如影随形

人工智能可以帮助您找到“林荫大道”

发布时间：2025-07-16 09:21编辑：bet356在线官方网站浏览（67）

三年前，在北京的热门标签上，一个网民在一个社交平台上发布：“我几乎每天都'sanitized'。我可以计划一条凉爽的道路吗？”许多程序员的第一反应是：“这有点困难！”但是，刘Yue是负责Gaode地图上交通和才华的人，当他看到此信息时，他的想法爆炸了。从技术的角度来看，通过在某个时间点获得太阳的角度并叠加建筑物和城市树木的分布信息，您可以估计可以遮蔽路的哪些部分。 Liu Yue的团队介绍了将太阳拒绝角度拒绝到天文学的公式，该公式与城市建筑和绿色遥感图的层相连，然后计算出路面阴影覆盖率的速度。一个月后，“ Bookhouse Navigation”功能悄然启动。它可以延长乘车时间，但该路线更多地关注阴影和舒适感。 “算法的起点M是不是效率，而是人类。”刘Yue说。很多时候，技术发展的方向不是“自上而下的”设计，而是“自下而上”的灵感。谁会认为，最终的“ Bookhouse”的灵感来自Midsummer的Netizen留下的消息，在Midsummer的Netizen留下的信息中，导航的底背后是2025年春季的纽约市的纽约市，纽约市的纽约市的纽约市纽约市的纽约市。 “在线焦虑”同时：前者是守则中的困难，后者在城市道路网络上练习的代理人将尝试实施两个主要的工作和生活，这是Alibaba cloud tongercode的范围。产品，试图通过插件优化开发过程，并允许AI参与实际开发程序员。 Chen Xin说：“我们始终相信软件编程的智能是一般趋势。”当时，在国内外，大型模型技术仍在童年时期，很少有人真正相信AI可以深入干预软件工程。为了找到方向，他们在各种开发人员会议上“追风”，试图从Unahan获得突破。这是一个安静的探索时期。没有混合物，没有倾斜的资源，甚至没有很多人真正注意自己在做什么。他们依靠传统算法来处理一些“小问题”：识别常见的错误（错误），制作代码克隆代码，甚至只是为搜索逻辑提供建议。直到Thyi Qianwen Big模型被发布，AI的生成能力就跳了起来，而Thyi Ling Code则达到了建设点。他们开始限制模型，大规模代码和共同开发情况的模型以及GRA双重意识到“理解需求，更改代码并保持想法”的能力的封闭循环。几乎同时，Liu Yue还解决了他的脑海中一个“旧问题”：如何使其更明智？ 2021年，他的团队启动了“交通倒计时”的研发。作为旧的算法专家，Liu Yue长期参与了搜索研究，语音谈判和其他领域。但是，这是一项非常困难的任务，即将AI系统与城市道路网络联系起来并在一千万用户的旅程中服务。导航软件用户最直观的感觉是“阻止”或“平滑”。但是从技术方面来说，决定流量效率的原因是真正“等待” - 尤其是等待红灯。 Liu Yue说：“我们希望导航不仅避免交通拥堵，而且更重要的是，帮助用户避免'等待'。”他们试图预测提前预测的BA交通灯自行车交叉点，结合实时PO车辆的速度和速度确定它是否可以实现“绿波”，然后动态路径的建议。起初，团队中的许多人发现这个想法有点“不现实”，因为它要求系统准确预测交通信号灯的每一次变化的时间。 Liu Yue开始从“最简单”的交通信号灯（即固定长度的交通信号灯）开始测试，每个周期继续重复。只要您知道现在是第二次，您就可以计算下一次更换光线的时间。但是现实中的交通信号灯并不是“诚实”。许多主要北京道路上的交通信号灯是“自适应”，并且通过交通动态调整时间长度。例如，当有大量人群时，给pedestsrian再过几秒钟，当有很多汽车时，绿灯将会扩大。 “您听到的句子'红灯即将是绿色'是在道路后面的 - 减少和计算交通流量，道路动态，一个ND City Layout。” Liu Yue说：“您必须了解技术，并且必须了解城市和运输。因为不可预测的“插入”是影响驾驶体验的一部分。“今天，刘Yue领导了航空智能运动项目，该项目进行了三个主要活动：了解交通，伸展服务和情感整合。过去，导航具有共同的过程，但是现在它是基于重建多个模型的能力，而不是在绿色的元素中，而不仅可以确定它的效果。它可以捕捉绿灯，不仅是盲人驾驶员区域，还会在山地上进行警告。But real life requires more thoughtful and reliable integration." Liu Yue does not talk about "dreams", but pays attention to the "most important of doing things right now." Understanding people is the value of technology. The purpose of providing hot integration with AI systems is not only to improve the "accuracy indicators", but to mUse people who truly use and work hard to use them. The first batch of Tongyi Lingma users is mostly "One-Person Company" programmers: they are highly依靠工具，甚至将AI视为“合作伙伴”，并不友好：有些人说，AI产生的代码“像家庭作业”，并且有人抱怨说注释是“自我联系”的。长度按项目tYPE并根据上下文判断可变命名样式。最终的目标是开发商“ Mayroong更可靠的队友”感受到。刘Yue面对更直接的用户反馈：导航说红灯已经变成绿色，但是现实中的红灯并没有改变。建议“当前的最佳途径”发生，但是发生了一条慢速的火车……nabigation系统的每个单词都必须携带”团队的测试，发现真正困难的不是使模型更强大，而是要更稳定，更准确，更有用，更有用。他有情绪，他回答：“ AI的情绪最好接受人们的情绪。”继承人自己的声音并自定义为亲密的人提供独家浏览：孩子记录了“爸爸，慢慢点击”，父母提醒“不记得”，这对夫妇的昵称替换为“请在前面转动”。即使您相距数千英里，您也可以听到彼此熟悉的声音，并在Worseningkbay之后陪伴您。团队还设计了许多“热”语音内容，例如在持续的弯道传递后，他们会告诉用户：“现在，我已经经过了所有的道路，从现在开始，这是一条顺利的道路。”尽管这些词不是“必要的”，但在正确的时机中被告知，可以使人们“理解”，好像有人同在。该模型无法提供完美的答案，评论仍然会犯错。但是，陈银和刘Yue仍在投资他们在这个不确定的系统中反复抛光的代码，声音和经验。因为他们知道理解人们的过程是无限的。他们选择连续e不是因为AI足够，而是因为他们准备随着人工智能成长。 Chen Xin的团队正试图使AI不仅能够编写代码，还可以了解人的工程：开发人员只需要描述自然语言的任务，而Thyi lingcode可以自动搜索，工程审查，调用MCP工具，甚至执行终端命令，甚至执行终端命令 - 一个编码合作伙伴，他们真正“了解开发人员”。当模型具有语义功能时，也将打开用户的想象力。有些人使用Thyi ling Code研究“红色大厦”梦中的角色数量，发现Jia Baoyu出现了3,810次，Jia Mu出现了2,390次，Wang Xifeng出现了1,760次。想要喝茶牛奶的用户通过编程以几秒钟的方式检查附近的各种牛奶茶店；有些人使用AI来获取微信聊天笔记，并且不再担心失去有价值的信息...分页工人正在扩大，但是对于团队来说，大多数人关心的是n关于展示技能的ot，但如果用户感到：“这样，我更坚强。”刘Yue经常从更长的角度来看，并看到AI流量如何变化。他认为，当前的代理只能被视为1.0版。 “当前的交通信号灯确实是'人'同步的一种机制 - 您要走了，我停下来，使用灯互相协调。但是，如果汽车和汽车，汽车和道路可以交谈，则不需要交通信号灯。” Liu Yue描述了一个超级自动的未来：在您外出之前，系统已经知道您要去哪里，并自动发送汽车来接机；交通流量是通过AI固定并发送的。这条路径是可预防的，整个城市就像一个流动的神经网络，良好而有效。自主驾驶不再“拿”，而是“协调”；人们坐在车上时需要观看和体验，无法控制它。他说：“当时开车就像今天骑马一样。” “这不是为了通讯“ AI”将奖励喜欢学习的学生。刘Yue认为有很多场景可以改变，尤其是在旅行时。“每个周末，很多人都说'出去散步'，在公共汽车上半小时后，但是我不知道该领域的景点很难进入。推荐时间，时间和兴趣，地图的整合，远足，城市居民的经验；您只需要说“我想出去散步”，AI将帮助您设计所有行程。”Onger具有明确的软件边界，并且没有更多的命令行受到伤害。 “未来的发展将与AI一起增长；未来的软件可以在任何地方。” Liu Yue和其余的并没有隐藏AI的限制 - 他们无法控制失业，不擅长复杂的推理，并且不会给予及时的反馈...但是他们始终相信AI不会解决所有问题，但可能会以新的方式促进人们理解问题。这是一种概念的改变，一个开放的态度，对“我写得更好”的痴迷的抵抗力，并且面对这样一个事实，即大型模型可以“只知道一个举动，但要奋斗世界”，并且仍然选择相信合作而不是预防它。未来对仍在增长的事物的投注并不是因为它是完美的，而是因为人们相信AI的过程是值得的。