    1

    文章

    3649

    瀏覽量

    51716
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8541

    瀏覽量

    136236

原文標(biāo)題:谷歌地圖將用來(lái)幫減少尾氣污染

文章出處:【微信號(hào):IEEE_China,微信公眾號(hào):IEEE電氣電子工程師】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    分享一個(gè)嵌入式開(kāi)發(fā)學(xué)習(xí)路線

    如果你想要學(xué)習(xí)嵌入式開(kāi)發(fā),我建議按照這個(gè)學(xué)習(xí)路線準(zhǔn)備: 1. 基礎(chǔ)鋪墊期(1-2個(gè)月) 理解嵌入式系統(tǒng)的“硬件基礎(chǔ)”和“編程入門(mén)”,能看懂簡(jiǎn)單電路,寫(xiě)出基礎(chǔ)C語(yǔ)言代碼。這一階段的學(xué)習(xí)
    發(fā)表于 12-04 11:01

    超小型Neuton機(jī)器學(xué)習(xí)模型, 在任何系統(tǒng)級(jí)芯片(SoC)上解鎖邊緣人工智能應(yīng)用.

    Neuton 是一家邊緣AI 公司,致力于讓機(jī)器 學(xué)習(xí)模型更易于使用。它創(chuàng)建的模型比競(jìng)爭(zhēng)對(duì)手的框架小10 倍,速度也快10 倍,甚至可以在最先進(jìn)的邊緣設(shè)備上進(jìn)行人工智能處理。在這篇博文
    發(fā)表于 07-31 11:38

    通過(guò)NVIDIA Cosmos模型增強(qiáng)機(jī)器人學(xué)習(xí)

    通用機(jī)器人的時(shí)代已經(jīng)到來(lái),這得益于機(jī)械電子技術(shù)和機(jī)器人 AI 基礎(chǔ)模型的進(jìn)步。但目前機(jī)器人技術(shù)的發(fā)展仍面臨一個(gè)關(guān)鍵挑戰(zhàn):機(jī)器人需要大量的訓(xùn)練
    的頭像 發(fā)表于 07-14 11:49 ?766次閱讀
    通過(guò)NVIDIA Cosmos<b class='flag-5'>模型</b>增強(qiáng)<b class='flag-5'>機(jī)器人學(xué)習(xí)</b>

    模型在半導(dǎo)體行業(yè)的應(yīng)用可行性分析

    的應(yīng)用,比如使用機(jī)器學(xué)習(xí)分析數(shù)據(jù),提升良率。 這一些大模型是否真的有幫助 能夠在解決工程師的知識(shí)斷層問(wèn)題 本人純小白,不知道如何涉足這方面 應(yīng)該問(wèn)什么大模型比較好,或者是看什么視頻能夠
    發(fā)表于 06-24 15:10

    邊緣計(jì)算中的機(jī)器學(xué)習(xí):基于 Linux 系統(tǒng)的實(shí)時(shí)推理模型部署與工業(yè)集成!

    你好,旅行者!歡迎來(lái)到Medium的這一角落。在本文中,我們將把一個(gè)機(jī)器學(xué)習(xí)模型(神經(jīng)網(wǎng)絡(luò))部署到邊緣設(shè)備上,利用從ModbusTCP寄存器獲取的實(shí)時(shí)數(shù)據(jù)來(lái)
    的頭像 發(fā)表于 06-11 17:22 ?786次閱讀
    邊緣計(jì)算中的<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>:基于 Linux 系統(tǒng)的實(shí)時(shí)推理<b class='flag-5'>模型</b>部署與工業(yè)集成!

    請(qǐng)問(wèn)是否可以在模型服務(wù)器中使用REST請(qǐng)求OpenVINO?預(yù)測(cè)?

    是否可以在模型服務(wù)器中使用 REST 請(qǐng)求OpenVINO?預(yù)測(cè)?
    發(fā)表于 03-05 08:06

    OpenAI簡(jiǎn)化大模型選擇:薩姆·奧特曼制定路線

    OpenAI的首席執(zhí)行官薩姆·奧特曼(Sam Altman)近期為公司的GPT-4.5和GPT-5大模型開(kāi)發(fā)制定了一項(xiàng)重要的路線圖,旨在極大地簡(jiǎn)化和優(yōu)化用戶及開(kāi)發(fā)人員在選擇AI模型時(shí)的體驗(yàn)。 在當(dāng)
    的頭像 發(fā)表于 02-18 09:12 ?752次閱讀

    機(jī)器學(xué)習(xí)模型市場(chǎng)前景如何

    當(dāng)今,隨著算法的不斷優(yōu)化、數(shù)據(jù)量的爆炸式增長(zhǎng)以及計(jì)算能力的飛速提升,機(jī)器學(xué)習(xí)模型的市場(chǎng)前景愈發(fā)廣闊。下面,AI部落小編將探討機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 02-13 09:39 ?626次閱讀

    信道預(yù)測(cè)模型在數(shù)據(jù)通信中的作用

    在現(xiàn)代通信系統(tǒng)中,數(shù)據(jù)傳輸?shù)目煽啃院托适呛饬肯到y(tǒng)性能的關(guān)鍵指標(biāo)。信道預(yù)測(cè)模型作為通信系統(tǒng)中的一個(gè)核心組件,其作用在于預(yù)測(cè)信道條件的變化,從而優(yōu)化數(shù)據(jù)傳輸策略,提高通信質(zhì)量。 信道預(yù)測(cè)
    的頭像 發(fā)表于 01-22 17:16 ?1286次閱讀

    【「基于大模型的RAG應(yīng)用開(kāi)發(fā)與優(yōu)化」閱讀體驗(yàn)】+大模型微調(diào)技術(shù)解讀

    。通過(guò)微調(diào),模型可以學(xué)習(xí)特定領(lǐng)域的專(zhuān)業(yè)知識(shí)和語(yǔ)言特征,從而在高度專(zhuān)業(yè)化的領(lǐng)域中展現(xiàn)出卓越的表現(xiàn)。微調(diào)過(guò)程主要有這幾項(xiàng)內(nèi)容:數(shù)據(jù)清洗:消除噪聲、提高數(shù)據(jù)質(zhì)量。包括處理缺失值(如用特殊符號(hào)代替缺失的單詞
    發(fā)表于 01-14 16:51

    借助谷歌Gemini和Imagen模型生成高質(zhì)量圖像

    在快速發(fā)展的生成式 AI 領(lǐng)域,結(jié)合不同模型的優(yōu)勢(shì)可以帶來(lái)顯著的成果。通過(guò)利用谷歌的 Gemini 模型來(lái)制作詳細(xì)且富有創(chuàng)意的提示,然后使用 Imagen 3
    的頭像 發(fā)表于 01-03 10:38 ?1350次閱讀
    借助<b class='flag-5'>谷歌</b>Gemini和Imagen<b class='flag-5'>模型</b>生成高質(zhì)量圖像

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗(yàn)】2.具身智能機(jī)器人大模型

    近年來(lái),人工智能領(lǐng)域的大模型技術(shù)在多個(gè)方向上取得了突破性的進(jìn)展,特別是在機(jī)器人控制領(lǐng)域展現(xiàn)出了巨大的潛力。在“具身智能機(jī)器人大模型”部分,作者研究并探討了大
    發(fā)表于 12-29 23:04

    《具身智能機(jī)器人系統(tǒng)》第7-9章閱讀心得之具身智能機(jī)器人與大模型

    醫(yī)療領(lǐng)域,手術(shù)輔助機(jī)器人需要毫米級(jí)的精確控制,書(shū)中有介紹基于視覺(jué)伺服的實(shí)時(shí)控制算法,以及如何利用大模型優(yōu)化手術(shù)路徑規(guī)劃。工業(yè)場(chǎng)景中,協(xié)作機(jī)器人面臨的主要挑戰(zhàn)是快速適應(yīng)新工藝流程。具身智能通過(guò)在線
    發(fā)表于 12-24 15:03

    【「大模型啟示錄」閱讀體驗(yàn)】營(yíng)銷(xiāo)領(lǐng)域大模型的應(yīng)用

    今天跟隨「大模型啟示錄」這本書(shū),學(xué)習(xí)在營(yíng)銷(xiāo)領(lǐng)域應(yīng)用大模型。 大模型通過(guò)分析大量的消費(fèi)者數(shù)據(jù),包括購(gòu)買(mǎi)歷史、瀏覽記錄、社交媒體互動(dòng)等,能夠識(shí)別消費(fèi)者的偏好和行為模式。這種分析能力有助于企
    發(fā)表于 12-24 12:48

    AI模型部署邊緣設(shè)備的奇妙之旅:目標(biāo)檢測(cè)模型

    濾波器都會(huì)生成一個(gè)稱(chēng)為“特征圖”“激活圖”的輸出。 共享權(quán)重:所有位置使用相同的卷積核參數(shù),這不僅減少了模型參數(shù)的數(shù)量,還使得模型能夠學(xué)習(xí)到平移不變的特征。 2.3.5.2 激活層
    發(fā)表于 12-19 14:33