亚博app-亚博app下载 021-73376669

亚博app_AIR004丨金山软件CEO张宏江:智能,大数据,云

作者:亚博app 时间:2021-02-17 00:26
本文摘要:的手机,今天做这件事已经不难了。什么样的力量,什么样的工程进度,今天这样的事情一起变得非常简单,或者人实际上手机的功能很强,但是这不是手机,而是手机后而是手机后端的云,手机拍了照片后,云处理了,很快就取回了结果,这是我们20多年的梦想,我证明了1997年在惠普实验室申请人的专利,工作是1996年让我们看看两张图。 第一张图是脸部识别对比图,第二年是我们20年前提的结构,这是分布式的结构,数据从客户端获得,传播到后端的系统,进行一系列处理,将结果启动到前端。

亚博app

的手机,今天做这件事已经不难了。什么样的力量,什么样的工程进度,今天这样的事情一起变得非常简单,或者人实际上手机的功能很强,但是这不是手机,而是手机后而是手机后端的云,手机拍了照片后,云处理了,很快就取回了结果,这是我们20多年的梦想,我证明了1997年在惠普实验室申请人的专利,工作是1996年让我们看看两张图。

第一张图是脸部识别对比图,第二年是我们20年前提的结构,这是分布式的结构,数据从客户端获得,传播到后端的系统,进行一系列处理,将结果启动到前端。今天20年后,这件事可以在一部手机上重建,或者更重要的是在云和末端重建。

手机作为数据提供终端,云作为整个运算载体,作为整个数据载体,构筑了我们20年前的梦想,很遗憾,这个专利是1997年申请人的,再过一天就结束了,所以我也不在乎他们需要专利费。我刚才说了这么多,从学术的角度来看,我指出过去20多年人工智能的发展,特别是脸部识别领域的20多年变革,只是由于数据库的扩展,我们在90年代初实现脸部时,所有学术时代使用的数据库都是数百人,数据乘积小,可以说其识别率是95%到99%我们看到,随着数据的减少,再过十年,我们看到这些照片已经有几千人了,近万张照片,此时识别能力进一步提高,表情、光等拒绝也不那么严格。再次转入2000年后,数据量爆炸,此时互联网普及,数量如此之多,LFW这一数据乘积时,已经有约5000人的数据乘积,识别率进一步提高,达到95%以上,工业界再次加入,学术界确实突破确实,面部识别时代工业界的人指出这个问题很简单,工业界开始转入时,此时的数据量和学术界的数据量几乎不是数量水平,Facebook和Deeepface已经达到4.4M图,4030人,每人800张到1200张图,谷歌、FaceNet让我们看看这项工作。这也很明显。

当我们的训练数量开始减少时,同一模型的精度减少非常有关。当然,数据量小,减少一个数量级时,提高也小。

只有圆形数的减少,才能减少小数点的一位数。我们看算法也在一定程度上,当算法看起来更准确时,你所需要的计算能力也会慢慢减少。我们也可以看到,当计算的复杂性达到10亿浮点时,检测精度的减少。我们再次看到确实的工业界,用脸部识别维持生计的公司,近年来的进展,我用了两个例子,商汤科学技术和依据图,从他们那里得到的数据基本上是中国人口的数据,7000万张以上的标准照片再加上亿张其他照片,人们使用的深层网络已经达到30层,训练了20张NVIDIA,今天的精度已经达到了人类,今天什么坏事都要做我想特别强调,如果没有这么多照片,特别是在中国环境中,如果所有的网络都不道德,就找不到识别的精度大幅度减少。

亚博app下载

让我们再看看。当我们的数据和识别精度和算法看起来如此之大时,从4年前的8成网络到今年的152层的识别,我专门获得了这个数据,今天神经元的元数已经达到了2200万,最后下降到了5700万,当我们有数字大的荒凉力时,我们给人工智能带来了什么。因此,我说数据是我们变革的核心,我们有不同的意见。

没有太多的数据,数据从那以后就太多了。特斯拉可以说每天有17万辆车在路上经过老板收集数据,强光来临时不会出错,所以我们说大数据的时候,总有一天会说解决问题的问题。只有在你比较简单的情况下,少量的数据才能的拒绝。

当你使用简单的模型时,你的数据量必须比你的训练更多。数据越多,覆盖面积的精度越高,模型的依赖就越少。在大数据这件事上,微软公司看起来很早,我们非常不受尊敬的MichaelWooldridge先生,从10年前开始明确提出了可学范围的概念,数百年前从牛顿力学开始,我们用理论的方法说明,到今天为止用数据驱动。这本书是2009年出版发行的,今天我们转入第四模范时,数据在我们的日常工作中开始的开始和研究中开始的开始几乎不能比较。

大数据还包括高质量数据的提供和分析,整个应用的分析已经成为公司的标准,作为大型公司,没有大型数据的分析,或者不能得到大型数据,或者没有把这些大型数据转换成专家当然,这一切只需要云来承担,没有云我们也不能说大数据,也不能说大数据的提供、处理和大数据的运营。这就是为什么今天看到一系列云公司,尤其是大云公司今天更加突出数据的存储和处理,金山早已转入云存储和云数据分析,无论是原始数据图片还是视频,每天都有大量的产生者,然后大量的存储在云中,然后被云处理和分析,这就需要大量的资源来确实做我刚才提到的数据消费,就像人脸识别这些我们20多年前梦想解决问题。今天看到的智能平台,无论是消费者的智能平台还是工业智能设备,今天能做的智能本身都非常少,其智能隐藏在后端云中。

亚博app下载

在某种程度上,人工智能现象同时发生在过去几个月的网络红色视频转播中,为什么这些公司一夜之间出现,是其后面的反对技术,多年的采集、编码解码等已经由视频云计算公司获得,因此实现网络红色转播在某种程度上,医疗,今天中国的医疗问题这么多,不能说正确的医疗,正确的康复,只有在大数据云平台连接这一系列的基础上,我们所说的正确的医疗和正确的康复和社区医疗才能构筑起来。在某种程度上,我们今天有大华公司的代表。

在里约奥运会上,大部分照相机都是大华,每天收集这么多数据,其本身就是智能城市的核心部分,运用这些数据,展开利用,确实能感受到这些数据的价值。在某种程度上,游戏更加如此,手游更加爽快,所有的智能分析都在背后,游戏什么时候在线,什么时候进入新的服务等,都由背后的数据驱动。我说了这么多,大家都有疑问。云计算是否还在云雾中,今天云计算确实落地了,是Gaslnes每年技术成熟度的分析。

在某种程度上,云计算公司的观点也非常悲观。让我们看看。回顾过去30年,在互联网上茁壮成长的公司,我们用数据来看哪家公司最慢的时间超过100亿美元,网络公司似乎很慢。

被称为Facebook,被称为谷歌,只有2B的公司在10年内销售额超过100亿美元的是亚马逊云,2B的业务跟上2C业务时,人们对这个市场的需求有多大,当然,我还是很清楚。实质上,市场的反应也很准确。

当你慢慢中投资,慢慢地在云中展开茁壮的股票,市场给予的报酬是最差的。在某种程度上,对于在中国实现人工智能的人来说,这个数字非常鼓舞人心。今天,中国的互联网产值是美国的百分之几。

我们想要的是,在未来几年,云计算行业的空间和增长速度如此之慢。这也是为什么金山在过去几年投入了如此可观的资源,使我们成为中国金山云计算的服务提供商、游戏云、视频云、智能硬件等方面成为国内领先的企业。最重要的实质上,市场的繁荣速度比我们想象的要慢。

我的结论是,我们实现了人工智能,当我们看到人工智能作为现象突破时,我们更应该注意的是它的后端,不仅是算法本身的突破,更重要的是承担这个算法突破的大数据和云计算,我们看到的未来是前端的一系列智能设备原始文章允许禁止发布。下一篇文章发表了注意事项。


本文关键词:亚博app,亚博,app,AIR004,丨,金山,软件,CEO,张宏江,智能

本文来源:亚博app-www.appartement-pichler.com