<kbd id="2h4cdprs"></kbd><address id="2h4cdprs"><style id="2h4cdprs"></style></address><button id="2h4cdprs"></button>

              <kbd id="wun7td5n"></kbd><address id="wun7td5n"><style id="wun7td5n"></style></address><button id="wun7td5n"></button>

                      <kbd id="unq586xs"></kbd><address id="unq586xs"><style id="unq586xs"></style></address><button id="unq586xs"></button>

                              <kbd id="al5maase"></kbd><address id="al5maase"><style id="al5maase"></style></address><button id="al5maase"></button>

                                      <kbd id="m3xyyy6t"></kbd><address id="m3xyyy6t"><style id="m3xyyy6t"></style></address><button id="m3xyyy6t"></button>

                                          赌博网站

                                          關於我們

                                          ABOUT VIONVISION

                                          關於我們 公司動態 聯繫我們

                                          辭別美國終身教授,AI創業12年,陶海的商業感悟與AI理解

                                          發佈時間:2017.05.15 分享:

                                          陶海介紹

                                          陶海博士在清華大學本科和研究生學習期間,師從邊肇祺教授從事指紋識別方面的研究。後在美國伊利諾伊大學香檳分校(UIUC)攻讀博士,在Thomas S. Huang(黃煦濤)教授指導下,進行人臉表情識別、非剛體運動跟蹤和超低碼率視頻傳輸方面的研究。 2001年至2010年期間 ,陶海博士任加利福尼亞大學聖塔克魯茲分校助理教授、副教授(終身教授)。2005年創立赌博网站,於2016年10月掛牌新三板。


                                          赌博网站的三個不同層次

                                          第一層是記憶和有規則的計算與推理 。記憶力是人類智能的重要組成部分 ,在這方面 ,計算機系統早就打敗人類了。早期的人類用繩子、甲骨文作爲記憶符號,後來有了文字和更抽象的二進制數字,載體從石片、甲骨、紙片發展到現在的磁帶、光盤、閃存。人類大腦能夠存儲的信息量,早就比不上計算機 。


                                          在數字計算上,最聰明的速算家  ,也比不過一個簡單的計算器。在有固定規則的博弈方面,Deep Blue在1997年打敗國際象棋世界冠軍卡斯帕羅夫。圍棋最複雜 ,但終於也被Alpha Go拿下了。Alpha Go算法根據棋形訓練兩個網絡 ,對棋招和局面進行篩選和評估,利用深度學習實現了一個更好的搜索和評價方法 ,但是總體思路還是搜索的優化 ,需要大量的計算力支撐 。


                                          大家都說赌博网站迎來了革命性的發展 ,其實還言之過早 。在我讀大學的時候 ,正趕上上一輪神經元網絡的熱潮 ,還是同樣的BP算法 ,不過網絡很淺。現在計算芯片能力幾個數量級地提高 ,加上一些關鍵的BP算法改進技巧,大型的神經元網絡可以訓練了 ,但是還是在做迴歸擬合。

                                          但爲什麼大家覺得赌博网站這個熱潮來了呢 ?

                                          赌博网站第二層是語音識別、圖像識別與計算機視覺、NLP(自然語言處理) 。深度神經元網絡在這個層面上帶來了AI技術產業化的巨大機會。以前語音識別到90% ,用戶體驗很差,現在有了深度學習和大量的訓練數據,識別率突然可以到99%了,用戶體驗好,很多產品成爲可能。未來幾年,在這方面我們會看到大量的技術創新。在基礎能力方面的創新 ,包括存儲和高性能計算,因爲投入巨大  ,比較適合大型公司做 。而在應用領域,因爲AI技術可以應用於各行各業,非常適合創業公司  。


                                          那麼現在有一種說法 ,未來80%的工作都會被赌博网站和機器人替代  ,人類將失業,後果很嚴重。其實未必 。如果你多到工廠裏看看 ,看到工人在生產線上像電影《摩登時代》裏一模一樣 ,一天重複着一個動作  ,艱辛勞作,你會覺得這是違反人類天性的 。自第一次工業革命以來,機器就開始取代人類的工作 ,時至今日 ,很多重複性體力工作已經被機器替代 ,而機器替代不了的是要求柔性和靈活度比較高的工序  。


                                          展望未來,所有生產環節越來越多地會被機器替代的,世界上只要有清潔能源比如聚變,就能使海水淡化、糧食生長、分散了的金屬元素聚合、機器人工作,總之,就可以熵減、有序  。人類是永遠不會因爲機器來了就導致失業的 ,因爲我們有更多的事情需要做,我們需要教育我們的後代,需要贍養照顧我們的老人 ,需要治療照顧醫患,需要對未來進行探索,需要創造藝術和美 。這都需要消耗大量的人力,且機器無法替代。我們現在只是忙於機械勞作 ,忙於餬口,沒有辦法花全部時間來做這些事。


                                          赌博网站的第三層 ,也就是強赌博网站,就是實現人類創新,探索,思辨等高級能力。目前這方面你如果認真去讀AI領域NIPS ,ICML或者CVPR ,ICCV等國際會議最新論文,應該會很失望 。即使是學術領域,在這方面的進展,也是非常緩慢。就好像在等着一個AI領域的愛因斯坦出現 。

                                           

                                          赌博网站的優勢和限制


                                          DNN(深度神經網絡)既然是在NN(神經網絡)的基礎上深入,依然是一個迴歸擬合器 ,以往輸入大量的圖片信息,BP算法要算上一年 ,還不收斂 。現在最新的GPU可以把這個訓練過程縮短到幾個小時 。DNN的規模也越來越大。微軟孫劍博士領導的研究小組,提出了可以達到成百上千層的ResNet ,這個神經網絡性能優異,能記住的內容更多,輸出的結果更準確  。


                                          另一方面,實際應用當中,數據往往是不充足的 ,甚至是稀缺的。人類的認知能力其實也不需要大數據,這樣的AI怎麼做 ?舉個例子 ,一些無人駕駛企業誇耀自己擁有一百萬小時的駕駛數據 ,甚至一億小時的數據 ,認爲這是其核心競爭力  。但是一般人學一兩個月就拿到駕照了 。所以思路上肯定有些問題。在場景無法窮盡的領域 ,比如全自動駕駛 ,寄希望於基於深度網絡這樣的擬合器加海量數據,使得所有未來場景,過去都見過的方法論,註定是要失敗的 。


                                          創業到了好時機

                                          三方面的量變引起了視覺乃至AI技術的廣泛應用


                                          1、更高分辨率的圖像傳感器 。60年代圖片像素只有100*100  ,早期的安防攝像圖片像素也是影影綽綽的,低像素的圖片缺乏深度挖掘的價值 , 現在視頻的像素都是1080P ,也就是200萬像素 ,再過幾年將會步入4K的分辨率 ,物體細節都看清了,人、車、物、文字都可以識別了。


                                          2、先進的深度學習神經網絡:以卷積神經元網絡(CNN)和遞歸神經元網絡(RNN)爲基礎,幾年來物體檢測、物體識別、圖像分割、圖像生成、語音識別、人臉識別等領域的算法突飛猛進 ,性能指標不斷提高,很多都達到了產品化的實用水平。我們聽說過“寧可錯殺1萬 ,不能放過1個”,這代表着早期的智能識別產品高檢測率,高誤報率的特點  。但是好的產品應該是“不能錯殺1個,也不能放過1個” ,亦即高檢測率,低誤報率。現在技術的進步,正在向這個方向快速推進。


                                          3、高性能、低功耗、低成本深度學習芯片:隨着以nVidia、Xilinx、Movidius爲代表的處理器廠家大力推動GPU、FPGA和VPU芯片的發展 ,使得文安智能能夠開發出高性能“繁星”GPU集羣服務器 。在一個2U服務器的體積內,集成40顆GPU芯片  ,能處理80路1080P分辨率的攝像頭視頻 。相比之前一臺PC服務器只能處理8路視頻 ,效能提高一個數量級,單路視頻處理的硬件成本大幅下降。可以預期未來幾年 ,基於視頻分析的各種商業場景的應用將會得到普及  。


                                          AI商業模式探索

                                          陶海博士認爲,文安智能做了12年  ,嘗試過很多模式 ,觀察下來有幾條路可以走:


                                          1、開放的算法平臺/開放的AI芯片 。這個不一定適合創業型公司做,因爲BAT等大公司有快速、低成本獲得用戶基數的優勢 。一些識別功能甚至免費打包到雲服務中去。對於初創型公司,芯片也要慎重 ,芯片成功的要素除了優異的識別性能,更在於成本和出貨量 。芯片開發人員成本和流片成本都很高,一定要看準再動手。但是沒有芯片,就開發不出有量的應用,有點雞生蛋,蛋生雞的困惑。


                                          2、做硬件模塊或者軟件SDK 。這兩類的企業都會面臨着終端產品企業的價格壓榨。在技術不成熟、成本居高不下的大背景下 ,硬件模塊和軟件SDK的銷量有限。當量起來,技術也成熟的時候 ,又會有巨頭切入 ,高毛利會在競爭對手的拉鋸戰中漸漸降到合理水平,而最後採購話語權在終端廠家手裏。


                                          結論:成功的創業一定是模式上端到端(直接做出產品,面對客戶)


                                          陶海博士分析現有的業務,產業鏈長的行業 ,文安智能目前還是提供產品和解決方案的形式 ,在上游依靠專業的集成商  。但是在產業鏈相對短的行業 ,是能夠做到全產業貫通的,能夠做到端到端的 。但不管怎麼樣  ,作爲技術公司,都應做到完整解決方案。雖然隨着赌博网站技術的出現,市面上出現很多初創型的技術型公司,但在國內 ,長期下去,技術型公司也要發展自己的渠道,並建立起牢固的渠道壁壘。


                                          結論:成功的創業一定是三位一體(算法、硬件、數據與應用平臺)


                                          3、To B 還是To C?To B相對於To C,對技術的不成熟有比較高的容忍度,面向To B,可以有售後服務作爲補充 ,面向To C ,不可能做到細緻的售後服務 。對產品成熟度要求更高。


                                          面向To B市場,在視頻技術和音頻技術都有大公司的身影 。視頻技術有海康威視 ,音頻技術有科大訊飛 ,如何與巨頭共舞是所有創業者必須面臨的思考 ,最好是技術特別牛,與巨頭形成互補 ,或者與巨頭的業務形成區隔 ,尋找新的利基市場 ,並迅速形成行業壁壘。



                                          本文作者極客王子,億歐專欄作者;轉載請註明作者姓名和“來源:億歐” ;文章內容系作者個人觀點,不代表億歐對觀點贊同或支持。