服务热线：400-011-2158
google新闻
google news
谷歌开发超速AI 学习效率几乎可与人类媲美
　　近几个月来，深度机器学习技术的快速发展引起了人类世界的强烈关注，也不免加剧了人类的恐惧。机器学习的能力十分强大，甚至已经能够自主学习，不过它的学习效率还不如人类。现在谷歌已经开发出一款超速人工智能，大大提升了学习效率。下面小编就带大家了解一下超速AI系统。
　　深度学习就是指利用多层神经网络定位数据中的趋势或模式。如果一层神经网络确认某种模式，相关信息就会被传给下一层网络。这个过程会不断持续下去，直到所有信息被收集完成。这种超速AI由谷歌的子公司DeepMind开发，该团队表示这套新系统和不仅可以吸收新知识，还比之前AI模式的应用速度更快。相信在不久后它的学习效率就会赶超人类的水平。
　　超速AI系统能基于不同的变量采取不同方式进行学习，比如神经网络各层之间的连接强度。当某一层发生变化时就会改变其他层的信息传递或学习方式，再加上深度神经网络存在很多层，因此一旦出现变化，学习过程就需要相当长的时间。
　　这样的潜在问题令人措手不及，但是DeepMind研究院的亚历山大·普利特泽尔及其同事们似乎已经找到了解决的办法，他们将它叫做“神经情景控制”。他们主要通过模仿人类和动物大脑中的学习过程，复制前额皮质层发生的事情，再在海马体中备份。该团队表示：“神经情景控制证明，在广泛的环境中，学习速度将被大幅改善。至关重要的是，我们的技术只要体验过，就能够快速抓取非常成功的策略，而不是等待优化许多步骤。”
　　现在的AI技术每天都在不断的进步、发展，也得到了相当多的关注，但是“真正的AI”仍然没有出现，至今没有一个机器人的AI能和人类的大脑智力媲美。自动化和AI导致人们丢了饭碗的事情时有发生，但是真正的AI还不会很快带来。DeepMind的技术可能成为通往未来之路的踏脚石。
　　从科学的角度来说，神经网络只是一堆数学和方程，用数字的形态呈现，但是仅仅用神经网络来模仿人类智慧和大脑是远远不够的。微软联合创始人保罗·艾伦曾表示：“要让人类到达这一奇点，仅仅用现有软件是不够的，我们还需要开发更智能更强大的软件。开发这种高级软件需要事先对人类自我认知有非常深入的理解，我们现在只对该领域略知一二。”
Related news概括来说， 目前的人工智能产业发展面临六大挑战：
一、 前沿科研与产业实践尚未紧密衔接：除少数垂直领域凭借多年大数据积累和业务流程优化经验， 已催生出营销、风控、 智能投顾、 安防等人工智能技术可直接落地的应用场景外， 大多数传统行业的业务需求与人工智能的前沿科技成果之间尚存在不小距离。 面向普通消费者的移动互联网应用与人工智能技术之间的结合尚处在探索阶段。 科学家和研究者所习惯的学术语境， 与创业者和工程师所习惯的产品语境之间还无法快速衔接。
二、 人才缺口巨大， 人才结构失衡： 据 Linked In 统计， 全球目前拥有约 25 万名人工智能专业人才， 其中美国约占三分之一。 这一数量级的人才储备远无法满足未来几年中人工智能在垂直领域及消费者市场快速、 稳健增长的宏观需求。 人才供需矛盾显著， 高级算法工程师、工程师、 研究员和科学家的身价持续走高。 人才结构方面， 高端人才、中坚力量和基础人才间的数量比例远未达到最优。
三、 数据孤岛化和碎片化问题明显： 数据隐私、 数据安全对人工智能技术建立跨行业、 跨领域的大数据模型提出了政策、 法规与监管方面的要求。 各垂直领域的从业者从商业利益出发， 也为数据的共享和流转限定了基本的规则和边界。 此外， 许多传统行业的数据积累在规范程度和流转效率上还远未达到可充分发挥人工智能技术潜能的程度。
四、 可复用和标准化的技术框架、 平台、 工具、 服务尚未成熟： 虽然 Tensor Flow、 Caffe、 MXNet 等深度学习框架已被数以万计的研发团队采纳， 相关开源项目的数量也在飞速增加， 但一个完整人工智能生态所必备的， 从芯片、 总线、 平台、 架构到框架、 应用模型、 测评工具、 可视化工具、 云服务的模块化与标准化工作， 尚需 3 年或更长时间才能真正成熟。
五、 一些领域存在超前发展、 盲目投资等问题： 目前的人工智能技术只有在限定问题边界、 规范使用场景、 拥有大数据支持的领域才能发挥最大效能。 但创投界存在盲目追捧， 不顾领域自身发展程度， 或利用人工智能来包装概念等现象。 由此产生的盲目创业和投资问题虽非主流， 但仍有可能阻碍整个行业的健康发展。
六、 创业难度相对较高， 早期创业团队需要更多支持： 与互联网时代、 移动互联网时代的创业相比， 人工智能创业团队面临诸多新的挑战。 例如， 对高级人才较为依赖， 科学家创业者自身的商业实践经验较少， 高质量大数据较难获得， 深度学习计算单元和计算集群的价格十分昂贵， 等等。
垄断的优势
硅谷著名投资 人、 网景公司联合创始人马克· 安德森说， 大企业在 AI 领域拥有几个巨大的优势：
·懂得如何创建 AI 系统的人数非常有限。 大企业可以为他们支付比创业公司更多的薪酬， 就像雇用体育明星。 大企业差不多可以把他们都收入麾下， 留给其他企业的人才将少之又少。
·AI 项目通常都非常大、 非常复杂。 这是全新的科技领域。 亚马逊的 Echo 智能音箱是大约 1500 名工程师开发 4 年才完成的（注： 马克· 安德森这里说的工程师人数应该是有些夸大 了， 亚马逊 CEO 杰夫· 贝索斯 2016 年 5 月在另一个场合的说法是： 经过 4 年发展， Echo 团队目前已有超过 1000 名员工）。 创业公司可没法投入如此多的资源。
·此外， 还有对数据的需求。 你需要巨大数量的数据集来创建 AI 应用。 谷歌和 Facebook 之类的大型企业可以访问浩如烟海的数据资源，而创业公司则只能望洋兴叹。
不同的声音总是存在的，而且还是不能忽视的意见。日，在第四届中国机器人峰会暨智能经济人才峰会上，已经65岁被称为“预言帝”的《失控》的作者与世界人工智能专家凯文· 凯利（Kevin Kelly）在峰会上谈到，人工智能将细分出以创业公司为主导的小数据领域，在这里，如BAT谷歌等大公司会失去优势。
专业人士和普通公众也有理由对这些集中了大量数据和计算资源的 AI 平台提出合理的质疑。 例如， 这些平台特别是巨头联盟的力量将特别强大， 它们对整个科技圈的舆论影响将是决定性的。 体量较小的平台发出的不同声音，很难在巨头世界里传达给普通公众。
同时， 巨头围绕 AI 建立的平台也缺乏足够的透明性， 较难与外界保持有效的沟通。 一旦这些 AI 平台的利益与公众利益不符， 在商业上也找不到可以制衡这些大平台的第三方力量。 举个例子， 假如 Facebook 借助庞大的社交网络资源， 希望通过智能算法主动引导信息流动， 并进而影响美国总统大选时的选民倾向， 这在技术上几乎是完全可行的。我们当然知道， 目前的谷歌、 Facebook 等巨头对人类的实际贡献远多于它们“作恶”的可能性， 但从法律、 道德角度， 我们又必须想办法防范这一潜在风险。 因为再友善的巨头本质上也是商业公司， 巨大的商业利益永远是诱惑它们“作恶”的诱饵。
对数据的垄断将 AI 世界里的大数据海洋分割成了一个个相互隔离的区域。 更糟糕的是， 巨头建立的 AI 平台以及巨头之间的结盟关系， 有可能让数字鸿沟变得越来越严重。 信息在人工智能算法的组织、 管理下， 会更多地向有信息理解和处理能力的平台、 企业、终端用户倾斜， 接受过高等教育、 积极参与网络生活的用户更加容易获得信息和人工智能应用的帮助， 而教育水平低、 较少参与网络生活的用户则难以找到可以改善自己生活的有效信息。 想一想电子商务平台上的智能推荐算法： 一个用户越是频繁购物， 就越容易得到最适合自己的商品信息。 类似的场景会在许多有真实信息需求的领域存在， 信息或大数据世界里的富者愈富、 穷者愈穷现象并不是危言耸听。
目前的体系会持续促使大型科技企业不断发展。 它们有能力垄断资源、垄断数据， 在商业利益和激烈竞争的驱使下，它们会不断地竞逐更为精进的技术能力， 为公司赚取更大的利益。 对于较小企业， 进入 AI 市场的难度的确比移动互联网时代的创业高出非常多。
一些公司选择通过自律或推动立法来限制错误的发生， 但另一些公司不会这么做。 自然而然， 比较规范自律的公司由于发展顾虑更多、 更全面， 相对发展速度上可能放缓； 而较不顾虑错误发生的企业， 反而可能成为最快速或最成功的那一方。 这很难说是一个好的还是不好的发展态势。
资本主义的市场竞争是不会激励大家分享数据、资源和市场的。 传统的政府监管方式过去曾经行之有效， 但在面对互联网的开放和动态结构时， 这种传统的监管方式将会失效。 现在这些 AI、 比特币和其他所有领域中的问题， 都不是过去10 年、 20 年间学者们研究的题目， 而是真正在资本市场能够快速赚钱的技术。 然而相较于开放的互联网， 行业不曾充分在开放领域来探讨这些技术衍生的问题和现象。
总的来说， 巨头垄断大数据资源、 垄断科研与舆论的风险客观存在。 而在国家政策层面、 法律法规层面甚至道德层面， 我们还缺乏应对这种潜在风险的有效体系。
根据创新工场的统计， 在 2006 年到 2016 年的时间段里， 近两万篇顶级的人工智能文章中， 由华人贡献的文章数和被引用数， 分别占全部数字的 29. 2% 和 31. 8%。 近 10 年， 华人用五分之一左右的作者人数， 平均贡献了三成的顶级AI 研究文章和被引用数。 从统计角度来看， 这已经是超出平均水平的科研贡献了。
从 2014 年和 2015 年开始， 中国人/ 华人已经处于人工智能研究的领先地位， 占据了人工智能科研世界的半壁江山！
当然， 需要特别指出的是， 我们不能单看这些反映整体趋势的统计数据就沾沾自喜。 事实上， 上述数据所表现的， 仅仅是中国 AI 科学家以及全世界的华人 AI 科学家作为一个整体， 已成为 AI 科研的最大阵营这一事实。 但从突破性科研贡献的数量和质量上说， 中国还无法与美国相比。 如果只统计那种革命式的、 里程碑式的突破， 中国人或 华人的占比就会少很多了。 深度学习“三巨头”中没有一个华人面孔， 这个事实至少说明， 中国或世界华人科研群体中， 还缺少顶级大师式的人物。 用围棋的段位来比喻的话， 就是中国在人工智能领域拥有不少六段、 七段甚至八段的高段位棋手， 但暂时还缺少九段的顶级高手。
一方面， 客观承认中国与美国在 AI 前沿科研上仍存在较大差异； 另一方面， 我们也必须看到中国 AI 科研力量的蓬勃兴起。 中国国内的研究者和分布在世界各地的华人研究者， 他们在人工智能领域共同构成了一个巨大的人才储备库。
尽管存在诸多挑战， 但仍然可以大胆预测， 在未来 5 年内， 中国将会诞生许多世界级水平的人工智能企业。 为何会如此坚定？ 因为中国具备了人才储备、 行业需求、 庞大市场、 生态系统等许多极有利于人工智能发展的条件。
人才储备方面， 除了上面提到的中国科研力量不可忽视之外， 中国人也普遍对国内的数学等理工科的教学水平感到自豪。 高水准基础科学、 工程学教育可以造就大批高素质的年轻人才， 这是任何一个新兴产业赖以发展的关键。
中国学生普遍理工科较强， 数学较强。 这在人工智能时代里， 显然有巨大的优势。 庞大的理工科学生基础， 造就了一大批高素质的人工智能科学家、 工程师。 同时， 即便是没有专门去学计算机科学的学生， 他们中有很多已经具备了非常扎实的数学知识， 这些学生在需要时可以通过培训， 较快地成为掌握深度学习等人工智能技术的算法工程师。
行业需求方面， 中国的传统行业较为薄弱， 但这种状况反而给中国带来了一种后发优势。 如今， 中国许多传统企业在技术转化领域还大幅落后于美国企业。 但是这些中国企业坐拥的是海量数据和充沛资金。 它们有热情也有动力去投资那些能帮助企业拓展业务、 提高收益、 降低成本的人工智能技术与人才。
此外， 中国有全球规模最大的互联网市场， 网民人数近八亿， 大量的互联网公司正在深耕市场。 很多非人工智能的互联网公司成长到一定规模之后， 为了转型升级、 扩大规模， 都需要引入人工智能技术。 而且， 中国市场既开放又有许多独特性。 尽管美国人工智能企业领先全球， 但它们要想进入中国市场必须跨越重重阻碍， 因为中国市场需要的是最“接地气”的本地化解决方案。 此外， 对于人工智能的探索性和试用性需求， 中国往往会采取相对开放和鼓励的路线， 这也可能促进行业的超速发展。
也就是说， 中国虽然在人工智能的前沿研发中不如美国， 但中国有独具优势的 AI 科研和创业环境， 有机会实现弯道超车， 后发先至。
文章转载自网络，作者观点不代表本网站立场，如需处理请联系客服
崔振国其它文章
一，价格和品质，直销商品的零售价是成本的十五倍，薇商品尽管从初期的十倍已经下降到现在的五倍左右，价格虚高仍然明显，在电商将价格死磕到底的形势下薇商品缺乏被消费的强劲理由，直销商品的品质是薇商品难以比较的——至少目前还是这样，直销的问题之一就是多级体系
网络经营（multilevel network marketing）即网络环境下的经营活动。当前，理论基本上还处于网络营销的讨论阶段，而网络经营显然是高于和统领网络营销的全局概念，我把它划分为五个组成部分：网络经营商业模式规划（商业路径与体系设计与开发）运营（推广与营销）组织控
澄清了网络营销的概念，确定了网络经营方式及其组合，网络经营才算真正开始。在这五种经营方式中，SEO是身份和安全合规性证明，不可或缺；而不管经营主体是实体、电商还是微商，最终的经营手段只有社会化营销和个人化经营两个层次；大量使用广告、明星名人代言和全民动员
微电商圈每天都在热烈讨论营销，其实，经典理论早已经给出答案，今天我把他简化成一个直观的数学模型:你和你的产品有价值+用户也认为对自己有价值+用户喜欢你+用户信任你=成交，按照这个模型原理操作营销工作基本就合格了。营销的目的就是成交、一直成交；所以不能成交的
网络营销=营销+网络，营销没啥好讲的，基本原理科特勒已经总结得特别深刻和完善了，恐怕短时间内不会有人能超越。网络包括两方面内容:工具，即我们每天使用的各种应用程序；环境，就是网络生态环境（各种目的的人在网络上的活动和行为），庞杂混乱。在商业上，流行最广的
背景苗圩部长指出了《中国制造2025》规划的三大背景：一是全球竞争的需要，现在很多国家都在推动制造业发展，美国已经推出再工业化计划，吸引制造业回流；二是我国经济面临转型升级，制造业的传统发展模式已经难以为继；建设制造业强国势在必行，三是，这也是实现“两个
创新挑战概括来说，目前的人工智能产业发展面临六大挑战：一、前沿科研与产业实践尚未紧密衔接：除少数垂直领域凭借多年大数据积累和业务流程优化经验，已催生出营销、风控、智能投顾、安防等人工智能技术可直接落地的应用场景外，大多数传统行业的业务需求与人工智能的
今天，“互联网+”的理念已经向各行业、各应用的纵深不断渗透、落地，逐渐积累起来的高质量大数据为许多前沿行业打下了全面运用人工智能的基础。我们有理由说，“AI+”或“+ AI”的模式已经步入蓬勃发展的大好时机。大多数情况下，人工智能并不是一种全新的业务流程或全
一、“工业4. 0”是互联工业4. 0的核心是连接，要把设备、生产线、工厂、供应商、产品、客户紧密地连接在一起。“工业4. 0”适应了万物互联的发展趋势，将无处不在的传感器、嵌入式终端系统、智能控制系统、通信设施通过信息物理系统（CPS）形成一个智能网络，使得产品与
八个方面具体目标德国发布的《实施“工业4.0攻略的建议”》中明确了八个方面的具体目标满足用户个性化需求：在设计、配置、订购、规划、制造和运作等环节能够充分考虑个性化需求，考虑到极端情况就是只生产一个产品也能获利。灵活性：基于CPS的自组织网络可以根据业务过
“工业4. 0”一词最早出现在德国2011年汉诺威工业博览会上。次年10月上旬，由博世公司牵头的“工业4. 0小组”，向德国联邦政府提出了一套完整的“工业4. 0”发展建议。该小组于日在汉诺威工业博览会中提交了最终报告，正式向全世界提出了“工业4. 0”的概念。
当前有两项重大的任务需要解决：其一，是思考如何调配未来20年大量被AI技术替代的工作者；其二，是我们的教育亟待改革。我们需要对我们的后代进行再教育，分析哪些工作不会轻易被替代，而不仅仅去幻想从事目前看似光鲜亮丽的工作。机器带给人类的不应该是大规模失业，而
2016年年底，物理学家史蒂芬·霍金在英国《卫报》发表文章说：“工厂的自动化已经让众多传统制造业工人失业，人工智能的兴起很有可能会让失业潮波及中产阶级，最后只给人类留下护理、创造和监管等工作。”谷歌的科学家彼得·诺维格称机器人导致工作岗位大规模消失的情况
DAO和DACDAO（Distributed Autonomous Organization，分布式自治组织）和DAC（Distributed Autonomous Corporation，分布式自治机构）也许是自比特币诞生以来，区块链技术基础之上最重要的概念之一。我们相信DAC将会变得越来越重要。所谓DAO和DAC，就是通过一系列公开公
智能合约区块链之所以被认为是一种颠覆性的技术，主要就是因为区块链上能够实现智能合约。智能合约的潜能不只是简单的转移资金。一辆汽车或者一所房屋的门锁，都必须被链接到物联网上的智能合约才能被打开。智能合约的理念可以追溯到1994年，几乎与互联网同时出现。曾经
在“信息互联网”上，所有传递的信息都可以高效传播和复制，从而构成互联网的基础协议——TCP/ IP。然而，随着互联网开始进入人类生活的各个层面，我们发现有些信息是无法复制的，或者说复制是没有意义的。比如货币支付，我们不能把要支付的钱直接复制到对方账户上，而是
组织日，一些反对土耳其现任政府和总统埃尔多安的军人，发起了以推翻政府为目的的军事政变。16日00:13时，政变军人占领了TRT，命令主持人播送政变檄文，并逼迫TRT旗下所有频道播放军事政变已经成功的信息。17日，总统埃尔多安在成功逃脱暗杀后，联系上了CNNT
移动互联网尤其是社交应用的迅猛发展，使我们需要经历和拥有了四个阶段和四种力量。联系在分析组织网络经营时，我们使用连接和联接来描述现在和未来的经营方式，在个人化经营中使用联系更贴切，意义相同。移动社交让每一个人都拥有了无限的联系能力。打开微博，联合国及
个人全球化经营参与基于这样的事实和逻辑。个性化根据相关研究报告，到2010年，数字宇宙（全球消费者和企业创建的数据综合）达到1.2ZB，预计2020年达到35ZB，近十年就将增加30倍。信息技术的发展和创新是这一进程的直接推手。一个网状结构的互联网，是没有中心节点的，它
马斯洛需求层次理论是人本主义科学的理论，自1943年由美国心理学家亚伯拉罕·马斯洛提出后便获得了广泛赞誉，一直被作为制定各种政策的理论依据。新时代的技术进步使得个人化和个人化经营全面到来，也改变了组织熟悉的经营环境，过去指导组织经营的工业化经营管理理论也同花顺旗下品牌
面对AI万亿商机 BAT或被淘汰？
　　丝绒智业系列沙东-人工智能第二期闭门会 　　【人工智能专家观点系列报道 . 提要】：　　预计到2019年，中国工业（）的应用在数量上最高可以达到全球总量的40%，成为世界上最重要的一极！　　中国人工智能产业未来的发展，对GDP的贡献可以达到1%-3%，未来市场空间是上万亿甚至几万亿。　　任何一个企业都将是不断被超越的。未来十年，BAT这种大企业很可能会被淘汰掉。　　【正文】　　近日，由丝绒智业主办的第二期人工智能沙龙活动在庄凌控股会议室召开。　　著名经济学家、香柏领导力机构主席赵晓，方正璞华首席机器人科学家、璞华逻博特信息技术有限公司创始人兼总裁唐德权，益鸟文化总经理、原腾讯互联网与社会研究院副秘书长何华峰，河北智达光电科技有限公司董事长谢海玲，庄凌控股创始合伙人、丝绒智业总经理张映光，优信集团公关总经理王以超，庄凌控股合伙人、一条财经总编李召等人出席会议并展开深入讨论。　　中国工业机器人应用：即将“登顶”却仍在“垫底”　　作为此次沙龙活动的主讲嘉宾，唐德权演讲主题为《全球视野下的机器人产业洞察》，他表示，机器人这个领域实际上可以理解成是人工智能这个大范畴当中的一部分，从2013年起，在中国的工业集成领域，中国的机器人市场的市场份额，达到了全球第一，并且此后一直以全球最快的速度在增长。预计到2019年，中国工业机器人的应用在数量上最高可以达到全球总量的40%左右，成为世界上最重要的一极！从全球机器人发展来看，中国市场可以说是一个比较大的奇迹。　　唐德权做主题演讲 　　但同时，唐德权称，在工业机器人的使用方面，全球平均水平为每万名工人对应使用69台工业机器人，中国每万名工人对应使用工业机器人的数量只有49台，这一数据在全球基本上是垫底的，而目前全球使用工业机器人最高的韩国是每万名工人使用500台，也就是说我国的工人与工业机器人使用比率还不到韩国的十分之一！这也意味着，中国未来的增量空间还很大，这对于工业机器人领域的发展将是一个巨大的推动力。　　此外，唐德权还介绍了日本全部由机器人提供服务的酒店，以及在一款在幼儿园自由活动，可以做地震预警、随时抓取精彩瞬间给小朋友拍照并上传云端的机器人等案例，引发与会嘉宾的热烈讨论。　　面对AI万亿商机，未来十年BAT或已不复存在？　　根据吴霁虹教授在《未来地图》一书中的观点，人工智能技术正在加速进入一个更神奇的领域。“人工智能将一切变化都带入了超速发展的轨道，而且要比我们想象中快得多”！　　赵晓测算了人工智能发展对中国宏观经济的影响，认为中国大约70万亿的GDP如果有10%是由新兴产业贡献的，而新兴产业当中，人工智能目前的影响可能是10%-20%，未来的影响甚至达到30%。也就是说，人工智能产业未来的发展，对整个宏观经济的贡献可以达到1%-3%，未来AI产业的市场空间是上万亿甚至数万亿。　　著名经济学家、香柏领导力机构主席赵晓 　　何华峰认为，对于AI产业不应过度乐观，因为任何产业的产生都是以人的需求为支撑的，如果没有人的需求来维持生产，这个产业就不可能发展起来。现在炙手可热的AI产业，未来也可能遇到低潮期。另外，“任何一个企业都将是不断被超越的，人工智能未来到底由什么样的企业来主导目前还很难说。但也有很可能两三年以后人工智能就进入一个低潮期，大家可能突然发现这玩意儿好像没有原来想象的那么牛”。未来十年，BAT可能都已经不存在了，百度这种大企业很可能会被淘汰掉；微信之所以成功，是因为它大大降低了整个社会的交易成本，未来将成为整个社会的基础设施，就像今天的微软Windows已经成为基础设施架构一样。　　丝绒智业：服务于智库成果价值落地　　会上，张映光介绍说，庄凌控股创业7年来最重要的积累，就是服务了100多家企业客户，而且基本上都是行业内前三名的最顶尖客户，积累了丰富的服务经验，拥有将智库产品转化落地为实实在在商业价值的能力。　　张映光表示，未来要将“丝绒智业”打造成为国内首个智库服务平台，主要服务于高校智库、政府智库、民间智库等各类型智库研究成果的商业价值转化，帮助智库解决研究成果“价值落地”等行业痛点。　　人工智能这个沙龙闭门会第一期是在工信部信息文化中心举办的，未来可能也会与发改委等国家部委下面的专家合作，这个沙龙活动会产生很多内容产品，比如行业研究报告、专题研究报告，专家以及商业案例的采访报道等。　　另外，丝绒智业运营总监彭乐发言汇报了在工信部召开的第一期闭门会取得的报告成果。
同顺号仅为用户提供信息分享、传播及获取的平台，作者的发文仅供其表达个人看法，不表明同顺号立场，作者需为自己账号的一切行为负责。
已有--个人赏过
一条财经如何？打个分吧
看完这篇文章有何感觉？已经有 &
禁止发表不文明、攻击性、及法律禁止言语
请发表您的意见（游客无法发送评论，请
还可以输入 140 个字符
热门评论网友评论只代表同花顺网友的个人观点，不代表同花顺金融服务网观点。
<span class="sub-rq-num" id="atNum_关注人气
205文章数量
61173访问量
&&万千资讯让人眼花缭乱，谁是真正的一条财经新闻？
24小时热文排行
您有什么问题想要告诉我们？（内容或者商务合作请联系）
写下您的看法和建议...
留下您的联系方式，以便我们向您反馈结果人工智能成手机发展的下一个风向口 看ivvi如何急速布局人工智能成手机发展的下一个风向口 看ivvi如何急速布局驱动中国百家号驱动中国日消息 智能手机的下一个风向口在哪里？当大多数手机厂商仍然将目光聚焦于全面屏，正在为手机的外观设计而费劲脑汁，部分手机厂商已经开始了更深层次的思考，未来智能手机到底该如何发展？其实，在不经意间人工智能成为了智能手机发展的下一个焦点。在9月初的2017 IFA大会上，华为率先发布了全球首款人工智能手机芯片麒麟970，在全球范围内掀起了一股移动端AI芯片的热潮。如今，华为Mate 10正式发布，让我们对人工智能芯片对手机的改变再次产生极大的兴趣。在这之前，苹果在秋季新品发布会上，发布了三款新机iPhone8、iPhone8 Plus、iPhone X。均搭载了，双核心A11仿生电子芯片，得益于双核架构的“神经网络引擎（neural engine）”的加入，让手机更加聪明。面对智能手机人工智能应用发展的黄金弯道超速期，当然不止华为、苹果，来自国内的手机厂商也看到了这次难得的机会。其中，ivvi时尚手机在依托新东家超多维科技在计算视觉领域深耕多年的技术积淀，融合AI、AR、VR等热门方向，率先提出了具有跨时代意义的智能3D理念。目前，ivvi手机在发力人工智能和增强现实等关键领域，以计算视觉技术中的，人脸别别、多维成像等方向入手，推出了首款智能3D手机ivvi K5。据悉，ivvi K5也是ivvi手机在智能3D战略的布局的关键一步，目前已经初步实现了3D建模、人眼追踪技术关键方向。未来，ivvi手机将加速开发和布局以深度学习、图形图像计算、模糊逻辑计算等核心技术为支撑，具有创新性的个人消费类市场互联网应用及行业垂直领域的专业应用。并且在今年下半年，ivvi手机还将推出一款人工智能AI的终端。AI芯片再受关注：华为、高通、ivvi纷纷布局人工智能三星电子完成8nm LPP量产准备，骁龙845性能有望再提升华为Mate10大秀AI体验，人工智能成兵家必争之地！华为Mate10发布赋能AI 国内还有一家手机厂商在布局人工智能大盘点：哪些国产手机厂商在布局AIAR战争刚刚开始，杀手级应用出现之前谁能深度布局？阿里达摩院进展神速！微软、谷歌著名人工智能专家入职阿里人工智能实验室美颜原来也是人工智能，人工智能就在你我身边赵丽颖生快！ivvi手机依偎相伴送祝福送手机ivvi代言人赵丽颖过生日啦，来玩一“依”到底为颖宝送祝福本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。驱动中国百家号最近更新：简介:致力于科技媒体，为用户提供有价值新闻资讯作者最新文章相关文章}