当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 谷歌称在人工智能领域取得突破,可显著减少飞机对全球变暖的影响

谷歌称在人工智能领域取得突破,可显著减少飞机对全球变暖的影响

来源:51CTO.COM 2023-08-20 15:10:44 0浏览 收藏

从现在开始,我们要努力学习啦!今天我给大家带来《谷歌称在人工智能领域取得突破,可显著减少飞机对全球变暖的影响》,感兴趣的朋友请继续看下去吧!下文中的内容我们主要会涉及到等等知识点,如果在阅读本文过程中有遇到不清楚的地方,欢迎留言呀!我们一起讨论,一起学习!

谷歌称在人工智能领域取得突破,可显著减少飞机对全球变暖的影响

8 月 14 日消息,谷歌表示其在人工智能领域取得了重大突破,可以大大减少飞行对气候的影响。

飞机在空中留下的长长白线,叫做尾迹云,它们是飞机排放的烟尘在冰冷的高空凝结成冰晶形成的。尾迹云有时会让天空变得阴沉,而且会阻挡地球散发出的热量,导致全球变暖。据联合国估计,飞机产生的尾迹云占了飞行造成的全球变暖影响的三分之一以上。

如果飞机能够避开容易形成尾迹云的区域,就可以减少对全球变暖的影响。为了实现这一目标,谷歌研究人员利用了人工智能技术,收集了卫星图像、天气和飞行路径数据,并将其输入人工智能系统,可以为飞行员提供避免产生尾迹云的路线。

谷歌与一家航空公司和一家数据提供商合作,在六个月内进行了 70 次试验飞行,让美国航空公司的飞行员按照人工智能系统生成的路线飞行。研究人员随后检查了卫星图像,发现尾迹云减少了 54%。

“这是第一个证明商业航班可以减少尾迹云,从而降低它们对气候的影响的证据。”谷歌在其公告中称。本站注意到,谷歌还指出,这些飞行多消耗了 2% 的燃料,但谷歌认为可以选择性地使用这些路线。谷歌表示,其将“在未来几年内与整个航空业合作,利用人工智能使消除尾迹云成为现实”,并称这有“可能成为一种经济有效、可扩展的解决方案,以减少飞行对气候的影响”。

文中关于人工智能,​谷歌的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《谷歌称在人工智能领域取得突破,可显著减少飞机对全球变暖的影响》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
台积电被指在美建厂犯了选址错误,亚利桑那州缺水、缺工问题严重台积电被指在美建厂犯了选址错误,亚利桑那州缺水、缺工问题严重
上一篇
台积电被指在美建厂犯了选址错误,亚利桑那州缺水、缺工问题严重
欧洲用华为AI模型预报天气
下一篇
欧洲用华为AI模型预报天气
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    403次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    479次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    489次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    436次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    262次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码