第(1/3)頁

    桃醉為什么擠眼睛，無非就是他不相信這兩家沒這么干過，只不過他們沒有強力的深度學習算法，只能粗淺的配合人工，去‘學習’人家的設計理念而已。

    大家都是后來者，桃醉做的只不過比他們做的絕了那么一點點而已。

    當然了，這是桃醉想讓他們相信的，也是在他們理解范圍之內的。

    好家伙！

    這兩位業界前輩直說好家伙！

    “人力終有窮時，這也是我為什么一直鼓勵我們的科研人員細化自己的研究領域，因為只有做開創性的事情，未來才不會被現在算法越來越成熟的人工智能淘汰掉。

    非開創性的，靠著不斷的試驗室試錯能解決的工作，類似于現在大多數人理解的芯片設計、以及大多數的芯片設計人員，未來不久就會被不斷的淘汰掉。

    能夠留下的，是深入某一個細節研究，能夠取得開創性成果、去豐富人工智能數據庫、工具庫的人。

    人工智能并不神奇，也不神秘，它無非就是學習算法和對比算法、限定范圍的窮舉算法這些算法模塊的集成而已。

    在我看來，現在人工智能也不需要多智能，而是得足夠專一。

    就好比小夢，她的主要數據庫有三個，影音識別、機械設備協調控制、芯片設計，這三個算法和庫都是獨立存在的。

    因為只有這樣，才能讓三個她在這些領域走得更遠，能力更強。”

    說著陶醉指了指自己的平板和手機：“就好比太陽花產品里的智能小助手，啟動軟件、語音轉換、系統控制，什么都想干，但是什么也都沒徹底干好。

    小夢看起來很強，是因為她只在我們集團的服務器中，用最多的算力全力運轉，才能保證她不管是對話還是動作都更加自然得體。

    這是一個協調智能內核和兩個專業智能內核共同發力的結果，而不是一個智能內核單打獨斗做到的。

    只有讓人工智能軟件在單一領域深耕，去設計最適合這個領域的核心，才能最大化發揮現階段人工智能軟件的優勢。

    而不是像現在人工智能領域的團隊那樣，不斷的優化一個所謂的智能內核，然后嘗試進入不同的領域。

    人工智能說白了就是分析數據，每個領域數據的特征不同，怎么能用一個內核嘗試去解析他們呢？

    不應該是依托數據特征，設計更專業化的內核么？
    第(1/3)頁