首页 > 都市娱乐 > 穿越:2014 > 第210章 误入歧途的追赶者

第210章 误入歧途的追赶者(1 / 2)

目 录
好书推荐: 我能把梦中的一切带入现实 重生六零年代,从中医开始 女总裁的天命小天师 网游之命轮之主 家兄李世民 创造互联天道时代 第一氏族 驭房之术 这个锦衣卫明明超强却过分划水 漫威:从忍界开始交易

虽然这些项目林灰都有涉猎的打算。

但显然这些项目有先有后。

涉及到fuchsia OS,没有一只足够强大的技术团队想复现操作系统什么的基本是白日做梦。

哪怕只是一个手机操作系统。

最起码也得菊厂水平甚至是更高水平的整体实力。才有实力染指。

而这任重道远啊。

即便林灰那有前世的东西作为臂助。

但没有强大的技术团队合理性该怎么解释呢?

而且就算是有技术团队。

遇到技术团队过于拉跨的情况下想弄出技术来也需要比较隐晦的操作。

区块链的话虽然很重要。

但区块链这东西非白即黑,不是很合适林灰。

“黑”的地方很容易翻车。

“白”的地方估计也只能小打小闹。

搞搞数字藏品、数字认证什么的。

想真的大有作为的话合适拥有一定的社会地位&实力之后跟官方一块搞。

即便是大有作为,涉及到盈利什么的就不要想了。

能播种到名声什么的就不错了。

而涉及到人脸识别短时间也不合适涉足。

将来要做人脸识别的话,林灰大概率也是从第三代人脸识别即自动人脸识别做起。

涉及到自动人脸识别的几条技术路线林灰倒是蛮清楚的。

无非就是基于人脸特征点的识别算法、基于整幅人脸图像的识别算法、基于模板的识别算法、利用神经网络进行识别的算法、利用支持向量机进行识别的算法这些。

尽管这些算法都能实现自动人脸识别。

但林灰却更清楚哪个更容易实现。

客观来讲,在这几种算法中以“利用神经网络进行识别”这种算法更为容易。

而涉及到神经网络识别什么的跟深度学习有着千丝万缕的联系。

深度学习又和人工智能是姻亲关系。

总之,人脸识别和人工智能有着千丝万缕的联系。

前世人脸识别什么的也正是在人工智能出现之后的才腾飞的。

当然了仅仅是人工智能还不够。

人脸识别技术涉及到人工智能和大数据这两个东西的交叉,可能还会涉及到关于云计算之类的一些东西。

总而言之,这东西短时间内并不是很合适林灰。

中短时间内看的话,林灰还是应该做人工智能。

关于人工智能林灰先前已经有过很多的思考了。

尽管人工智能方向也未必是最好的切入点,但却是最合适林灰的。

毕竟人工智能什么的林灰算得上相当熟悉的。

前世林灰没少跟涉及到人工智能的东西打交道。

而且这个时空涉及到人工智能这个方向林灰已经做了很多准备了。

之前林灰在生成式摘要算法方面所做的布局某种程度上而言就是为正式进入人工智能这个领域做铺垫。

之所以以此入局,因为生成式摘要算法是自然语言处理领域和机器学习的一个交叉学科。

而这个分支学科又恰好门槛不高,下限很低。

以此介入的话很正常。

但这个分支学科同时上限很高,以此作为破局的方向也很不错。

虽然林灰能借助于生成式摘要算法这个细分学科破局。

但这里实现的破局仅仅是学术上的破局。

学术上的破局意味着林灰能在一定程度上攫取学术上的地位。

但这远远是不够的。

仅仅是学术上的破局是不足以充分调动市场的热情的。

虽然对于一般的学者来说学术上的破局已经可以很让人兴奋的了。

可林灰从发表的第一篇专利开始,林灰就注定了不会是纯粹的学者。

涉及到人工智能这一方面,林灰看中的是人工智能的钱景。

万亿级别的市场,换谁不会心动呢?

说万亿级别都保守了,林灰记得以前在某工作报告上看到这样的描述:

“人工智能核心产业规模就上万亿,附带经济效益超十万亿。”

可以说钱景和前景都很广阔?

即便两个时空出现一些偏差,这种涉及到大的方略的也只能是大差不差。

而想要将人工智能商业化的热度炒起来,仅仅是学术上的地位是不够的。

归根结底,学术上的地位能加强对人才的号召力。

目 录
新书推荐: 食医小店 清宫之香沁紫禁城 农门春娇 路人甲穿越记 德云:从大师兄开始崛起 直播:长得太凶,开局吓哭女主播 鲜妻好甜蜜:老公,别太坏 三生有幸的缘分 天才中单少女竟退圈去了娱乐圈 花好田园
返回顶部