कृत्रिम बुद्धि की उम्र में, विज्ञान और उद्योग का संयोजन धीरज दौड़ बन गया। प्रौद्योगिकी के विकास के इतिहास में, विज्ञान और उद्योग का संयोजन हमेशा एक कठिन मुद्दा रहा है। शंघाई विज्ञान और प्रौद्योगिकी सह-संस्थापक और सीईओ झू ली ऐसा लगता है कि कृत्रिम बुद्धि के युग में, दोनों का संयोजन धीरज दौड़ बन गया है, और यह कार्य अधिक जरूरी हो रहा है। शांग राजवंश विज्ञान और प्रौद्योगिकी के 2014 स्थापना के लिए, टीम हमेशा एक मजबूत शैक्षिक वातावरण, कंपनी और घरेलू और विदेशी शैक्षिक टीम में किया गया है भी, इस प्रक्रिया को, नीति में मिलकर काम किया है, लेकिन विज्ञान और उद्योग के चौराहे दो पहिया ड्राइव होना चाहिए, राजधानी, प्रौद्योगिकी, मंजिल पैमाने के विभिन्न कारकों आवेदन परिदृश्यों अपरिहार्य हैं। देखने के शांग राजवंश तकनीकी बिंदु से, वे कंप्यूटर दृष्टि, कृत्रिम बुद्धि, आंख के इस हिस्से के बारे में अधिक चिंतित हैं, मदद करने के लिए लोगों को देखते हैं, इस दुनिया को समझने की उम्मीद कर। कृत्रिम बुद्धि वहाँ दृश्य कंप्यूटिंग रूपों है कि धारणा में एक सफलता लाया के क्षेत्र में जमीन के एक बहुत हैं। उदाहरण के लिए, कैमरा भी आदर्श छवि जब वातावरण बहुत अंधेरा है, ऐ विशेषज्ञ भी मदद कर सकता ब्लूप्रिंट की व्याख्या है, लेकिन उससे पहले, और समस्या स्पष्ट होना चाहिए हो सकता है लोगों को पूरी प्रक्रिया के माध्यम से प्राप्त करने के लिए जू ली का मानना है कि शांग टैंग के प्रयास से, कृत्रिम बुद्धि अब एक बहुत ही अच्छे समय के लिए आती है, बाह्य तत्व एआई लैंडिंग के त्वरण को गति दे रहे हैं। निम्नलिखित गीक पार्क में नवाचार सम्मेलन 2018 में झू ली द्वारा एक भाषण दिया गया है (गीक पार्क द्वारा संपादित) विज्ञान और उद्योग: विरोधाभास से अभिसरण तक सभी को नमस्कार, मैं शांग तांग प्रौद्योगिकी की जू ली हूं। हम सभी जानते हैं मान्यता और कृत्रिम बुद्धि की लहर की इस लहर, कई वैज्ञानिकों, एक अर्थ में एक बहुत बड़ी व्यावसायिक संबंध नहीं है, चीजों को विज्ञान उद्योग है। बहरहाल, यह वास्तव में केवल इस Langkou में हाल के वर्षों में हुई, मुझे लगता है कि जब मैं यह पढ़ रहा था, इस तरह के एक टुकड़े के लिए किया गया है, हम डॉ पढ़ने के लिए, प्रतिष्ठित के कई प्रोफेसरों विदेशी कहते हैं, वास्तव में, पढ़ने के डॉ पथ एक अमीर, सामान्य निश्चित रूप से है पैसा पीएचडी जाना नहीं है, एक वैज्ञानिक, और नहीं कहना वैज्ञानिकों है कि, क्रम में पैसा है करने के लिए है, तो दो तर्क उलट है। वास्तव में, मध्य युग में, मूल रूप से कह रहे हैं, अभिजात वर्ग असली विज्ञान कर सकते हैं, क्योंकि विरोधाभासों और विज्ञान और उद्योग के बीच संघर्ष बहुत बड़ा है, इन दो अलग-अलग बातें बताई गई हैं। क्यों अब इस स्तर पर, इन दो पंक्तियों एक चौराहे के लिए, हम वास्तव में उद्योग में महत्वपूर्ण परिवर्तन देख सकते हैं आने के लिए लग रहे हैं। विज्ञान और उद्योग एक बहुत अलग बात है, हम वैज्ञानिकों को परिभाषित: सबसे पहले, हम गंभीर शोध करते हैं, प्रौद्योगिकी की अनोखी मिसाल, बुनियादी सिद्धांत में सफलताओं पर ध्यान केंद्रित कर, हम कल्पना है, वास्तव में, कई बार, या यहाँ तक कि 100 साल पहले, कई सिद्धांतों नवाचार और विकास, लेकिन उद्योग की सच्ची भावना और करने में सक्षम हो गया है हम में से कुछ वैज्ञानिकों की एक विस्तृत श्रृंखला के परिचित संयोजन कर रहे हैं, लेकिन विज्ञान, उद्योग और आखिरी मंजिल की सफलता की सच्ची भावना अपेक्षाकृत दूर, क्या बातों पर उद्योग फोकस? लाभप्रदता, मानकीकरण, तेजी से नकदी के बारे में वास्तव में चिंतित में , समाधान, और कहा कि वास्तविक उद्योग, वास्तव में, व्यावसायिक बाज़ार की जरूरतों से आता है। तो, विज्ञान और उद्योग अभी भी इस तरह के एक पूरी तरह से अलग अवधारणा के लिए एक रन काउंटर है। चूंकि दोनों गरीब अब तक, इस मामले में, हम कैसे, अंत चीजें किस तरह हुआ है, इस बात को देखो? इस स्तर पर तो यह है कि विज्ञान और उद्योग में सक्षम एक ही स्थान पर पूरा करने के लिए? मुझे लगता है कि यह महत्वपूर्ण है मुद्दा यह है कि विज्ञान और उद्योग के चौराहे को दो पहिया ड्राइव होना चाहिए, दो पहिया ड्राइव क्या है? सबसे पहले, मूल प्रौद्योगिकी सफलता एक छोटा सा तेजी से आता है, वहाँ वैज्ञानिक विकास के इतने सालों हो जाएगा, वैज्ञानिक और तकनीकी विकास चिकनी है, कि है, प्रौद्योगिकी की अनोखी मिसाल वृद्धिशील प्रकृति कर रहे हैं। सिद्धांत रूप में इस प्रक्रिया को बहुत, बहुत महत्वपूर्ण है, लेकिन इन अध्ययनों जरूरी नहीं हैं वास्तव में हम सभी को लगता है, संज्ञानात्मक व्यवसाय को लागू किया जा सकता है इसके विपरीत, कई बार जब प्रौद्योगिकी कई गुना है, यह bulking। उदाहरण के लिए, कृत्रिम बुद्धि में सफलताओं की इस लहर, वास्तव में, एक अर्थ में, पारंपरिक कृत्रिम बुद्धि मार्गदर्शन, में परिवर्तित कर दिया की एक सीधी रेखा नहीं है शुद्ध डेटा-संचालित सहित हम सभी अब तक परिचित गहरी सीखने या, गहराई शुद्ध डेटा-आधारित दृष्टिकोण या वास्तव में, सीखने के आधार पर कर रहे हैं बुद्धि,, केवल इस राज्य में नहीं बल्कि एक वृद्धिशील परिवर्तन की तुलना में, एक विध्वंसक परिवर्तन है। क्या हम पूरी तरह से अलग-अलग नई उत्पादक शक्तियों को लेकर आ सकते हैं। एक और दिशा हम उद्योग, देखने के औद्योगिक बिंदु, स्थिति की आवश्यकता है किस बारे में बात कर रहे हैं? हम नहीं देख सकते हैं, मैं सिर्फ विध्वंसक तकनीकी विकास में बात की थी, वास्तव में, इस तरह के नए सामग्री, नई ऊर्जा के रूप में इतिहास में हुई है, पाया कि, वास्तव में, है, लेकिन यह वास्तव में इस तथ्य के बराबर नहीं हो सकता है कि इसे उद्योग में महसूस किया जा सकता है, बदल सकता है। उदाहरण के लिए, हम टंगस्टन तार के बारे में बात करते हुए पाया कि सामग्री वास्तव में एक प्रकाश के रूप में बल्ब के अंदर इस्तेमाल किया जा रहा, एक लंबे समय पहले से ही है, तो यह करने के लिए क्रांतिकारी सफलता सामग्री और सामग्री की वास्तविकता है, जो एक है से दृश्य पर भेजा जा की जरूरत है बहुत महत्वपूर्ण बिंदु से उद्योग का सवाल है, अंत में क्या महत्वपूर्ण है? उद्योग बहुत ही महत्वपूर्ण बात यह है कि फैलने की एक महत्वपूर्ण बिंदु को उद्योग की जरूरतों की सच्ची भावना, कि कहने के लिए आम जनता, वास्तव में, हम एक बहुत अच्छी शिक्षा थे है। कई समय, वैज्ञानिक और तकनीकी प्रगति, एक विध्वंसक श्रम उत्पादकता ला सकता है। इसके अलावा, बाजार शिक्षित किया गया था, कि हम, संज्ञानात्मक जरूरतों को लाने के लिए इन दो चीजों के साथ में सक्षम हैं, हमें लगता है कि विज्ञान और प्रौद्योगिकी बढ़ावा और उद्योग परिवर्तन, एक साथ, मानव जाति की प्रगति का नेतृत्व, मानव जीवन बदल रहा है, यह बहुत महत्वपूर्ण है। शांग तांग प्रौद्योगिकी प्रयास देखने के हमारे दृष्टिकोण से, शांग राजवंश चिंता कंप्यूटर दृष्टि, कृत्रिम बुद्धि, आंख के इस भाग है, तो हम मदद करने के लिए लोगों को, देखने के इस दुनिया को समझते हैं, इस दृष्टिकोण से, वैज्ञानिकों कर क्या में अंत में आशा? भविष्य वैज्ञानिकों के तन्य दिशा , मुख्यतः क्योंकि धारणा के स्तर। हम पता कर सकते, कोर की प्रकृति, कि कहने के लिए है मैं क्षमता का एक बेहतर धारणा है देखते हैं, और अनुभव करने की क्षमता न केवल एक हार्डवेयर परिप्रेक्ष्य, एल्गोरिदम, सिद्धांत से एक सफलता है, और पीछे समर्थन, वास्तव में, धारणा में मुख्य सफलता की अवधारणा लाया। अब perceptron के सबसे, वास्तव में दिखाई दे रहे हैं हमें विश्वास है कि प्रक्रिया, हम देख सकते हैं दृश्य क्षेत्र में इस दो साल के ब्रेक, दृश्य प्रकाश प्रसार से नहीं दृश्य प्रकाश, हम एक यूवी कैमरा हो सकता है, तो आप एक अवरक्त हो सकता है कैमरा, दूर अवरक्त, अवरक्त कैमरा के पास, और यहां तक कि विभिन्न प्रकार के थर्मल कैमरों, ये कैमरे खुले हैं आवेदन का एक पूरी तरह से अलग क्षेत्र है। उदाहरण के लिए, अब iPhone एक्स फेस अनलॉक समर्थन कर सकते हैं, या भुगतान करते हैं, वास्तव में, क्योंकि बारे में हमारी धारणा हो गया है हमें विश्वास है कि निकट अवरक्त दृश्य प्रकाश से। निकट अवरक्त में, हम वास्तविकता की बेहतर मान्यता क्या कर सकते हैं , बेहतर मान्यता, इसलिए हमें कोई वास्तविक वेतन देते हैं, या ऑनलाइन और ऑफलाइन परिदृश्यों के माध्यम से प्राप्त मार्गरक्षण में एक भूमिका निभाई। इसके अलावा, हम देख सकते हैं सड़क पर कैमरा एक बहुत, शाम को एक, कई लोगों को लगता है कि कैमरा नहीं देख सकते हैं, लेकिन कैमरे की धारणा अब स्टार श्रेणी के, और यहां तक कि अरोड़ा चरण, क्या अवधारणा? तक पहुँच गया है बहुत अंधेरा स्थितियों में यह एक आदर्श इमेजिंग कैमरा, इसलिए जमीन, आकाश में कैमरे के रूप में अच्छी तरह से बना सकते हैं। शांग रहा है कि, अभी के लिए, इस उद्योग की जमीन कैमरा में से सबसे बड़ी अनुप्रयोग है, लेकिन भविष्य में, स्वर्ग कैमरे के मामलों की संख्या बढ़ रही है, हम सब डाटा प्रोसेसिंग की एक ही समस्या सुदूर संवेदन इमेजिंग में बहुत बीच का सामना करना है, तो धारणा के सुपर शक्तियों के साथ लंबे समय। उदाहरण के लिए, सुदूर संवेदन छवि अलग स्पेक्ट्रा की एक किस्म बादल, बर्फ, भूमि के बीच भेद, विभिन्न क्षेत्रों की एक किस्म कर पता लगा सकते हैं हो सकता है, विभिन्न उपचार, डेटा कनेक्शन और स्प्लिसिंग के विभिन्न दृश्यों के हम तक पहुंच सकता है। तो वहाँ नींव है, जो दिखाई श्रेणी का एक विस्तार है के बारे में जागरूकता बढ़ाने के लिए एक बहुत ही मूल है। इसके अलावा, हम वास्तविक लोगों 3D दृश्य अनुभव कर रहे हैं, और तस्वीर हमेशा 2 डी हो जाएगा, और 2 डी 3 डी विस्तार करने के लिए 2.5 D करने के लिए, यह हमारे आवेदन करने के लिए एक बहुत ही अलग परिवर्तन लाएगा। वास्तव में, हम हमेशा सोचा था कि लाया दृश्य की इस धारणा नए इंटरैक्टिव क्षमताओं है, और इंटरनेट के इंटरैक्टिव क्षमताओं को बदलने शुरुआत में एक क्रांति है। मैं नहीं जानता कि कि क्या आप iPhone बातचीत रपट सिर्फ बाहर आने जब वहाँ एक खेल बहुत है याद मानव-कंप्यूटर संपर्क डिजाइन दर्शन के अपने मोड की वजह से गर्म बुलाया "गुस्सा पक्षी", हैंडसेट बहुत संगत है, लेकिन जब हमारे अवधारणात्मक प्रणाली बेहतर 3 डी अनुभव करने के लिए, 3 डी दृश्य प्रस्तुत वस्तुओं के बीच बेहतर हो सकता है यह संभव है कि हमारा अगला नया इंटरैक्शन मॉडल नई 3 डी धारणा और एआर / वीआर / एमआर टेक्नोलॉजीज पर आधारित होगा। हम, इन तीन परिदृश्यों पर ध्यान कर सकते हैं छोड़ दिया बस स्लैम प्रौद्योगिकी के उपयोग, प्लस 3D सामग्री परिस्थितियों की धारणा में विभिन्न परिदृश्यों की एक संख्या है। हम कार्यालय के बीच में हैं, कुछ भी नहीं मैदानों जानवरों और एक छोटे से पेड़ था जैसा कि आप देख सकते हैं, यह रेंडरिंग मोड मूल 2 डी फोटो से, और अधिक यथार्थवादी होगा, संपूर्ण 3 डी के आवेदन में हाइलाइट किया गया है जो एक सामान्य कैमरे का उपयोग होता है। सही है कि हम टेबल पर कुछ असली चीजें डालते हैं, दो छोटे राक्षस नकली होते हैं, अगर हम कुर्सियों के पीछे देखते हैं, तो तितलियों सब नकली हैं। यह आवेदन बहुत अलग अनुभव लाता है । कल्पना कीजिए कि हमारे भविष्य के एकल कैमरा फोन, आप हमें कुछ अलग 3 डी अनुभव दे सकते हैं अगर, मैं 2018 चाहते हैं, 2019 निश्चित रूप से खेल के दृश्य, सामाजिक दृश्यों की बढ़ती संख्या है, पर आधारित है और एक अधिक पूर्ण एकीकरण की वास्तविकता, जो कि हम वैज्ञानिकों की अवधारणा के बारे में बात कर रहे हैं, कथित क्षमता को बढ़ाने के लिए है। सैद्धांतिक नींव से, वैज्ञानिकों बड़ा डेटा-संचालित कृत्रिम बुद्धि, हम वहाँ कई जन्मजात की कमी, के लिए अब कर रहे हैं कि मिल जाएगा, बातें व्याख्या करने योग्य की कमी है। तो कृत्रिम बुद्धि के पिछले मार्गदर्शन, क्या हम बड़े डेटा सांख्यिकीय सीखने के साथ क्या की अवधारणा है, सांख्यिकीय सीखने मानव जाति को पहले से जानकारी का एक बहुत कुछ जोड़ देगा, हमें विश्वास है कि लोगों को यहां की उम्र वितरण समान रूप से वितरित कर रहे हैं या सामान्य रूप से वितरित, इन मैंने एक प्राथमिकता वितरण जोड़ लिया है। मैंने एक प्राथमिकता जोड़ दी है, भविष्यवाणी के लिए एक निश्चित महत्व एक महान संदर्भ है अगर, हालांकि, जब डेटा बड़ा हो रही है, मैं डेटा के बारे में प्रायोरी मान्यताओं नहीं कर सका, और इस मामले में कोई समस्या लाएगा, सभी नियमों अपने स्वयं के डेटा से बाहर उनसे सीखा रहे हैं, एक का उत्पादन करेगा बिग दोष, व्याख्या की कमी कहा जाता है। एक बड़ा डेटा की सच्ची भावना में हल किया जा करने के लिए इसके अलावा हम एक समस्या है डेटा कह सकते हैं कि हम धारणा देने के लिए, अनुभूति अधिक मशीनों कुछ चिह्नित दे, तथाकथित लेबलिंग के कुछ सही जवाब दे रहा है की जरूरत है, लेकिन नहीं है सब कुछ सही उत्तर है, इसलिए अब भी पर्यवेक्षी जानकारी की कमी है कुछ स्थितियों में, स्वास्थ्य देखभाल, हम संस्थान एक अस्पताल देखा है का कहना है कि उन्होंने कहा कि हमारे पक्ष में दो राष्ट्रीय वरिष्ठ विशेषज्ञों होगा, विशेषज्ञों का यह भी उम्मीद है कि ज्ञान पर इन दो पुराने चर्च वास्तव में समझ सकते हैं कंप्यूटर सीखना, लेकिन सिर्फ इसलिए कि ये दो दिग्गजों फिल्म पर शुरुआती बीमारी देख सकते हैं, चीन में कोई भी ऐसा नहीं करेगा और पूछा जाएगा कि हम ऐसा कर सकते हैं। वास्तव में, दृश्य मशीन वर्तमान में क्या कर सकते हैं की बहुत स्पष्ट परिभाषा की मशीन बिंदु इनपुट परिभाषित करने के लिए है और उत्पादन बहुत स्पष्ट है, मैं एक फिल्म देने के लिए, यह बताया जा सकता है कि इस प्रारंभिक रोगियों किसी तरह का नहीं है, यह बात बहुत स्पष्ट परिभाषाओं है दुर्भाग्य से, बहुत कम नमूनों और पर्याप्त नमूने नहीं हैं। हम इस प्रशिक्षण आमतौर पर एक लाख डेटा, पुराने विशेषज्ञ दिन की आवश्यकता है यह देखने के लिए कितना फिल्म, हांगकांग डॉक्टरों एक दिन पढ़ टुकड़ा आठ से अधिक, आठ से अधिक कॉल यह थकान व्याख्या नहीं किया जा सकता है, तो यह बताया जा रहा है। यदि एक दिन के विशेषज्ञों की अवधारणा के अनुसार 10 को पढ़ने के 300 साल होने के लिए निदान की -500 वर्ष, पर्याप्त डेटा प्रदान करने के लिए सक्षम होने के लिए, और क्या पुराने विशेषज्ञों काफी बुजुर्ग, यहां तक कि पुराने के विशेषज्ञों के साथ एक बहुत छोटी उम्र से वास्तव में, मुझे लगता है कि यह बहुत मुश्किल है, जो कि यह कहना है कि ऐसा कोई नया नमूना नहीं है, बल्कि विभिन्न प्रकार के अंतःविषय और मल्टीमैडल इंटरैक्शन परिवर्तन भी हैं। इन तथ्य के बाद से तो, हम कर जांच, इन नए अनुसंधान सवालों में मूल समस्या है, उदाहरण के मल्टी मॉडल, बहु कार्य सीखने के लिए अप करने के लिए अपने सिद्धांत के आधार है वैज्ञानिकों, और कमजोर निरीक्षण कर रहे हैं अनूदित अधिगम यह भी कहता है कि एक नमूना की अनुपस्थिति में, मैं नमूनों को स्थानांतरित करता हूं और यहां तक कि नमूना सीखने का उत्पादन भी करता हूं। एक और तरीका है कि मैं इस लूप के माध्यम से प्राप्त कर सकता हूं, हालांकि मुझे नहीं पता कि यह एक अच्छा जवाब है, लेकिन मैं अपने सीखने को बढ़ाने के लिए कर सकता हूं जिससे हमें सहायता मिल सके। उदाहरण के लिए, हम देखने के लिए कोई समस्या नहीं है इस विवरण में। बर्ड एक सफेद छाती, ग्रे सिर और काले पंख और पूंछ पीला। हम विशेष रूप से यह पता लगाने के लिए आश्चर्य नहीं होगा, लेकिन वास्तव में इस प्रक्रिया को उलट है, हमने चीनी का वर्णन दिया, उसने इस तरह के एक फोटो का निर्माण किया, जिसका मतलब है कि वर्तमान में इस तस्वीर पर किसी भी अन्य पक्षी की तरह दुनिया में कोई पक्षी नहीं है, जिसका अर्थ है, हम वास्तविक अर्थ के माध्यम से प्राप्त कर सकते हैं , टेक्स्ट, नमूना केस के विवरण से नमूना डेटा जेनरेट करें। इसके अलावा कटौती के बाद, एक पाठ चित्र उत्पन्न करने में सक्षम हैं, तो यह एक पाठ के साथ वीडियो उत्पन्न कर सकते हैं नहीं है, निर्देशक शायद काम करेगा नहीं है, और मैं एक किताब वीडियो उत्पन्न किया जा सकता लिखा था। विज्ञान धीरे-धीरे डाल दिया है मूल के कुछ किसी भी असंभव लग रहा है चीजें संभव बनें आप इस तकनीक के साथ देख सकते हैं, और हम फिर से दोस्तों के अग्रेषण वृत्त की सामग्री पर भरोसा करने की कभी नहीं हो सकता है के बाद, सभी चीजें संभव हो रहे हैं। हालांकि, विज्ञान और प्रौद्योगिकी में इन सफलताओं, कथित क्षमता से, सैद्धांतिक आधार, को बढ़ाने के लिए वास्तव में हो भी परिवर्तन और वास्तविक उद्योग अभी भी एक लंबी दूरी है हम अंत क्या यह किया? ऐ उद्योग सफलता में उद्योग को देखो, पहले बादल + ग्राहक मोड के माध्यम से प्राप्त करने के लिए कहने के लिए,, बादल, सर्वर है कंप्यूटिंग शक्ति को बढ़ाने के लिए, और अंत उपकरणों की एक किस्म से अंत है, वहाँ से बढ़ रहा है एआई प्रौद्योगिकी की सफलता को पूरा करने के लिए कम्प्यूटिंग क्षमता, वास्तव में, अधिक से अधिक उपकरण स्मार्ट या बुद्धिमान तैयार किए गए हैं, यह देखने के लिए है कि रोबोट के अंदर मेरी कार में कोई उपयुक्त एल्गोरिदम नहीं है, फोन अंदर और यहां तक कि विभिन्न प्रकार के हाथों वाले उपकरणों पर भी, यह एक बहुत ही रोचक परिवर्तन है जो उद्योग में हुआ है। अब देखने की हमारी दृष्टि से, ऐ एक बहु आवेदन प्रौद्योगिकी प्रवृत्तियों दृश्य, बहुआयामी संबंध, पूर्ण ढेर के नवाचार की क्षमता, तकनीकी मॉड्यूल की एक विस्तृत विविधता के बीच में अंतर्निहित एल्गोरिथ्म से, ऊपर कोर आवेदन करने के लिए, मुख्य आवेदन के इस भाग है वास्तव में, वास्तव में, उद्योग से वास्तविक मांग तक, जिनकी ज़रूरतें और आवश्यकताएं समान नहीं हैं। क्योंकि कई मामलों में, हम कई उद्यमों के साथ भी काम करते हैं, कंपनियां कहते हैं कि हमें एआई होना चाहिए। यह एक प्रस्ताव है, समस्याओं का एक गुच्छा मिला, इनमें से कुछ समस्याएं जो हम अच्छी नहीं कर रही हैं, एआई का उपयोग नहीं कर रही हैं आप को समायोजित करने की विधि, मैं कहना चाहता हूँ, असंभव, करना मुश्किल है एआई क्या कर सकता है? अभी मैंने कहा, जब एक समस्या परिभाषा, इनपुट, उत्पादन, स्पष्ट और किसी को इस प्रक्रिया के माध्यम से प्राप्त करने के लिए, इन क्षमताओं को बदलने के लिए एआई का उपयोग करें, अधिक प्राकृतिक होगा ऐ इसलिए केवल परिदृश्य में अपनी उत्पादन क्षमता को बढ़ाने के लिए जाने के लिए थे, इस बात कर सकते हैं, लेकिन अगर लोग इस बात कैसे मामला ऐसा करने के लिए पता नहीं है, आप ऐ तरह बाहर आप मदद करना चाहते हैं, आगमनात्मक है, निगमनात्मक यह बहुत मुश्किल है, इसलिए मुझे लगता है यह दृश्य की भूमिका लाता है, स्पष्ट रूप से उद्योग के वास्तविक जरूरतों को अलग करने के लिए आने के लिए सक्षम हो। विज्ञान और उद्योग के एकीकरण को कैसे बढ़ावा देना उद्योग और विज्ञान के अभिसरण के साथ, हमें लगता है कि बाहरी तत्वों के दो बड़े टुकड़े हैं: तापमान परिवेश का तत्व तत्व दो, औद्योगिक दृष्टिकोण से, हमने तीनों के बारे में बात की क्या बाहरी वातावरण मैं देख रहा हूँ, वास्तव में, प्रबंधन के बाहर एक बहुत अच्छा भूमिका निभाई है, तेजी लाने के लिए चीन के उत्प्रेरक भूमिका पहले कभी राष्ट्रीय स्तर से ऐ के विकास को बढ़ावा देना है यह क्या है? अब, वास्तव में, आप देख सकते हैं यूरोप, संयुक्त राज्य अमेरिका के सबसे, वास्तव में, के बाद से देश बातें सुझाव देने के लिए है, लेकिन चीन खेला पूरे पदोन्नति, इसलिए नीति वार्मिंग, श्वेत पत्र के एक नंबर के विकास सहित, अक्सर लोगों से अर्थ में, देखने के लिए देश की बात, सहायता उद्योग गिरावट दूसरा एक पूंजी को बढ़ावा देने है। हम यह भी कृत्रिम बुद्धि के लिए देख सकते हैं, अब इस स्तर, पूंजी,,, ऐसी तकनीक गले लगाने के लिए वास्तव में, उद्योग मूल मूल प्रौद्योगिकी से एक सफलता बनाता औद्योगिक मंजिल की श्रृंखला में कई के बीच छोटा करने के लिए। तीसरा महत्वपूर्ण मुद्दा यह है कि संसाधनों से उपलब्ध हैं, तो आप एक परमाणु प्रतिक्रिया बाहर ले जाने के लिए है, तो आप अभी भी तेल करना होगा है। तथाकथित संसाधन उपलब्ध है कि कंप्यूटिंग शक्ति अब कंप्यूटिंग संसाधनों की एक निश्चित डिग्री, यहां तक कि इसके बाद के संस्करण प्लेटफ़ॉर्म, ऑपरेटिंग सिस्टम और कुछ शोध के आधार पर पहुंच गया है, हम एक बिंदु पर पहुंच गया है, ताकि बाहरी वातावरण पहले से ही जाने है एक बहुत अच्छा रूपांतरण के लिए उद्योग के लिए विज्ञान। उद्योग से ही, यह तीन के लिए आवश्यक है: सबसे पहले, तकनीकी उत्पाद ऐ व्यापार नहीं प्रौद्योगिकी की बिक्री है, जो बहुत मुश्किल है द्वारा एक वास्तविक नकद एक मूल प्रौद्योगिकी सफलता, के रूप में मैं सिर्फ इतना कहा, अगर हम कुछ भी नहीं से बाहर पक्षियों उत्पन्न है।, लेकिन यह वाणिज्यिक प्राप्ति में बदल जाने की जरूरत है वे इसी उत्पाद वाहक करना होगा, वास्तव में, इस कदम अब उद्यमों के बहुमत धीरे-धीरे पूरा, प्रौद्योगिकी उत्पादों, हम एक सटीक पहचान, या एक चिप, और बादल के अंत बन सकता है ये दो तरीके उत्पाद तकनीक में मुख्य सफलता हैं। दूसरा, बड़े पैमाने पर लैंडिंग हम कहते हैं कि हम एक बड़ा पर्याप्त प्रभाव का एक तकनीकी वास्तविक अर्थ के रूप में की जरूरत है, हम, यह एक बड़े पैमाने पर क्षमता की आवश्यकता है एक शहर में कोई कवरेज के साथ दो शहरों, हम तेजी से विकास की क्षमता है की जरूरत है, या, इन चीजों को एक उत्पाद में मानकीकृत किया जा सकता है, तो इसकी पदोन्नति बहुत सफल होगी। वास्तव में, उपकरणों उपयोग हम में से कई, ऐ का एक बहुत उत्पन्न किया है, हम सिर्फ एक मोबाइल फोन के कैमरे के एक साधारण एसएलआर कैमरे का उपयोग कर, अब जिस तरह से धुंधला, वास्तव में प्राप्त करने के लिए सक्षम हो जाएगा की तरह, यह करने के लिए ऐ प्रौद्योगिकी, फर्श की तरह है मोबाइल फोन उत्पादों की केंद्रीयीकृत अभिव्यक्ति तीसरा, यह स्पष्ट नहीं है कि उद्योग में एआई उद्योग में नाटकीय परिवर्तन करने में सक्षम है। इसलिए, दृश्य विविधीकरण कुछ अर्थों में प्रौद्योगिकियों के बीच एक अच्छी नई तकनीक बना सकती है। हम सार्वजनिक सेवा से देख सकते हैं, व्यक्तिगत आवेदन, वहाँ पूरे समुदाय प्रबंधन के बीच इस तरह बदलाव किया जाएगा, वास्तव में, हम की तरह एक सा पहले औद्योगिक क्रांति के बारे में बात कर रहे हैं जब प्रौद्योगिकी की अनोखी मिसाल है, हम एक अच्छा भाप इंजन है, लेकिन आवेदन परिदृश्यों की एक विस्तृत श्रृंखला के बिना, वास्तव में, प्रौद्योगिकी का सच प्राप्ति, वास्तविक औद्योगिक क्रांति को बढ़ावा देने के, लेकिन यह अभी भी एक लंबी दूरी है, जब अनुप्रयोग है: सबसे पहले, मैं बड़े पैमाने पर औद्योगिक उत्पादन कर सकता हूं। दूसरा, मैं कृषि का उत्पादन और सिंचाई कर सकता हूं। तीसरा, मैं रेलवे और परिवहन भी कर सकता हूं। उस समय कंपनी का दुनिया का सबसे बड़ा बाजार मूल्य रेलवे परिवहन करना है। तो देखने के इस बिंदु से, परदे के विविध प्रौद्योगिकी, ऐ की इस लहर भी बहुत मूल तत्वों उतरा। उदाहरण व्यक्तिगत आवेदनों, मोबाइल फोन कुछ आवेदन परिदृश्यों होना चाहिए सही तरह के रूप में चित्र हम धुन्ध मदद करने के लिए शुरू किए गए थे है मोबाइल फोन एप्लिकेशन, जो कि आपका कैमरा कहने वाला है, अगर आप बीजिंग में धुंध दिन लेते हैं, तो धुंधली दिनों को खत्म करने की कुंजी के बारे में चिंता न करें। कुछ एलबम मध्य प्रबंधन कर रहे हैं, मेरा मानना है कि अब हम तस्वीरें, पहले से ही लोगों द्वारा प्रबंधित किया जा सकता है, मेरे अपने फोटो, अपने दोस्तों, बच्चों और परिवार, विभिन्न समूहों में विभाजित किया जा सकता है, भविष्य में और अधिक आयामों के आधार पर किया जा सकता है और विभाजन के लिए टैग, उदाहरण के लिए, उम्र और अंतरंगता के अनुसार, मशीन स्वत: वर्गीकरण के माध्यम से आपकी सहायता कर सकती है, जोड़ कर सकते हैं वाम-पंथी चित्र, हम के बारे में कह रहा है और अधिक रचनात्मक तत्वों के साथ ऐ जाने बात कर रहे हैं, वास्तव में, हम वीडियो जो कला का एक बहुत का प्रभाव अनुकरण कर सकते हैं कर रहे हैं, या यहां तक कि सीखने वान गाग, मोनेट सीखने, आप मोबाइल के भविष्य देख सकते हैं चित्र लिया, कुछ समय पहले हम क्यूई Baishi झींगा की नकल में, मैं नकल नहीं लगता है, तो आप एल्गोरिदम के साथ एक सच में खाने झींगा बनाना चाहते, तो आप तुरंत क्यूई शैली बन सकता है। तो यह ऐ और व्यक्तिगत आवेदनों की प्रक्रिया में मनोरंजन का एक बहुत लाएगा। एक और कोण ऐ प्रशासन और पूरे समाज का प्रबंधन है, लेकिन यह भी साथ एक बहुत बड़ी गहराई खेलते हैं। हम कल्पना कर सकते हैं कि पूरे समाज की वर्तमान स्थिति अभी भी नियंत्रण से बाहर है, भले ही प्रौद्योगिकी के उपयोग का कोई समग्र दृष्टिकोण है, हम, आकाश, हर कोण के लिए जमीन से भी, दैनिक जीवन के सभी पहलुओं के बारे में सोच रहे हैं एल्गोरिथ्म के लिए किया जाता है, तो वाल्कथ्रू और विकास, आप एक समग्र योजना कर सकते हैं उदाहरण के लिए, हम यात्रा करते हैं, एक ओर इन-कार एआई पर, मानव रहित, बाधा से बचाव, आकाश एआई में दूसरी तरफ बेहतर नेविगेशन सेवाएं, जमीन की स्थिति के वास्तविक समय की धारणा के माध्यम से प्रौद्योगिकी, और यहां तक कि यहां तक कि सड़कों की अच्छी तरह से योजना बनाई जाती है, और स्वर्ग और पृथ्वी के बीच का संबंध बेहतर समन्वय प्राप्त करता है ऐसी बहुत सी बातें हो सकती हैं जो भविष्य में न तो बहुत दूर में बदल सकती हैं, जहां पर हम प्रौद्योगिकी की सफलता और परिदृश्यों के बीच एक बड़ा संबंध देखते हैं। परम ऐ उत्पाद नहीं है, सार्वजनिक सेवा है, भविष्य है, क्योंकि एआई पूर्ववर्तियों के सामने चीजें कर सकती है, जैसे काउंटर पर चीजें, हम काउंटर पर विभिन्न प्रमाणीकरण प्रदान करते हैं, लोग एक हैं मुंह की सहायक डॉकिंग, और फिर मेरा मानना है कि मुंह की डॉकिंग, एआई द्वारा प्रतिस्थापित किया जाएगा, फिर हम भविष्य में सेवाएं प्रदान करेंगे, एक वास्तविक अर्थ में प्रत्येक व्यक्ति के विभिन्न राज्यों के अनुसार किया जा सकता है अलग अनुकूलन सेवा। बहुत कुछ बोलते हुए, मैं विज्ञान और उद्योग का कहना है या मध्य में इन दो चीजों को जोड़ने का एक लंबा रास्ता होगा, इसलिए हम कहते हैं कि एआई हमारे एआई कारोबार से भी धीरज दौड़ है। विज्ञान और उद्योग को अंततः एक स्थान पर जोड़ा जा सकता है और इस क्षण के लिए हम एक बहुत अच्छे समय पर हैं क्योंकि आसपास के वातावरण को पकड़ना और इसे तेज करना इसलिए हम यह भी आशा करते हैं कि इस स्तर पर, एआई वास्तव में हर किसी को हर किसी के लिए जीवन बेहतर बनाने में मदद कर सकता है।
|
