極客網(wǎng)6月24日消息,今天,由汽車創(chuàng)新港、NewCar??W(wǎng)主辦的“預(yù)見未來:人工智能和自動駕駛技術(shù)論壇”在上海盛大舉行,論壇圍繞人工智能在自動駕駛汽車領(lǐng)域的應(yīng)用實(shí)踐這一話題,深入探討駕駛輔助、自動駕駛、高精度地圖、環(huán)境感知、語音識別、軟件系統(tǒng)等技術(shù)難點(diǎn)和重點(diǎn)。極客網(wǎng)作為合作支持媒體,將為您帶來全程報(bào)道。
論壇邀請了沃爾沃汽車智能駕駛事業(yè)部高級經(jīng)理張立存博士、地平線機(jī)器人智能駕駛業(yè)務(wù)總監(jiān)李星宇,亞太機(jī)電智能網(wǎng)聯(lián)事業(yè)部 技術(shù)總監(jiān)梁濤年博士,QNX大中華區(qū)總經(jīng)理張人杰,吉利汽車主動安全科經(jīng)理李博博士,閱面科技創(chuàng)始人(前阿里巴巴算法總監(jiān))趙京雷博士,慧眼科技 CEO(Imprezzeo創(chuàng)始人)單霆博士,上海傲碩信息科技總經(jīng)理鄭天堂先生,中科慧眼創(chuàng)始人副總經(jīng)理孟然先生做主題分享。
第六位出場演講的是地平線機(jī)器人智能駕駛事業(yè)部總監(jiān)李星宇,他演講的標(biāo)題目是《通往自動駕駛的深度學(xué)習(xí)之旅》。
以下是演講速記整理內(nèi)容:
之前嘉賓更多關(guān)注在自動駕駛應(yīng)用這個領(lǐng)域,趙博士更專注于機(jī)器人這一塊,就是我們究竟應(yīng)該怎么樣去知道,讓機(jī)器了解這個世界,知道了這個世界之后,后面我們?nèi)绾卧谲嚿先?yīng)用它。
接下來是今天最后一位壓軸嘉賓,來自地平線機(jī)器人的李星宇李星宇李總,下面有請李總跟我們分享一下。
李星宇:非常感謝大家還堅(jiān)持到底,說明對我們這個論壇是真正的有興趣的嘉賓。我是來自于底線線機(jī)器人汽車業(yè)務(wù)的負(fù)責(zé)人李星宇,地平線機(jī)器人成立有一年的時間,創(chuàng)始人余凱是百度深度學(xué)習(xí)研究院的院長,也算是國內(nèi)第一個深度學(xué)習(xí)的研究院是他建立的。他成立了地平線這家公司,專注于深度學(xué)習(xí)技術(shù)的開發(fā),所以在今天我想跟大家分享的主題就是如何將深度學(xué)習(xí)和自動駕駛結(jié)合在一起。
應(yīng)該說在今年的AlphaGo和李世石的對決當(dāng)中,大家對于機(jī)器人的關(guān)注已經(jīng)到了一個非常高的水準(zhǔn),其實(shí)自動學(xué)習(xí)已經(jīng)有不少的時間。今年豐田有做過一個Demo的系統(tǒng),他做了是8輛車并沒有被教任何的駕駛規(guī)則,就是隨意往前開,這8輛車會置于一個訓(xùn)練系統(tǒng)之下,經(jīng)過八個小時的訓(xùn)練之后,八個小時下來沒有碰撞,這真是了不起的事情。
通過資本界我們來看,這些10億美元的投入都可以真金白銀的能夠證明整個業(yè)界對于深度學(xué)習(xí)和增強(qiáng)學(xué)習(xí)技術(shù)的看好。
為什么我們需要把這樣一個技術(shù)運(yùn)用在自動駕駛領(lǐng)域?千言萬語可以歸結(jié)為一句話就是復(fù)雜性。我們看到很多人在很多時候會質(zhì)疑自動駕駛這件事情,其實(shí)他的質(zhì)疑覺得就是復(fù)雜,你可以看到在十字路口,非常復(fù)雜的路況。包括中國進(jìn)入汽車社會不久,駕駛技術(shù)有待提高的特殊的國情,變道非常頻繁,拐彎很多時候也很暴力。這樣一個場景其實(shí)對于傳統(tǒng)的ADAS有很大的挑戰(zhàn)性,而這種復(fù)雜性恰恰是深度學(xué)習(xí)的一個優(yōu)勢。
當(dāng)然很多人也會問,在自動駕駛領(lǐng)域是不是人就沒有作用了?我們很長一段時間在自動駕駛領(lǐng)域,人和車的關(guān)系其實(shí)并不是一個簡單的服務(wù)與被服務(wù)的關(guān)系,而是人和馬之間的關(guān)系。意味著是什么?其實(shí)馬并不知道在一個大的方向該怎么走,是快一點(diǎn)還是慢一點(diǎn),這個是需要人來控制和調(diào)節(jié)。而馬能做的就是,無論你告訴還是不告訴,前面是懸崖就會停下來,意味著自動駕駛可以在微觀的一個層面,能夠把風(fēng)險(xiǎn)降到極低的水平。而在高層次的體驗(yàn)層面,更多的是以跟人配合的關(guān)系,它會去理解你。所以在自動駕駛領(lǐng)域很重要的一個話題就是對于駕駛習(xí)慣的學(xué)習(xí)。自動駕駛習(xí)慣的學(xué)習(xí)不僅僅是一個標(biāo)準(zhǔn)的駕駛,還有包括特殊駕駛風(fēng)格的學(xué)習(xí)。
這是一個非常標(biāo)準(zhǔn)的美國高速公路管理局的對于自動駕駛的分析,應(yīng)該說,從我們跟車廠的溝通里面可以看到,現(xiàn)在研發(fā)的重點(diǎn)還是基于Leve13,就是高度的無人駕駛。它的主要不同跟Leve4的不同在于,一個就是保證在任何情況下都可以做緊急碰撞的防止,第二個就是在條件良好的道路上部分實(shí)現(xiàn)自動駕駛,從現(xiàn)在實(shí)踐的情況來看,高速公路上應(yīng)該不是有太大的問題?,F(xiàn)在主要解決的是高速公路上的一些特殊的案例和條件比較好的城區(qū)主干上的案例,比如上海的中環(huán)、內(nèi)環(huán)、外環(huán)的情況下,尤其紅綠燈情況下需要一些特殊案例的深度學(xué)習(xí)。
我們介紹了一個背景之后,稍微回來談一下深度學(xué)習(xí)為什么會受到重視。大家現(xiàn)在都覺得“深度學(xué)習(xí)”這個詞特別火熱。第一個為什么它會受到重視?應(yīng)該說深度學(xué)習(xí)出現(xiàn)的歷史其實(shí)非常久,最久的歷史可以追溯到50年代末,在漫長的發(fā)展時期里面是幾經(jīng)起伏,有它的高潮的時候也有低谷的時代。從現(xiàn)在的情況來看深度學(xué)習(xí)最具吸引力的一點(diǎn)就是端到端的學(xué)習(xí)。舉例,以自動學(xué)習(xí)的系統(tǒng)去識別一個圖片,比如這個圖片讓是一個人,它會把圖片作為輸入一個名字,你可以看到人臉的信息量通常是幾兆,幾百萬個字節(jié),最終輸出的就是幾個字節(jié),就是端到端,可以把非常復(fù)雜的非結(jié)構(gòu)化的數(shù)字轉(zhuǎn)化為精簡數(shù)字化的表達(dá),包括語音、語言、圖像、視頻都是非結(jié)構(gòu)化的,包括金融的交易產(chǎn)生的數(shù)據(jù)都是非結(jié)構(gòu)化的。
從目前的情況來看,第一個它非常適合大數(shù)據(jù)時代,在過去的年代,其實(shí)大家也是在研究深度學(xué)習(xí)的算法,那個時候還不叫深度學(xué)習(xí),叫深度神經(jīng)網(wǎng)絡(luò)。但是發(fā)現(xiàn)很難把它調(diào)校得好,因?yàn)槟莻€時候?qū)W的都是一個小量的,幾千個樣本,就想把它調(diào)到一個非常好的水準(zhǔn),其實(shí)是不可能的。后來大數(shù)據(jù)出來以后,這個性能就飆升,最終的一個例子就是2012年的時候愛萊克斯和他的老師參加了圖片分類識別的比賽,一下子從過去的74%提高到了85%,非常大的一個進(jìn)步。也就是說現(xiàn)在機(jī)器對于圖片的識別其實(shí)是優(yōu)于人眼,所以實(shí)踐效果很好。比較通俗的說法,對于這種行為的一種模擬,這種說法可能不是特別的準(zhǔn)確,事實(shí)上跟它相關(guān)聯(lián)的網(wǎng)絡(luò),按它的類似性來說是非常復(fù)雜的,而且現(xiàn)在沒有搞得特別復(fù)雜。
機(jī)器學(xué)習(xí)技術(shù)前沿,注意力模型。圖片上是對于人臉識別過程的一個描述,如果你拋開技術(shù)不看,你直接看,你會看到圖象識別的時候,每過一個識別階段,由很多個識別階段組成。它的圖像的信息會減少一些,最開始會把圖像的彩色性去掉,只留下一個歸錄信息。第二步會把規(guī)錄中間的去掉,只留下邊緣線條的信息,然后線條會變成點(diǎn),這是從低位空間向高位空間不斷的扭曲的過程,到最后它的圖片信息就會精簡到一個字母,所以這就叫多層的卷積神經(jīng)網(wǎng)絡(luò)。大家都知道這樣一個復(fù)雜的關(guān)系勢必會帶來數(shù)據(jù)極大的產(chǎn)生,因?yàn)榭隙ㄐ枰浅4蟮膮?shù)。
自動學(xué)習(xí)技術(shù)也在不斷的往前推薦,我們現(xiàn)在看到各個領(lǐng)域都全面推進(jìn),比如注意力模型,什么叫注意力模型呢?舉例,在雞尾酒酒會上看到很多的人,但是你只跟其中一個或者幾個人談,這個時候你的聽覺系統(tǒng)只會注意到你想關(guān)注到的那個人的話,而把其他人的給屏蔽掉。解決了在復(fù)雜的語義環(huán)境下,會對特別的語音進(jìn)行聚焦。當(dāng)我們對這個婦女說,我要求你把飛盤作為聚焦目標(biāo)的時候,機(jī)器系統(tǒng)可以把飛盤反射出來,也就證明它準(zhǔn)確能夠聚焦到你想要它聚焦的部分,這個是非常關(guān)鍵的,因?yàn)檫@個系統(tǒng)是非常復(fù)雜的,而你只需要自動駕駛的系統(tǒng)關(guān)注車輛、車道線、人這些關(guān)鍵的信息,這樣一個技術(shù)可以使得它很有效的處理。
除了注意力模型以外還有其他的進(jìn)展,包括長時短時的記憶力模型,這個是做什么用?它會使深度學(xué)習(xí),不僅僅是在空間,二維平面上有足夠的學(xué)習(xí),它能記住過去發(fā)生的事情。剛才豐田的小車的Demo里面可以看到,它對瞬間場景的處理做得很好,但是有沒有想過如果場景的處理手法依賴于過去的歷史怎么辦,比如我們把魔獸和星際爭霸,下一步的動作取決于你的歷史狀態(tài),這個時候要求你的深度神經(jīng)網(wǎng)絡(luò)需要足夠的記憶力,能夠記住過去的狀態(tài),這個記憶力模型就是解決這個問題包括序列化等等。
增強(qiáng)學(xué)習(xí),什么是增強(qiáng)學(xué)習(xí)?打一個比較形象的比方,如果過去的系統(tǒng)我們當(dāng)做是計(jì)劃經(jīng)濟(jì)的話,那么增強(qiáng)學(xué)習(xí)就是市場經(jīng)濟(jì),可以理解它是一種結(jié)果導(dǎo)向的技術(shù)。準(zhǔn)確描述這是一個智能主體跟環(huán)境不斷博弈而來優(yōu)化的一個過程。比如剛才的豐田的小車是一個增強(qiáng)學(xué)習(xí)的典型的案例,如果它碰撞了給它懲罰,如果沒有碰撞給它獎勵,多輪的循環(huán)會加強(qiáng)這些行為,達(dá)到一個期待值。深度學(xué)習(xí)可以用來做環(huán)境的感知,而增強(qiáng)學(xué)習(xí)可以用來做控制的東西,這樣就可以構(gòu)成一個完整的自動駕駛系統(tǒng)。
這是一個非常典型的汽車的自動駕駛系統(tǒng)的框架圖,在圖像的左側(cè)有各種各樣的傳感輸入,這個數(shù)據(jù)來源于三個,汽車外圍的環(huán)境數(shù)據(jù),汽車本身的狀態(tài)數(shù)據(jù),比如車速、轉(zhuǎn)向,還有車內(nèi)人的數(shù)據(jù),是不是疲勞駕駛,是不是要轉(zhuǎn)彎。一個是感知的融合,一個是決策。
深度學(xué)習(xí)在中間的感知和決策都是有非常大的優(yōu)勢,可以進(jìn)一步把這個事情分解一下。我們跟過內(nèi)的主機(jī)廠接觸,由于現(xiàn)在國內(nèi)有一些主機(jī)廠已經(jīng)開始比較深的自動駕駛的研發(fā),去討論大量的細(xì)節(jié)。我們可以簡單把它劃分成這樣的一個板塊,就是態(tài)勢感知和決策控制,態(tài)勢感知一部分就是對外的態(tài)勢,就是你要對整個的環(huán)境要有感知,對內(nèi)就是對駕駛員的意要圖要有感制,包括意圖的判斷。包括對外部物理的辨識,哪些是固定障礙物,哪些是欄桿,哪些是可行駛區(qū)域。對于駕駛包括狀態(tài)的識別這個其實(shí)非常重要。這也是整個自動駕駛業(yè)界流派之爭的一個焦點(diǎn),以谷歌為代表的,他們想做的是全自動駕駛,但是我們還是要一步一步來,這面臨有一個半自動駕駛的過程,谷歌覺得很難做到很好的人工和自動駕駛的切換,沒有辦法把這件事情做得特別的可靠。其實(shí)這個我認(rèn)為要這樣來看,首先主機(jī)廠其實(shí)已經(jīng)是一定會按照循序漸進(jìn)的過程來走,因?yàn)樗麄兪窃燔嚨?。第二個在這件事情上深度學(xué)習(xí)可以很好的幫助緩解這個問題,我們不能說一定能全部解決,至少能夠極大的緩解這件事情。因?yàn)樯疃葘W(xué)習(xí)對于駕駛員狀態(tài)的綜合理解比其他的手段要來得更好,因?yàn)樗腔诖罅繉τ隈{駛員技術(shù)分析的基礎(chǔ)上建立對它的一個綜合理解,包括他的駕駛習(xí)慣、意圖等。
決策控制包括幾個部分,就是對于車輛來講有一個局部的運(yùn)動路徑的規(guī)劃,另外規(guī)劃里面還有一個駕駛風(fēng)格的情況,比如需要運(yùn)動感強(qiáng)一點(diǎn)的,都不一樣。最后一個是執(zhí)行器控制,狀態(tài)之間形成一個閉環(huán)去調(diào)校。
應(yīng)該說在現(xiàn)在有很多初創(chuàng)的公司,包括像英偉達(dá)這樣的公司做大量的嘗試,如何把整個的系統(tǒng)用深度學(xué)習(xí)的方法進(jìn)行優(yōu)化。英偉達(dá)做得比較暴力,直接忽略了中間的決策這一部分,是直接把傳感器的輸入和車的狀態(tài)的輸入直接關(guān)聯(lián),做這樣一個預(yù)測。也就是說Y就是執(zhí)行器剎車、油門、轉(zhuǎn)向,輸入就是車的信息、環(huán)境的信息,非常暴力,不做任何中間人工智能的分析。
自動駕駛還有一個非常重要的點(diǎn),就是如何進(jìn)行測試,整個自動駕駛來講主要的投入還是在測試這塊,并不是做一套軟件系統(tǒng)就可以了。特斯拉做得很討巧,直接在量產(chǎn)上進(jìn)行測試,所以短時間內(nèi)積累了超過1.76億英里的速度。但是還是需要一個模擬系統(tǒng)去做這件事情,有一個模擬系統(tǒng),如何在模擬系統(tǒng)各個主體能夠真實(shí)的模擬,這其實(shí)也是一個增強(qiáng)學(xué)習(xí)可以幫助你的。當(dāng)你創(chuàng)造了一個虛擬環(huán)境的時候,你希望用多臺的計(jì)算設(shè)備去模擬一個目標(biāo),模擬幾十個人,模擬路牌等等,每一個都是動態(tài)的過程,它們不斷的變,比如紅綠燈會不斷的變,車輛動態(tài)的變,這樣一個復(fù)雜的結(jié)構(gòu),其實(shí)很適合于深度學(xué)習(xí)和增強(qiáng)學(xué)習(xí)來做,包括結(jié)合模擬。
在這個方面德國的車廠寶馬和奧迪走得比較靠前,當(dāng)然包括豐田其實(shí)也是一樣,做大量的工作,這個是奧迪的汽車大腦的構(gòu)架圖,AUDI的zFAS。zFAS系統(tǒng)模塊配備了Mobileye的EyeQ3移動處理器以及英偉達(dá)TegraK1芯片。奧迪的觀念非常清晰,自動駕駛的關(guān)鍵還在學(xué)習(xí)。
地平線在這塊領(lǐng)域也是進(jìn)行了大量的工作,我們有一個品牌叫做雨果,這是汽車的一個開放平臺。
(播放視頻)這個是雨果做的整個道路的語義理解,它可以把道路各個不同種類的物體運(yùn)用不同色彩標(biāo)識出來,比如柵欄是紅色,道路是綠色,樹木是深綠,汽車是紫色,這樣一個對于道路綜合語義理解對于智能駕駛系統(tǒng)是很關(guān)鍵的,很多道路也不是結(jié)構(gòu)化的道路,比如鄉(xiāng)村的道路其實(shí)沒有車道線,柵欄也沒有,你沒有辦法通過車道線去自動駕駛,這個時候你要自己去決定該走哪一塊。
這是地平線做的識別,左上角是英偉達(dá)的,很遺憾不能秀一下動態(tài)的視頻。地平線是在北京做的測試,在這個路口的人其實(shí)非常的密集,地平線很好做了識別,并且對于出租車?yán)锩娴娜?,僅僅露一個腦袋的人也可以識別。
對于車輛檢測,地平線從去年8月開始,長期保持在KITTI排名第一的識別率。Densebox就是測試的名字。
地平線是一家專注于算法和芯片開發(fā)的公司,我們在最下端的解決方案,我們更多愿意跟業(yè)界合作伙伴,各類的公司和主機(jī)廠一起合作,一起做最后的產(chǎn)品出來。地平線的算法團(tuán)隊(duì)其實(shí)蠻國際化的,助力的算法團(tuán)隊(duì)來自于像facebook、百度、中科院。我認(rèn)為在深度學(xué)習(xí)領(lǐng)域,我們中國第一次有機(jī)會基本上跟國際的主流的開發(fā)的機(jī)構(gòu)處于差不多的一個水平線上,不能說是絕對的齊平,但是不會有太大的差別。
剛才趙總也分享了,為什么我們需要深度學(xué)習(xí)的芯片,提到很多國內(nèi)公司在宣稱自己在做這個,這是一件好事,因?yàn)榇蠹叶贾垃F(xiàn)在的計(jì)算結(jié)構(gòu)不合理。比如說舉一個例子,深度學(xué)習(xí)的輸入是高度密集化的,這種密集化輸入不太適合DSP這種,是流水線的,GPU的一個問題在哪里?在多輸入之后的下一步處理,在數(shù)據(jù)緩沖方面做得不好。很不幸的是深度學(xué)習(xí)網(wǎng)絡(luò)它的輸入是前后關(guān)聯(lián)的,在中間隱藏層的時候,這個卷積盒是要跟前置進(jìn)行卷積計(jì)算的,這就意味著首先要取參數(shù)、計(jì)算,這就會導(dǎo)致在正常的一般結(jié)構(gòu)下會大量的有外出效應(yīng)。第二個因?yàn)閹捰肋h(yuǎn)是有限的。第三個是功耗問題,這些都是非常實(shí)際的問題。還有一點(diǎn)就是,深度神經(jīng)網(wǎng)絡(luò)的參數(shù)非常多,整個業(yè)界都意識到,如果要在深度學(xué)習(xí)領(lǐng)域能夠做的話,像地平線得自己做芯片,有點(diǎn)類似于手機(jī)業(yè)界,在大約十年前的時候,手機(jī)業(yè)界還沒有一個想法說一定要做自己的芯片,但是今天大家已經(jīng)看得非常清楚,如果要想做起來必須做自己的芯片,蘋果、三星、華為都是自己的,如果你不這么做只是使用高通的平臺,你還是可以做,但是很不幸你是第二梯隊(duì)。所以在深度學(xué)習(xí)也是一樣,你還可以用英偉達(dá)、高通的芯片,可是這不是第二名和第一名的差距,這是第二梯隊(duì)和第一梯隊(duì)的差距。因?yàn)樗惴ㄔ谘葸M(jìn),你如果用別人的話肯定是慢一拍的,這是一個問題。
國內(nèi)有不少公司在做,包括有一家公司叫做(深建科技),最近他們發(fā)表了成績,就是DPU,就是深度學(xué)習(xí)的處理器,他們在單位功耗下的性能表現(xiàn)是英特爾之前CPU的24000倍,是英偉達(dá)GPU的3000倍。而他們所做的優(yōu)化的工作,恰恰是剛才我提到的問題,對于壓縮,對于訪問的優(yōu)化,降低了功耗。地平線也是一樣,我們非常清晰認(rèn)識到這個問題,所以我們的做法也是這樣,我們地平線也是在做自己的芯片。我們希望在短時間內(nèi)能夠把整個的能耗比提升千倍。
地平線現(xiàn)在專注的深度學(xué)習(xí)的技術(shù)的應(yīng)用點(diǎn)有哪些?四個大塊,語音、語言、視覺、控制。應(yīng)該說,這四個緯度可以構(gòu)成大量的創(chuàng)新的應(yīng)用,不僅僅是自動駕駛,還包括家庭的服務(wù)器的監(jiān)控等等。我們的目標(biāo)是希望在未來,我們可以用我們自己的算法芯片,跟廣大下游的合作伙伴,比如空調(diào)的公司,比如掃地機(jī)器人的公司等等合作,能夠覆蓋超過1000個品類的智能產(chǎn)品,我們的目標(biāo)是為現(xiàn)代的智能硬件真正的賦予智能,所以我們的目標(biāo)是定義物聯(lián)網(wǎng)時代的大腦。
我的分享就到這里,我們也是非常歡迎大家如果有意可以跟地平線合作,我們提供平臺解決方案,而不是某個具體品類和最終的產(chǎn)品,謝謝大家。
(該演講內(nèi)容全部由現(xiàn)場速記內(nèi)容整理,若有錯誤之處敬請諒解)
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 長安汽車前瞻布局再深化:5年200億競速低空經(jīng)濟(jì)
- 日媒稱本田和日產(chǎn)將開始進(jìn)行合并談判,應(yīng)對電動車競爭
- 比亞迪海豹獲評2024-2025日本年度風(fēng)云車“十大最佳車型”獎 中國品牌首次
- 11月我國汽車產(chǎn)銷同比增長11.1%和11.7% 新能源汽車銷量占比達(dá)45.6%
- 一定紅開啟電混越野新時代 最強(qiáng)泛越野坦克500 Hi4-Z預(yù)售價37.98萬元
- 蘿卜快跑宣布獲批香港首個自動駕駛牌照
- 鴻蒙智行尊界S800正式亮相,預(yù)計(jì)售價100-150萬開啟預(yù)訂
- 華為與江淮強(qiáng)強(qiáng)聯(lián)手,尊界S800在華為Mate品牌盛典正式亮相
- 尊界S800時代旗艦亮相華為Mate品牌盛典,鴻蒙智行“四界”陣容齊聚
- 智界新S7驚艷登場,售價22.98萬元起
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實(shí),并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。