第(1/3)頁

    “這個算法的結果意義非常重大。”李彥弘表情嚴肅地在思索，“首先是它的速度，實時的檢測將會是各種意義上的質變，別的不提，光說實時檢測這一點，它就讓自動駕駛這個方向有了技術的基礎。”

    白度內部在規劃ai技術的時候，自動駕駛一直都是李彥弘非常希望涉足的領域。

    想讓車自動行駛，除了雷達類型的感應器之外，機器處理圖像的能力也不可或缺。

    并且，這種能力必須要是實時的，而且需要非常的流暢。

    “在目前檢測算法的速度之下，一兩秒往往只能做出一兩次判斷。我們假設一個自動駕駛場景，視覺算法首先誤判了一到兩次，那造成的操作延遲很可能達到兩三秒。假設時速是60公里每小時，那...”

    李彥弘想說出一個因為時延導致的行駛距離的不同，因此舉出例子之后頓了一下。

    “33到50米左右。”韓辭本能地即答，這樣簡單的計算對她來說就像呼吸一樣自然。

    “沒錯，30-50米左右的距離，這里面完全就是生與死的距離。”

    李彥弘調整外接攝像頭，讓它對準自己，隨即比較快速地進行了一些肢體動作。

    張開手臂，下蹲，跳躍等。

    檢測算法的選框始終穩穩地鎖定在他的身上，隨著他的動作絲滑地變大變小。

    “并且它在檢測能力上沒有做出什么犧牲，反而有著極大的性能飛躍。我實在是非常驚嘆，無法理解你是怎么做到的。”

    李彥弘由衷的贊嘆道，他想象過這個級別的檢測算法，只是以為可能還需要兩三年的時間去探索。

    沒想到就在幾個月的時間內，深度學習就接連進行了多次突破，并且全都出自面前這個年輕人之手。

    從他建立起白度ai相關的研究機構開始，還沒有哪一個技術給它的震撼比現在更大。

    這種檢測算法，輕量，實時而高性能。單單就是在自動駕駛和安全安防兩個領域的作用就已經足夠白度取得很高的技術地位，并賺得盆滿缽滿了。
    第(1/3)頁