Bitcoin ลดลง 10% ใน 24 ชั่วโมงแรกและลดลงต่ำกว่า 9000 เหรียญสหรัฐ;
ในช่วง 2 วันที่ผ่านมา Bitcoin miners เป็นเวลาที่ยากมากสองวันในระยะเวลาอันสั้น Bitcoin ลดลง 10% และลดลงเหลือต่ำกว่า 9,000 ตำแหน่งอีกครั้ง
ไม่เพียง แต่ Bitcoin แต่สกุลเงินอิเล็กทรอนิกส์อันดับสองของอีเธอร์ร่วงลง 7% และเงินอิเล็กทรอนิกที่สามที่ใหญ่ที่สุดคือ Ripple ลดลง 10%
มีสาเหตุมาจากตลาดที่ไม่ดีดังกล่าวตามข่าว Bloomberg รายงานเมื่อวันที่ 11 กันยายนที่ผ่านมาเกาหลีใต้บุกเข้าร่วม Upbit ซึ่งเป็นหนึ่งในตลาดหุ้นที่ใหญ่ที่สุดในโลกเนื่องจากมีการโอนเงินลูกค้าไปยังบัญชี บริษัท
การแลกเปลี่ยน Bitcoin ที่ใหญ่ที่สุดในโลก (ล้มละลาย) กำลังเตรียมที่จะขาย Bitcoins นับหมื่นชิ้นที่เหลืออยู่และ Bitcoin ก็ทรุดลง
ต้องบอกว่าเงินอิเล็กทรอนิกส์เป็นเครื่องมือทางการเงินที่แท้จริงในการทดสอบคุณภาพทางจิตวิทยาคุณไม่รู้หรือไม่ว่าจะสามารถกลับไปที่จุดสูงสุด 20,000 เหรียญสหรัฐในอนาคตได้หรือไม่?
2. Bitcoin ประสบปัญหาการกระโดดสามครั้ง
ผู้สื่อข่าวหนังสือพิมพ์ไทม์สไทม์ Wu Jiaming
เมื่อเร็ว ๆ นี้ซีรีส์จากสามระเบิดหนักเพื่อให้ราคาของ Bitcoin ลดลงอย่างรวดเร็วอีกครั้งในครั้งนี้นักลงทุนบางส่วนดูเหมือนจะหันความสนใจของพวกเขาไปยังพื้นที่อื่น ๆ : ปัญญาประดิษฐ์ (AI)
ตามรายงานของสื่อต่างประเทศ, ตลาด Bitcoin ที่ผ่านมาสามารถอธิบายเป็นข่าวร้ายจากระเบิดหนักครั้งแรกคือการแลกเปลี่ยน Bitcoin ใหญ่ที่สุด แต่ตอนนี้เป็นบุคคลล้มละลายภูเขา GOX จัดส่งขนาดใหญ่ของผู้ดูแลอีกครั้งตามที่ Mt.Gox เว็บไซต์ตรวจสอบกระเป๋าสตางค์เย็นแสดง Mt.Gox กระเป๋าสตางค์ที่ยังเหลืออยู่ประมาณ 138,000 Bitcoins. ข่าว Bitcoin ราคาลดลงหลังจาก
ที่สองระเบิดหนักจาก NVIDIA. NVIDIA เพิ่งถูกปล่อยตัวออกปีงบประมาณ 2018 ผลประกอบการไตรมาสแรกที่เกี่ยวข้องกับรายได้จากธุรกิจเหมืองถึง 289 $ แต่ Nvidia ประธานเจ้าหน้าที่ฝ่ายการเงิน Colette Kress กล่าวว่า บริษัท คาดว่าไตรมาสที่สองรายได้ที่เกี่ยวข้องกับธุรกิจจะลดลง 65 ในระดับหนึ่งก็ยังเรียกความดันการขายของสกุลเงินดิจิตอล
ระเบิดหนักที่สามจากเกาหลีใต้ตามเกาหลีใต้กล่าวว่าอำเภอสำนักงานอัยการของกรุงโซลอย่างเป็นทางการของอัยการเกาหลีใต้ในวันพฤหัสบดีและวันศุกร์บุกเข้าไปในสำนักงานหนึ่งของการแลกเปลี่ยนดิจิตอลที่ใหญ่ที่สุดของโลก Upbit มีรายงาน Upbit สงสัยว่ามีการย้ายลูกค้า เงินทุนบัญชีไปที่บัญชี บริษัท Upbit รับผิดชอบ Bitcoin มูลค่าประมาณ 1.6 พันล้านเหรียญสหรัฐฯเป็นประเทศที่มีการแลกเปลี่ยน Bitcoin รายใหญ่ที่สุดและใหญ่ที่สุดในเกาหลีเป็นอันดับที่ 4 ของโลก
ราคาของ Bitcoin ยังคงผันผวนอย่างรุนแรงซึ่งยังนำความไม่แน่นอนในขณะนี้นักลงทุนบางรายเริ่มมองเห็นโอกาสอื่น ๆ
Apriem ที่ปรึกษาหัวหน้าเจ้าหน้าที่การลงทุนเบนจามิน Lau กล่าวว่า Nvidia ยังมี 'ปัญญาและข้อมูลเทียมศูนย์ความต้องการชิป NVIDIA ชีวิตชีวาโอกาสมากขึ้นกว่าการทำเหมืองแร่ที่ควรผลักดันการพัฒนาธุรกิจของ บริษัท ฯ ในอนาคตอันใกล้ "Benjamin Lau เสนอว่าชิปเชิงพาณิชย์ของ Nvidia สำหรับภาค AI อาจรวมศูนย์การดูแลสุขภาพการขนส่งและศูนย์ข้อมูลคอมพิวเตอร์นี่คืออนาคต
บังเอิญในการสัมภาษณ์กับบลูมเบิร์กข่าวบิตแผ่นดินใหญ่ร่วมก่อตั้งวูฮันจีกล่าวว่า บริษัท ในการดำเนินงานการทำเหมืองแร่ของสหรัฐ Bitcoin มีแผนการขยายใหญ่. นอกจากนี้เขายังแสดงความคิดเห็นในตำแหน่งของ บริษัท ในด้านปัญญาประดิษฐ์, บิตแผ่นดินใหญ่กล่าวว่า นอกจากนี้ยังวางแผนที่จะตั้งเท้าในสาขานี้
ปัจจุบัน AI ได้ประกาศข้อตกลงกับ Google Cloud ซึ่งจะร่วมกันพัฒนาเทคโนโลยีปัญญาประดิษฐ์และจัดหาโซลูชั่นอัจฉริยะใหม่สำหรับการสำรวจและพัฒนาน้ำมันโดยเหตุการณ์นี้จะเกิดขึ้นทันทีในอุตสาหกรรมน้ำมันทั่วโลก กังวลตั้งแต่อัลฟ่าสุนัขสามารถเกินแชมป์โลกไปจะ Total และ Google สร้าง 'Super Man น้ำมันสมาร์ท' เกินกว่าคนน้ำมันโดยเฉลี่ยจะนำอุตสาหกรรมน้ำมันในการโค่นล้ม?
ในความเป็นจริงในปีที่ผ่านมาเร่งการเพิ่มขึ้นของปัญญาประดิษฐ์จะมีผลกระทบอย่างมีนัยสำคัญในอุตสาหกรรมชิปทั่วโลก Nvidia ได้รับการเปลี่ยนจากผู้ผลิตกราฟิกหนึ่งสำหรับผู้ผลิตเซิร์ฟเวอร์ AI. ปัญญาประดิษฐ์รวมถึง Google, Facebook, ไมโครซอฟท์และ บริษัท เทคโนโลยีอื่น ๆ รวมทั้งยักษ์ใหญ่ ผู้นำการวิจัยที่ได้รับในการใช้งานโดยเฉพาะการวิจัยประยุกต์ในด้านของผลิตภัณฑ์ที่นำเสนอโดยชิป NVIDIA ได้. นักวิเคราะห์ตลาดคาดหวังว่า 10 ปีข้างหน้ามูลค่ารวมของตลาดโลกประมาณ $ 500 พันล้านดอลลาร์ในปัญญาประดิษฐ์
3. ศักยภาพของอนาคตของแอ็พพลิเคชัน blockchain จะนานกว่า
Bitcoin, Ethereum และสกุลเงินเสมือนอื่น ๆ ได้กลายเป็นที่นิยมมากขึ้นเทคโนโลยี Blockchain ได้ดึงดูดความสนใจมากขึ้นหลายอุตสาหกรรมได้เริ่มคิดเกี่ยวกับวิธีการใช้เทคโนโลยี blockchain เพื่อสร้างมูลค่าเพิ่ม แม้ธุรกิจใหม่ ๆ ในหมู่พวกเขาการพัฒนาด้านการเงินในห่วงโซ่อุปทานอาจเป็นแนวโน้มที่สำคัญที่สุดที่ส่งผลต่ออุตสาหกรรมของไต้หวัน
ในระบบการเงินแบบดั้งเดิมบันทึกธุรกรรมและธุรกรรมทางการเงินทั้งหมดจะถูกจัดเก็บไว้ในฐานข้อมูลกลางของสถาบันการเงินดังนั้นสถาบันการเงินต้องลงทุนทรัพยากรมนุษย์และวัสดุจำนวนมากเพื่อรักษาฐานข้อมูลของตนเพื่อให้แน่ใจว่าสามารถทำงานได้อย่างเสถียรและข้อมูลมีความปลอดภัย ในแง่ของระบบการเงินการลงทุนที่เกี่ยวข้องได้เพิ่มต้นทุนการทำธุรกรรมทางการเงินด้วย
ในมุมมองนี้แนวคิดของหนังสือกระจายนำเข้ามาเป็น. ในหนังสือกระจายสถาปัตยกรรมทุกฝ่ายที่เกี่ยวข้องในการทำธุรกรรมได้เป็นส่วนหนึ่งของหนังสือจึงไม่มีฐานข้อมูลกลางเพื่อให้การทำธุรกรรมทั้งบัญชี. แต่เนื่องจากทั้งสองฝ่ายในการทำธุรกรรม เป็นเจ้าของหนังสือเป็นเพียงส่วนหนึ่งของหนังสือที่สมบูรณ์วิธีการเพื่อให้มั่นใจว่าบันทึกของหนังสือเล่มอื่น ๆ ที่ถูกต้องโดยไม่ต้องยุ่งเกี่ยวกับข้อมูลแล้วเป็นปัญหาใหญ่และโซ่บล็อกเป็นโซลูชั่นที่มีประสิทธิภาพในการแก้ไขปัญหานี้
มีแอ็พพลิเคชัน blockchain หลายแบบที่มีประสิทธิภาพยิ่งขึ้นกว่ากับ Industry 4.0
หักนอกจากนี้เทคโนโลยีบล็อกโซ่ไม่ได้ใช้เฉพาะในอุตสาหกรรมการเงิน, ข้อมูลใด ๆ ที่ใช้สถาปัตยกรรมแบบกระจายเทคโนโลยีห่วงโซ่บล็อกสามารถนำมาใช้ในการตรวจสอบความถูกต้องของ. สำคัญกว่าเทคโนโลยีบล็อกโซ่เป็นพื้นเปิดแหล่งที่มา เพียงแค่บน Github มี 26 000 เพื่อป้องกันการห่วงโซ่การพัฒนาโครงการตามที่รู้จักกันดี บริษัท ต่างประเทศเช่น IBM, SAP (SAP) นอกจากนี้ยังสนับสนุนเปิดแหล่งที่มากระชากโซ่กรอบ Hyperledger ผ้า, สามารถนำมาใช้เพื่อให้บรรลุแต่ละ แอพพลิเคชันเชิงพาณิชย์
เป็นเรื่องของความเป็นจริงหัวข้ออุตสาหกรรม 4.0 ที่ยืดเยื้อเป็นเวลาหลายปีย่อมจะใช้ประโยชน์จากเทคโนโลยี blockchain อุตสาหกรรม 4.0 มีหลายแง่มุมยกเว้นแนวคิดเกี่ยวกับกระบวนการดิจิทัลของกระบวนการฝาแฝดดิจิทัลและ IIoT นอกเหนือจากคำศัพท์ในขั้นตอนหลังของการพัฒนาอุตสาหกรรม 4.0 ระบบต้นน้ำและปลายน้ำ (เช่น ERP, MES ฯลฯ ) ในห่วงโซ่อุปทานจะต้องเชื่อมต่อเป็นชุดเพื่อให้ผู้ผลิตสามารถผลิตได้อย่างยืดหยุ่นและลดการจัดเตรียมสต็อก
ตามความเข้าใจของผู้เขียน บริษัท บัญชีขนาดใหญ่บางแห่งได้เริ่มใช้ความระมัดระวังในการเปลี่ยนแปลงที่เกิดจากอุตสาหกรรม 4.0 และได้ร่วมมือกับผู้ผลิตอุปกรณ์ / ระบบอุตสาหกรรมที่เกี่ยวข้องเนื่องจากในการผลิตแบบดิจิตัลวัตถุดิบผลิตภัณฑ์กึ่งสำเร็จรูปและข้อมูลสินค้าคงคลังผลิตภัณฑ์ การเปลี่ยนแปลงจะอยู่ในหน่วยวินาทีวิธีการตอบสนองต่อการเปลี่ยนแปลงเหล่านี้ในเวลาจริงในกระบวนการบัญชีและในงบการเงินเป็นความท้าทายที่ยิ่งใหญ่
ในทางกลับกันลูกค้าอุตสาหกรรมจะต้องมีความอ่อนไหวต่อตัวเลขข้างต้นโดยเฉพาะการผลิตอุปกรณ์อิเล็กทรอนิกส์ขนาดใหญ่เนื่องจากอัตรากำไรโดยรวมต่ำไม่ว่าจะเป็นวัตถุดิบกึ่งสำเร็จรูปหรือผลิตภัณฑ์สำเร็จรูปทุกอย่างเป็นรายการค่าใช้จ่ายและมักเป็นกำไรและขาดทุนของ บริษัท ประเด็นสำคัญก็คือแม้ว่าหน่วยงานกำกับดูแลหลักทรัพย์อาจไม่ต้องการให้ บริษัท จดทะเบียนลดขั้นตอนการเปิดเผยข้อมูลที่เกี่ยวกับรายได้ข้อมูลทางการเงินแบบเรียลไทม์ยังคงเป็นข้อมูลอ้างอิงที่สำคัญสำหรับการตัดสินใจขององค์กร
สำหรับอุตสาหกรรมการผลิตขนาดใหญ่เช่น Electronics Group ของไต้หวันจำเป็นต้องใช้สถาปัตยกรรมแบบรวมศูนย์เพื่อจัดการกับข้อมูลของผู้ผลิตต้นน้ำและปลายน้ำหลายพันรายค่าใช้จ่ายด้านซอฟต์แวร์และฮาร์ดแวร์ที่เกี่ยวข้องกับไอทีต้องโดดเด่นมากและอาจมีระบบดังกล่าว มันจะกลายเป็นขนาดใหญ่และซับซ้อนและจะนำความท้าทายในการจัดการและบำรุงรักษานำเข้าเทคโนโลยี blockchain และการนำสถาปัตยกรรมข้อมูลกระจายจะเป็นทางออกที่น่าสนใจสำหรับผู้ผลิตขนาดใหญ่เหล่านี้
นอกเหนือจากแอ็พพลิเคชันที่เกี่ยวข้องกับการจัดการการออกใบแจ้งหนี้แล้ว blockchains ยังมีแอ็พพลิเคชันอื่น ๆ อีกมากมายตัวอย่างเช่นในบริบทของอุตสาหกรรม IoT เครือข่ายเซ็นเซอร์จะส่งข้อมูลต่างๆออกไปอย่างต่อเนื่อง แต่ในกรณีที่มีการส่งข้อมูลเหล่านี้ หลังจากการแก้ไขปัญหาการทำงานของสายการผลิตอาจกลายเป็นความสับสนวุ่นวายและเป็นอันตรายต่อความปลอดภัยของโรงงานเทคโนโลยี blockchain สามารถใช้เพื่อป้องกันข้อมูลไม่ให้ถูกดัดแปลงเพื่อให้สามารถรักษาความปลอดภัยข้อมูลของ Industrial Internet of Things ได้
การเงินของ บริษัท จะพลิกกลับเนื่องจาก blockchain
นอกเหนือจากการตรวจสอบความถูกต้องของข้อมูลแบบกระจายและการตรวจสอบว่าข้อมูลไม่ได้รับการดัดแปลงมีโปรแกรมประยุกต์ที่สำคัญของ blockchain ซึ่งจะเป็นการออกโทเค็นแอ็พพลิเคชันนี้เป็นสิ่งที่ทำให้ตลาดสกุลเงินเสมือนเกิดน้ำท่วมด้วยฟองอากาศมาก เหตุผล - เกือบทุกคนสามารถออกโทเค็นเพื่อเป็นเงินทุนใช้สกุลเงินเสมือนเพื่อแลกกับเหรียญเงินหยวนเรนนีบี NT และสกุลเงินตามกฎหมายอื่น ๆ ที่มีการรับรองของรัฐบาล
โทเค็นเป็นแอพพลิเคชันที่มีความสามารถในการใช้งานด้านการเงินขององค์กรอย่างลึกซึ้งในกรณีที่เกิดการผลิตผลิตภัณฑ์ไม่สามารถผลิตออกมาจากอากาศที่บาง ๆ ผู้ผลิตรายหนึ่งต้องการผลิตสินค้าบางอย่าง สำหรับผลิตภัณฑ์จำเป็นต้องซื้อวัตถุดิบหรือส่วนประกอบจากซัพพลายเออร์ต้นน้ำและชำระราคาซื้อตามระยะเวลาที่กำหนดไว้
ในสถานการณ์ปัจจุบันแม้ว่าซัพพลายเออร์ได้จัดส่งสินค้าไปยังลูกค้าแล้วสิ่งที่พวกเขามีก็คือเช็คที่สามารถเรียกเก็บได้ในอีกไม่กี่เดือนหากซัพพลายเออร์ต้องการเงินทุนไหลเวียนก็จะสามารถหาส่วนลดจากธนาคารได้เท่านั้น นอกจากนี้ยังมีดอกเบี้ยที่ต้องชำระให้กับธนาคารนอกจากนี้การตรวจสอบการลดราคาอาจมีข้อ จำกัด หลายอย่างตัวอย่างเช่นเช็คที่มีระยะเวลาตั๋วยาวมักไม่ได้รับการยอมรับจากธนาคารนอกจากนี้ยังช่วยให้อุตสาหกรรมการเงินใต้ดินมีห้องพักอยู่รอดได้ด้วย อุตสาหกรรมการผลิตใช้ความแตกต่างของเวลาระหว่างบัญชีลูกหนี้และเจ้าหนี้เพื่อสร้างผลกำไรมหาศาล แต่ความเสี่ยงด้านทุนจะตกเป็นภาระของผู้จัดหาสินค้า
ในทางตรงกันข้ามถ้าลูกค้าก็เป็นจำนวนมากของการสั่งซื้อและซัพพลายเออร์ต้องเร่งด่วนการขยายตัวเว้นแต่ลูกค้ายินดีที่จะจ่ายเงินล่วงหน้ามิฉะนั้นฉันกลัวว่าหลายซัพพลายเออร์ขนาดเล็กและกลางไม่สามารถที่จะดำเนินการเนื่องจากธนาคารมักจะมีการเข้มงวดมากสำหรับการจัดหาเงินทุน SME ข้อ จำกัด ในกลุ่ม SME จะได้รับวงเงินสินเชื่อมักจะอยู่ในระดับต่ำมากถ้าไม่เป็นไปไม่ได้ที่จะได้รับวงเงินเครดิต. ในเวลานี้ผู้ประกอบการ SME มักจะเป็นเพียงเดิมพันมูลค่าสุทธิชื่อของตัวเองที่จะใช้หลักประกันอสังหาริมทรัพย์สำหรับเงินให้สินเชื่อเมื่อหลายขึ้นอยู่ในที่มีขนาดใหญ่ ภายใต้ผู้ผลิต SME แม้ว่าทางธุรกิจที่มั่นคงดูเหมือน แต่มีปัญหากระแสเงินสดไม่สามารถปรับได้อย่างถูกต้องตำแหน่งกับสถาบันการเงินเป็นเหตุผลหลักที่นี่
บางส่วนนี้ยังเป็นหนึ่งในความต้องการหลักของตลาดอสังหาริมทรัพย์ในไต้หวันเพราะเจ้านายถ้าผู้ประกอบการ SMEs เงินสดสำรอง, การลงทุนด้านอสังหาริมทรัพย์จะเป็นโจมตีถอยของทางเลือก. มีโอกาสที่จะได้รับการเสนอราคาถามกระจาย บริษัท อาจยังต้อง เมื่อจะใช้เป็นหลักประกันในการขอสินเชื่อเงินทุนหมุนเวียน. อสังหาริมทรัพย์เป็นหนึ่งในธนาคารที่สินเชื่อหลักประกันเป็นส่วนใหญ่เต็มใจที่จะยอมรับเพราะมันเป็นความผันผวนของราคามักจะต่ำกว่าหลักทรัพย์อื่น ๆ และกลไกอสังหาริมทรัพย์ Kam ราคาอยู่แล้วค่อนข้างเป็นผู้ใหญ่
ถ้าคุณใช้ผู้ผลิตเทคโนโลยีบล็อกโซ่ขนาดใหญ่ที่จะออกราชสกุลของตัวเองและที่อยู่ในการไหลเวียนของห่วงโซ่อุปทานของตัวเองดำเนินงานทางการเงินที่กำหนดตลอดห่วงโซ่อุปทานจะนำเสนอฉากอื่น. ในความเป็นจริงในการสั่งซื้อเพื่อป้องกันการเทคโนโลยีห่วงโซ่ที่ออกในนามของ สกุลเงินไม่เพียงแทนสกุลเงินแบบดั้งเดิม แต่ยังสามารถแนบสัญญาสมาร์ท (สัญญามาร์ท) ฟังก์ชั่น. ผู้ออกหลักทรัพย์กับที่ได้รับพรรคไม่เพียง แต่สามารถกำหนดเนื้อหาของสัญญาเมื่อเงื่อนไขสัญญาจะได้พบกับการดำเนินการซื้อขายที่ตามมานอกจากนี้ยังสามารถอัตโนมัติ ทั้งหมดโดยไม่มีการแทรกแซงของมนุษย์. คุณลักษณะนี้อย่างมีนัยสำคัญสามารถลดค่าใช้จ่ายในการทำธุรกรรมระหว่างผู้ซื้อและผู้ขาย
ในคำอื่น ๆ สัญญาณสัญญากับสมาร์ทเป็นจริงค่อนข้างคล้ายกับเลตเตอร์ออฟเครดิต (เลตเตอร์ออฟเครดิต, LC) ที่ใช้ในการค้าระหว่างประเทศ แต่ไม่มีการค้ำประกันของธนาคารกลาง. ราชสกุลเหล่านี้ถ้า จำกัด เพื่อเปิดตลาดรองที่จะทำให้หนึ่ง สมาชิกห่วงโซ่อุปทานของผู้ผลิตสามารถซื้อและขายให้กับสมาชิกในการทำธุรกรรมในห่วงโซ่อุปทานเดียวกัน (ซึ่งจะสร้างตลาดตราสารหนี้ที่คล้ายกัน แต่เพียงเฉพาะกลุ่มของผู้เข้าร่วมในที่เฉพาะเจาะจงขององค์กร) หรือเป็นหลักประกันในการจัดหาเงินทุนก็ ตลาดการเงินองค์กรที่มีอยู่จะทำให้เกิดการโค่นล้มใหญ่
นอกจากนี้ตามกฎหมายทางการเงินที่มีอยู่ในการแทรกแซงของรัฐบาลเป็นเรื่องยากที่จะควบคุมเพราะระบบทั้งหมดถูกสร้างขึ้นโดยการทำธุรกรรมระหว่าง บริษัท เอกชนผู้ซื้อและผู้ขายที่จะใช้สิ่งที่ "เงิน" หรือ "บัตรกำนัล" เป็นสื่อกลางในการแลกเปลี่ยนที่เป็นสองสมบูรณ์ ทำของเสรีภาพในการทำสัญญา. บริษัท จะกู้เงินระหว่างมูลค่าการซื้อขายรวมยังเป็นธรรมดาที่เกิดขึ้นสิ่งที่สินทรัพย์ที่ใช้เป็นหลักประกันสินเชื่อที่ไม่มีหลักประกันที่จะทำแม้ว่าค่าเป็น บริษัท จดทะเบียนเป็นพื้นเจ้านายได้สุดท้ายกล่าวว่า
โอกาสทองของทองคำขององค์กรแบบดั้งเดิม
อาจเป็นเรื่องง่ายสำหรับผู้อ่านที่จะเข้าใจว่าทำไมอุตสาหกรรมการเงินแบบดั้งเดิมจึงมีความรอบคอบเกี่ยวกับนวัตกรรมของ Fintech ตามเทคโนโลยี blockchain เพราะในกฎกติกาเกมใหม่นี้สถาบันการเงินไม่เพียง แต่ Marginalization อาจถูกยกเว้น
แต่ก็เป็นแบบดั้งเดิมสำหรับภาคการเงินสถานการณ์ที่ไม่อาจจะมองในแง่ร้ายดังนั้น. ดังกล่าวก่อนหน้าเนื่องจากค่าใช้จ่ายบัตรเครดิตที่มีความเสี่ยงและปัจจัยอื่น ๆ และตอนนี้ธนาคารจะเป็นพื้นเรื่องยากมากสำหรับผู้ประกอบการ SMEs ที่จะทำเงินให้สินเชื่อบัตรเครดิตจะต้องมีหลักประกัน. แต่ หากผู้ผลิตขนาดใหญ่สำหรับผู้ผลิตห่วงโซ่อุปทานของตัวเองออกราชสกุล แต่ยังอยู่ในธนาคารที่เปิดขั้นตอนวิธีการของพวกเขาที่ธนาคารจะสามารถที่จะสามารถเข้าใจการติดต่อที่มีการบันทึกในระบบ SME การผลิตขนาดใหญ่มากลดค่าใช้จ่ายของบัตรเครดิต. ถ้าทางการเงิน หน่วยงานกำกับดูแลมีความเต็มใจที่จะส่งเสริมการผ่อนคลายกฎระเบียบของราชสกุลเหล่านี้เป็นสิ่งที่ผลิตภัณฑ์กึ่งหลักทรัพย์สัญญาณเหล่านี้แน่นอนนอกจากนี้ยังสามารถใช้เป็นหลักประกันกับการจัดหาเงินทุนธนาคาร
ไม่ว่าจะเป็นอดีตหรือหลัง แต่สำหรับสถาบันการเงินที่มีอยู่การเกิดโทเค็นจะช่วยให้วงการการเงิน SME มีขนาดใหญ่ขึ้น
ในความเป็นจริงผู้มีอำนาจกำกับดูแลสถาบันการเงินที่จะเข้าไปแทรกแซงถ้าการผลิตขนาดใหญ่สำหรับระบบห่วงโซ่อุปทานของตัวเองเกี่ยวกับสัญญาณปัญหาที่จะให้พวกเขาชนิดของสัญญาณสถานะทางกฎหมายบางส่วนเป็นผลแน่นอน. โทเคนสถานะทางกฎหมายต้องชี้แจงความหมายที่รัฐบาลสามารถดำเนินการต่อ ควบคุมหากโทเค็นไม่ได้เป็นไปตามกฎหมายข้อบังคับของรัฐบาลยังไม่มีชื่อ
แผนระยะยาวสำหรับอุตสาหกรรมเครื่องจักรกลเหมืองแร่
จาก 2,017 Bitcoin ทะยานเทียบกับเงินดอลลาร์อย่างเป็นทางการพัดเหมืองแร่บูมอุตสาหกรรมเครื่องรอคอยมานานโอกาสทางธุรกิจเครื่องทำเหมืองแร่เป็นหัวข้อร้อนในห่วงโซ่อุตสาหกรรมอิเล็กทรอนิกส์ของไต้หวัน. หลายจีน IC บริษัท ออกแบบเพราะจากการแนะนำของการทำเหมืองแร่ ASIC ทุ่มเทและการระเบิดของสีแดง แต่ถ้าคุณเข้าใจกฎของ Bitcoin สกุลเงินอีเธอร์เน็ตที่อยู่เบื้องหลังเกมที่เราสามารถยืนยันว่ารูปแบบธุรกิจเงินสดการทำเหมืองแร่ในปัจจุบันจะไม่ได้เป็นธุรกิจที่ยาวนานสามารถ
เพื่อ Bitcoin ทั้งหมดที่ออก 21 ล้าน, จะไม่มีการใหม่ที่เต็มไป Bitcoin หลังจากที่ได้ออกเป็นที่เรียบร้อยแล้ว. นี้ Bitcoin เครื่องจักรอุตสาหกรรมเหมืองแร่ "เส้นตาย." มันเป็นที่คาดว่าในช่วงกลางปี 2017 บิต การไหลเวียนของสกุลเงินได้ถึง 1,638 ล้านหน่วยและ Bitcoin ส่วนที่เหลือของจำนวนปัญหาที่ได้รับลดลงและต่ำขุดเหมืองที่เป็นความลับ Bitcoin เวลาจะนานส่งผลในการกระทำการทำเหมืองแร่ผลตอบแทนการลงทุน ลดลงเมื่อเวลาผ่านไปก็เป็นที่เชื่อกันโดยทั่วไปว่าส่วนที่เหลือของกว่า 400 หมื่น Bitcoin ที่ปัญหาจะแล้วเสร็จภายใน 2040
ในฐานะที่เป็นสกุลเงิน Ethernet แม้จะออกทั้งหมดแตกต่างจาก Bitcoin ถูกตั้งค่าให้ตาย แต่ผู้ร่วมก่อตั้งสกุลเงินวิทาลิกบูเตรินอีเธอร์เน็ตที่เสนอเมื่อเร็ว ๆ นี้การ จำกัด การออกไปเป็นสกุลเงิน Ethernet ปรับถึง 140 ล้านบาทซึ่งแสดงให้เห็นถึงการทำเหมืองแร่เหรียญอีเธอร์เน็ต ในที่สุดเครื่องอาจยังคงมีปัญหาคล้ายกับ Bitcoin
ในขณะที่ชุมชน Ethereum ได้รับการต่อต้านการผลิตมวลของเหรียญอีเธอร์โดยการทำเหมืองแร่เครื่องเนื่องจากความเข้มข้นมากกว่าของเจ้าของ cryptocurrency จะทำให้หลายข้อเสียไป cryptocurrencies ตัวเองคนงานมืออาชีพ, โดยเฉพาะอย่างยิ่งเหมืองแร่มืออาชีพโดยใช้รถขุด ASIC จะช่วยเร่งความเข้มข้นของความเป็นเจ้าของ cryptocurrency ปัจจุบันเครื่องทำเหมือง TEC ที่ใช้ในการขุดถ่านหินประสิทธิภาพการทำเหมืองแร่ต่ำกว่า ASICs ปรับเปลี่ยนตามขั้นตอนวิธีการทำเหมือง
เมื่อเร็ว ๆ นี้บิตจีนแผ่นดินใหญ่ บริษัท ออกแบบ IC ประกาศแนะนำของเหรียญโดยเฉพาะการทำเหมืองแร่ Ethernet ASIC ทุกไม่กี่วันสมาชิกของสกุลเงิน Ethernet มูลนิธิ (ETH) การเปลี่ยนแปลงที่เสนอทันทีขั้นตอนวิธีการทำเหมืองแร่สกุลเงินอีเธอร์เน็ตก็เป็นที่ชัดเจนว่าจีนแผ่นดินใหญ่และบิตอื่น ๆ สำหรับ ASIC ลักษณะการทำงานของนักพัฒนามา. และผลของการต่อสู้ของปัญญานี้เป็นเรื่องง่ายมากที่จะทำนายวงจรการพัฒนา --ASIC อย่างน้อย 3-6 เดือน, หน้ากากและค่าใช้จ่ายอื่น ๆ หลายร้อยล้านดอลลาร์ แต่ถ้ามีความเห็นเป็นเอกฉันท์ในชุมชน ปรับเปลี่ยนขั้นตอนวิธีการอาจจำเป็นต้องใช้เพียงไม่กี่สัปดาห์และค่าใช้จ่ายอยู่ใกล้กับศูนย์. ฮาร์ดแวร์กับซอฟต์แวร์ "กว่ายืดหยุ่น" มักจะสูญเสียแม้แต่สถาปัตยกรรมวงจรมีความยืดหยุ่นมากที่สุดของ FPGA นอกจากนี้ยังมีข้อ จำกัด บางอย่างอยู่
โดยรวม, รูปแบบธุรกิจเครื่องทำเหมืองแร่ในปัจจุบันไม่ยั่งยืน. แต่ถ้าธุรกิจเป็นจุดเริ่มต้นที่จะปิดกั้นเทคโนโลยีห่วงโซ่การพัฒนาโปรแกรมในแนวตั้งของตัวเองสถานการณ์จะแตกต่างกันมาก. พฤติกรรมที่ถูกหลักวิธีการแก้ปัญหาการทำเหมืองแร่ การคำนวณการประมวลผลข้อมูลห่วงโซ่บล็อกความต้องการจึงมีวันที่การประยุกต์ใช้เทคโนโลยีบล็อกโซ่กว้างธุรกิจจะได้เกี่ยวข้องกับการนี้เป็นเครื่องจักรอุตสาหกรรมเหมืองแร่อาจจะเป็นธุรกิจติดทนนาน. ใช้เวลาที่กล่าวถึงในบทความนี้ การเงินห่วงโซ่อุปทานเช่นหลายร้อยหลายพันของอุปกรณ์อิเล็กทรอนิกส์ที่เกี่ยวข้องกับของโลกห่วงโซ่อุตสาหกรรมบล็อกถ้าใช้เทคโนโลยีห่วงโซ่อุปทานที่จะจัดการกับปัญหาทางการเงินควบคู่กับความต้องการของธนาคารและสถาบันการเงินอื่น ๆ แบบดั้งเดิมเครื่องทำเหมืองแร่จะกลายเป็นตลาดไอทีขององค์กร ประตูไม่ได้เป็นธุรกิจขนาดเล็ก แต่ตลาดอาจจะค่อนข้างกระจัดกระจายและอื่น ๆ อาจจะไม่เหมาะสำหรับการเปิด ASIC. FPGA หรือโซลูชั่น GPU โปรแกรมบางทีมันอาจจะมีมากขึ้นในเชิงพาณิชย์. อิเล็กทรอนิกส์ใหม่
ระบบอัจฉริยะอัจฉริยะ (AI Intelligence) อยู่ในทุกหนทุกแห่ง
หลังจากที่คอมพิวเตอร์เมฆผู้ใหญ่ขนาดใหญ่หลากหลายของการดำเนินงานจะยังคงอยู่ในเมฆขนาดเล็กที่มีลักษณะธรณีเคมีและความต้องการของการดำเนินงานที่แม่นยำจะถูกย้ายไปยังขอบหรือปลายของหมอกการดำเนินหมอกโดย 2019 ขนาดของตลาดทั่วโลกประมาณ $ 3.7 พันล้าน 2022 ต่อไปจะเติบโตประมาณ 18.2 พันล้าน $. เพิ่มขึ้นของแนวคิดสถาปัตยกรรมกระจายจะดำเนินการบนขอบที่จะกลายเป็นไม่กี่ปีข้างหน้ามุ่งเน้นการพัฒนา
AI AI คอมพิวเตอร์เทคโนโลยีไปที่ขอบของไม่กี่ปีข้างหน้าจะค่อยๆพัฒนามาจากก้อนเมฆข้อมูลแอพลิเคชันนั้นได้รวมและความต้องการหลากหลายชนิดของอุปกรณ์พกพาฟังก์ชั่นอัจฉริยะสูง แต่จะมีผลในข้อมูลขนาดใหญ่ IOT ความแออัดไม่ได้ทั้งหมดผ่านการประมวลผลแบบคลาวด์และดังนั้นจึงต้องพึ่งพาคอมพิวเตอร์ขอบให้ขั้วอำนาจการใช้คอมพิวเตอร์มากขึ้น
ขอบดำเนินการทางคณิตศาสตร์สามารถสรุปได้เป็นขอบดำเนินการ (มือถือขอบ Computing) และการดำเนินงานมีฟ้าหลัว (หมอก Computing). AI ทุ่มเทฮาร์ดแวร์ / เร่งผุดเกิดขึ้นเมื่อเร็ว ๆ นี้ใช้เฉพาะสำหรับการดำเนินการทางคณิตศาสตร์ของชิปเครือข่ายประสาทได้โผล่ออกมารวมทั้ง AI-Optimized โปรเซสเซอร์ประมวลผลการเรียนรู้ลึก AI เร่งหน่วยประมวลผลของระบบประสาท (NPU) เป็นต้น AI ดำเนินการบนขอบที่คุณจำเป็นต้องรูปแบบเครือข่ายประสาทเทียมเพื่อเพิ่มความคล่องตัวในขณะที่การเสริมสร้างประสิทธิภาพการดำเนินงานเพื่อให้การฝึกอบรมรูปแบบธุรกิจทั่วไปจากการบีบอัดเพื่อนำมาใช้บนโทรศัพท์มือถือ
การเพิ่มขึ้นของแนวคิดของสถาปัตยกรรมแบบกระจายดำเนินการบนขอบ
ดำเนินการบนขอบ (ขอบ Computing) แนวคิดเกิดขึ้นใน AI (ปัญญาประดิษฐ์ AI) ด้านล่างบูมหลังจากอดีตคอมพิวเตอร์เมฆผู้ใหญ่ขนาดใหญ่หลากหลายของการดำเนินงานจะยังคงอยู่ในเมฆขนาดเล็กที่มีลักษณะธรณีเคมีที่แม่นยำและความต้องการ การดำเนินการจะถูกย้ายไปยังขอบหรือหมอกในตอนท้าย. ตามที่พันธมิตรหมอกเปิด (Open หมอก Consortium) การศึกษาแสดงให้เห็นว่าใน 2019 ขนาดของตลาดทั่วโลกของเกี่ยวกับการดำเนินหมอก $ 3.7 พันล้านใน 2022 จะเติบโตประมาณ 18.2 พันล้าน $ ส่วนใหญ่อยู่ในเขตของการประยุกต์ใช้ โครงสร้างพื้นฐาน (Utilities) การขนส่ง (ขนส่ง) การดูแลสุขภาพ (ดูแลสุขภาพ) อุตสาหกรรม (อุตสาหกรรม) การเกษตร (เกษตร) และอื่น ๆ
นอกจากนี้ตั้งแต่การพัฒนาของสิ่งจำนวนโหนดสถานีเครือข่ายแบบจำลองในปีที่ผ่านมาจะแสดงการเจริญเติบโตระเบิดเป็นจำนวนมากของสิ่งที่มาปั้นรองผู้อำนวยการสถาบันเพื่อการอุตสาหกรรมวัง Bingfeng ศูนย์ของสิ่งต่าง ๆ การใช้งาน (รูปที่ 1) เชื่อว่า เพราะมีจำนวนมากของข้อมูลที่สร้างโครงสร้างพื้นฐานการส่งผ่านที่มีอยู่ไม่สามารถรับมือและต้องเผชิญกับความแออัดปัญหาแบนด์วิดธ์ไม่เพียงพอในการสั่งซื้อในการประมวลผลข้อมูลจำนวนมากผู้ประกอบการจำเป็นต้องสร้างอุปกรณ์ระบบคลาวด์มากขึ้นเพื่อให้ผู้ประกอบการต้นทุนการดำเนินงานอย่างต่อเนื่องเพื่อยกระดับดังนั้น ,. ด้วยการเพิ่มขึ้นของแนวคิดเรื่องสถาปัตยกรรมแบบกระจายการประมวลผลแบบขอบได้กลายเป็นจุดสำคัญของการพัฒนาในอีกไม่กี่ปีข้างหน้า
รองผู้อำนวยการของศูนย์ของการใช้งานสิ่งที่ต้อง III รูปที่ 1 Wangbing ฮเชื่อว่าข้อมูลที่จะสร้างเป็นจำนวนมากทั้งสถาปัตยกรรมการขนส่งไม่สามารถจ่ายได้ดังนั้นการเพิ่มขึ้นของแนวคิดของสถาปัตยกรรมแบบกระจายที่ขอบกลายเป็นการปฏิบัติไม่กี่ปีถัดโฟกัสของการพัฒนา
คอมพิวเตอร์เมฆและการดำเนินงานขอบมีความแตกต่างอย่างมีนัยสำคัญทางด้านสถาปัตยกรรมทางเทคนิคและคุณลักษณะหลายอย่างดังที่แสดงในตารางที่ 1 วัง Bingfeng อธิบายว่าการประมวลผลแบบขอบจะใช้สถาปัตยกรรมแบบกระจายและทำงานกับโหนดหมอกจำนวนมาก คอมพิวเตอร์สามคุณสมบัติทางเทคนิครวมถึงตำแหน่งการดำเนินงานเป็นศูนย์กลางจากขอบนั้นยังตำแหน่งตั้งแต่การดำเนินการในสถานีเครือข่ายที่รอเวลาที่อัตราที่ต่ำแอพลิเคชันสามารถรองรับ 10 มิลลิวินาที; โครงสร้างพื้นฐานแบนด์วิธเครือข่าย ข้อกำหนดนี้มีขนาดเล็กและสามารถให้บริการได้หากไม่มีการเชื่อมโยงในเครือข่ายคลาวด์
เมื่อการดำเนินการขอบปฏิบัติการจะใช้เวลาการใช้งานที่มีความยืดหยุ่นมากขึ้นของสิ่งที่มีค่าใช้จ่ายขอบโหนดปริมาณค่อนข้างเล็กอาจจะมีการกำหนดค่าหลายจุดขนาดใหญ่ขอบโหนดจะเกิดขึ้นระบบไม่ต้องมีการวางแผนการใช้งานที่ซับซ้อนเกินไปสถาปัตยกรรม ค่อนข้างมีความยืดหยุ่นจุดภาพบริบทเพื่อปรับบริบทการประยุกต์ใช้ Wangbing ฮอธิบายการพัฒนาของสิ่งที่จะส่งเสริมการประยุกต์ใช้ของจำนวนมากของการค้นหาขั้นสูงและการวิเคราะห์ของจำนวนมากของกระแสข้อมูลเซ็นเซอร์; ระยะที่สองของการตรวจสอบเหตุการณ์แบบ real-time ที่สาม การรับรู้สี่ (มือถือ Crowdsensing, MCS) สำหรับการดำเนินการในเวลาจริงของฝูง; สำหรับระบบอัตโนมัติอุตสาหกรรมและเครือข่ายระบบการควบคุม (ระบบควบคุมเครือข่าย NCS)
การประมวลผลแบบ Edge และ Cloud Computing ช่วยเสริมซึ่งกันและกันโดยไม่มีข้อขัดแย้ง
AI IOT จะนำมาซึ่งการพัฒนามากขึ้นในการร่วมกับระบบอัจฉริยะโครงสร้างพื้นฐานคลาวด์ที่มีอยู่ในปัจจุบันไม่สามารถตอบสนองการประมวลผลแบบ off-line ของสิ่งที่เป็นส่วนตัวของข้อมูลและความต้องการการตอบสนองเวลาจริงอื่น ๆ นำเข้าสถาปัตยกรรมขอบคอมพิวเตอร์ในการแก้ปัญหาที่ต้องเผชิญกับการใช้งานที่เพิ่มขึ้นของโครงสร้างพื้นฐานคลาวด์ที่มีความยืดหยุ่น เพื่อรับมือกับการแบ่งปันทรัพยากรและความต้องการของการรีไซเคิลระหว่างระบบที่แตกต่างกัน. Wangbing ฮอธิบายว่าขอบของบริบทปัญญา (ปัญญาผ่านทางคอมพิวเตอร์ขอบ Ambient) ซึ่งโดยความหมายอยู่ใกล้กับใบหน้าของเมฆออกไปจากอุปกรณ์ที่ผู้บริโภคปลายที่ต้องมีในระดับหนึ่งของการดำเนินงานและหน่วยสืบราชการลับ สร้างความสามารถในการประมวลผลข้อมูลที่ใกล้เคียง
ดำเนินการบนขอบของความท้าทายในการพัฒนารวมถึง: Scalability (Scalability) โครงสร้างเครือข่ายที่ซับซ้อน (Complex Inter-เครือข่าย) แบบไดนามิกและการปรับตัว (Dynamics และการปรับตัว), ความหลากหลายและความแตกต่าง (Diverisity และเป็นเอกภาพ) และอื่น ๆ ในอนาคต สิ่งที่ขนาดจะยังคงขยายโหนดขั้วจะมีเงื่อนไขที่แตกต่างกัน, ความหลากหลายของรูปแบบสำหรับการเชื่อมต่อทางกายภาพและการเชื่อมต่อไร้สายของโทรศัพท์มือถือที่มีเวลาจริงและทรัพยากรที่จำเป็นต้องได้รับการจัดสรรอีกครั้งใส่ขอบของการใช้งานระบบเครือข่ายนั้นอุปกรณ์ขอบเดียวกันยังต้องใช้ อินเตอร์เฟซที่ไร้รอยต่อด้วยความสามารถในการทำงานร่วมกัน
ดำเนินการบนขอบของการเกิดขึ้นของคอมพิวเตอร์เมฆจะไม่เปลี่ยน แต่จะเสริมไปในทิศทางของการพัฒนาปฏิกิริยาทันทีโดย terminal สามารถลดภาระของ cloud computing แต่ในบริบทของจุดความต้องการโดยรวมของมุมมองในสิ่งที่มีความหมายว่าขอบของการดำเนินงานปรากฏ ในการตอบสนองต่อสถานการณ์ที่ไม่เหมือนกันโดยเฉพาะอย่างยิ่งกับการเพิ่มขึ้นของประเภทอุปกรณ์ IoT ระบบย่อยต่างๆจะได้รับและระบบย่อยเหล่านี้สามารถดำเนินการร่วมกันได้อย่างมีประสิทธิภาพจะส่งผลกระทบต่อคุณภาพของบริการอัจฉริยะหรือไม่
การเรียนรู้อย่างลึกซึ้งช่วยเพิ่มการเติบโตของเชื้อ AI
คลื่น AI ปัญญาประดิษฐ์ของคลื่นของการพัฒนาบนพื้นฐานของการพัฒนาพืชที่ผ่านมานี้ แต่ยังมีการเรียนรู้ลึก (การเรียนรู้ลึก) ตัวแทนมากที่สุด, เทียมหัวหน้าหน่วยสืบราชการลับนักวิทยาศาสตร์ DeepBelief.ai Yoon Sang จิ (รูปที่. 2) กล่าวว่าความสำเร็จที่มาจากความลึกของการเรียนรู้เพิ่มเติมในเชิงลึก เข้าใจกลไกการดำเนินงานของสมองมนุษย์หลักที่โดดเด่นด้วยการเรียนรู้ซึ่งในการมองเห็นเครื่องหวังที่จะสร้างวิสัยทัศน์ของมนุษย์และภาพเครื่องอ่านของความสัมพันธ์ระหว่างพิกเซล. มนุษย์สามารถเข้าใจกฎพื้นฐานสิ่งเช่นตารางเพื่อคนส่วนใหญ่สามารถ ในกรณีที่ไม่มีข้อมูลให้ตัดสินที่ถูกต้องและระบุคอมพิวเตอร์จำนวนมากที่ต้องการการฝึกอบรมในระยะยาว
รูปที่ 2 DeepBelief.ai เทียมหัวหน้าหน่วยสืบราชการลับนักวิทยาศาสตร์ Yoon Sang จิกล่าวว่าความสำเร็จของความลึกของการเรียนรู้มาจากความเข้าใจที่ลึกซึ้งของกลไกการทำงานของสมองของมนุษย์เป็นแกนหลักของการศึกษาตัวละคร
การเรียนรู้ดังนั้นลึกที่เราจะเริ่มต้นที่จะสอนให้เครื่องที่จะเผชิญโลกด้วยวิธีการที่ซับซ้อนโดยการสร้างแบบจำลองที่มีความซับซ้อนและการจัดตั้งกฎของการสำรองข้อมูลซึ่งกันและกันเพราะโลกมีความซับซ้อนถ้าความพยายามที่จะใช้วิธีการที่ง่ายและรูปแบบเป็นวาระ ล้มเหลว. Yoon Sang จิอธิบายสามระดับของความลึกเทคนิคการเรียนรู้เครือข่ายประสาทสับสน (เครือข่ายความสับสนประสาท CNN), เครือข่ายประสาทกำเริบ (เครือข่ายประสาทเวียนเกิด RNN) เสริมการเรียนรู้ (เสริมสร้างการเรียนรู้) เป็นที่ใช้กันมากที่สุดเมื่อเร็ว ๆ นี้
เครือข่ายบิดประสาทจะใช้เพื่อระบุภาพการประกวดคอมพิวเตอร์วิสัยทัศน์ Imagenet ที่มีชื่อเสียงหลังได้กลายเป็นการแข่งขันการออกแบบรูปแบบเครือข่ายบิดประสาทเกือบทั้งหมดของทีมที่เข้าร่วมจะได้รับการออกแบบเครือข่ายประสาทเครื่องยนต์บิดของพวกเขาและการประยุกต์ใช้ขอบของการดำเนินการที่ จดจำใบหน้าคาดว่าจะเป็นคอมพิวเตอร์ขอบหลักคุณสามารถใช้วิธีการมากขึ้นเพื่อให้เข้าใจลูกค้าแผ่นดินใหญ่ที่ได้รับการเพิ่มแอพลิเคชันได้รับการยอมรับที่จะนำเข้ารวมทั้งสถานีรถไฟหยุดแปรงใบหน้าแปรงใบหน้ายังใช้การรับรองชำระเงินมือถือ, มหาวิทยาลัย โฮสเทลยังใช้ระบบการจดจำใบหน้าควบคุมการเข้าถึง "หน้าแปรง" จะเป็นหนึ่งในความนิยมมากที่สุดในการใช้งานการรับรู้ภาพ
บัตรประจำตัวของจีนยังเหมาะสำหรับเครือข่ายบิดประสาทในความเป็นจริงจีนเป็นภาพที่แตกต่างที่ใหญ่ที่สุดระหว่างภาษาจีนและอื่น ๆ เป็นเรื่องยากที่จะถอดออกเป็นสัญลักษณ์ที่เรียบง่ายในการรับรู้ของภาษาเครือข่ายประสาทกำเริบขณะนี้เหมาะที่สุด 2016 เป็นต้นไป Google แปลครอบคลุมแทนที่รุ่น RNN และมีประสิทธิภาพเพิ่มความถูกต้องของการแปลเทคโนโลยีรู้จำเสียงพูดของ Microsoft อัตราความถูกต้องอย่างเป็นทางการมากกว่าสมาชิกมาตรระดับมืออาชีพของมนุษย์นอกเหนือไปจากจีน, ภาษาอื่น ๆ คอมพิวเตอร์อัตราการยอมรับทั่วโลกมีมากกว่า มนุษยชาติ
การเรียนรู้เสริมสูตรกับเครือข่าย (กำเนิดเครือข่ายขัดแย้ง GAN) เป็นเทคนิคที่นิยมล่าสุดอย่างเป็นธรรมได้เรียนรู้วิธีการตรวจสอบคอมพิวเตอร์ทุกลักษณะของสิ่ง GAN ศึกษาเชิงลึกโดยใช้กลุ่มที่รับผิดชอบในการกำหนดรูปวาดแผนที่จริงหรือเท็จอีก เป็นผู้รับผิดชอบสำหรับการวาดภาพการเกิดปลอมยากมากที่จะตรวจสอบความจริงและเท็จเป็นไปไม่ได้ที่จะแยกรูปแบบบัตรประจำตัวจริงและเท็จเมื่อมันบอกว่ามันมีการควบคุมเต็มรูปแบบของคุณลักษณะพื้นฐานของสิ่งที่จะใช้ประโยชน์จากคุณลักษณะนี้สามารถสร้างภาพหลอกลวงภาพใด ๆ โดยใช้เครื่องมือกาน รุ่นแทนที่ด้วยนางเอกอีก
ผ่านรูปแบบภาษาธรรมชาติในการจัดระเบียบความรู้และแผนที่ความรู้แล้วเหตุผลผ่านภาษาธรรมชาติคาดว่าจะเป็นคลื่นต่อไปของโมเมนตัมการเติบโตในด้านปัญญาประดิษฐ์. Yoon Sang Kwong กล่าวว่าทำเนียบขาวคาดการณ์รายงานแนวโน้มเศรษฐกิจประจำปีค่าจ้างรายชั่วโมงน้อยกว่า $ 20 มีโอกาส 83% ของการทำงานจะถูกแทนที่ด้วย AI นักวิเคราะห์ข้อมูลจูเนียร์จะกลายเป็นตำแหน่งแทนอย่างไรก็ตามการหายตัวไปของคลื่นของการพัฒนา AI นี้ไม่ทำงานและในการปลดปล่อยจิตเราไม่จำเป็นต้องใช้เวลาและความพยายามที่จะ การทำงานซ้ำ ๆ และมีมูลค่าต่ำสูงการสั่งซื้อและสามารถทำขึ้นด้วยการสร้างสรรค์ผลงาน
เพิ่มประสิทธิภาพสถาปัตยกรรมเพื่อเพิ่มประสิทธิภาพของขอบ
จะสังเกตเห็นจากโปรแกรมปัจจุบันของเทคโนโลยีและการพัฒนา AI จะไม่สมบูรณ์เต็มรูปแบบในการประยุกต์ใช้ในอุปกรณ์ที่เกิดขึ้นใหม่ แต่อุปกรณ์ที่นำเข้าครั้งแรกที่มีอยู่รวมไปถึง: VR / MR หุ่นยนต์กำลังใจเครื่องบินยานพาหนะรถโหนด IOT บ้านสมาร์ท , การแพทย์, มือถือขั้ว, เซิร์ฟเวอร์, การขนส่งและโลจิสติ. Cai Takeo แขนผู้จัดการอาวุโสฝ่ายการตลาดระดับภูมิภาค (รูปที่ 3) ที่แพร่หลายมากที่สุดที่พบบ่อย AI ขั้วการดำเนินงานขอบคือการใช้งานโทรศัพท์สมาร์ทเช่นรู้จำเสียงพูด (speech), ข้อความคาดการณ์ (Predictive ข้อความ), การจดจำใบหน้า (หน้ากล้องติดตาม) ผู้ช่วยดิจิตอล (ผู้ช่วยดิจิตอล), เติมความเป็นจริง (ความเป็นจริง Augmented) ลายนิ้วมือ (ลายนิ้วมือบัตรประจำตัว) และอื่น ๆ
ผู้จัดการฝ่ายการตลาดภูมิภาค Cai Takeo รูปที่ 3 แขนอาวุโสกล่าวว่าในการศึกษาเชิงลึกของแอพลิเคชันการใช้งานของเครือข่ายประสาทห้องสมุดที่ดีที่สุดเรียกใช้ฟังก์ชั่นที่คล้ายกันสามารถปรับปรุงประสิทธิภาพของห้าครั้ง; ซอฟต์แวร์สามารถเพิ่มความเร็วในการดำเนินงานของสิบห้าครั้ง
แขนซีพียูสถาปัตยกรรมฝังตัวเป็นผู้ผลิตชั้นนำของ AI ไม่ได้มีส่วนร่วมในการพัฒนาไม่กี่ปีที่ผ่านมา แต่หลังจากที่ครอบคลุมแนวโน้มแสดงใน AI บริษัท จะยังทำงานเพื่อเพิ่มประสิทธิภาพของฮาร์ดแวร์และซอฟต์แวร์สำหรับการใช้งานไอรวมทั้งการเรียนรู้ของเครื่อง หน่วยประมวลผล (ประมวลผลการเรียนรู้เครื่อง), หน่วยประมวลผลตรวจสอบเป้าหมาย (ประมวลผลการตรวจสอบ Object) ห้องสมุดซอฟแวร์เครือข่ายประสาทและอื่น ๆ
ขึ้นอยู่กับแบนด์วิธเครือข่ายการใช้พลังงาน, ค่าใช้จ่ายในการตอบสนองแบบ real-time, ความน่าเชื่อถือความปลอดภัยและความเป็นส่วนตัวและความต้องการอื่น ๆ ขอบคอมพิวเตอร์จะเข้าสู่ขั้นตอนของการพัฒนาอย่างรวดเร็วผู้ชายไควูชี้ให้เห็นว่าในการประยุกต์ใช้ในการเรียนรู้ลึกการใช้งานของการเพิ่มประสิทธิภาพเครือข่ายประสาทไลบรารีการเชื่อมโยงทำงาน เมื่อฟังก์ชั่นที่คล้ายกันสามารถปรับปรุงประสิทธิภาพของห้าครั้งซอฟต์แวร์เพื่อเพิ่มความเร็วในการดำเนินการสามารถนำมาเปรียบเทียบกับก่อนหน้านี้เวลาสิบห้า
เมฆและขอบฮาร์ดแวร์และบูรณาการสถาปัตยกรรมซอฟต์แวร์
สถาปัตยกรรมเทคโนโลยี AI สามารถแบ่งออกเป็นประมาณสามส่วน: การฝึกอบรม (Training) ความลึกของเครือข่ายประสาท (Deep โครงข่ายประสาทเทียม) รุ่นอนุมาน (สรุปอิง) ในสามขั้นตอน, NVIDIA ผู้จัดการฝ่ายการตลาดทางเทคนิคซูเจียซิ่ง (4) กล่าวว่าไม่กี่ปีที่ผ่านมาของเอไอ รูปแบบการพัฒนาโดยรวมได้กลายเป็นความซับซ้อนมากขึ้นและมีขนาดใหญ่ส่วนบัตรประจำตัวภาพ 2016 ของ Google Inception-v4 ซับซ้อน 350 ครั้งมากกว่าในปี 2012 AlexNet; Baidu 2017 ตีพิมพ์ DeepSpeech 3 คำพูดการรับรู้เมื่อเทียบกับ 2014 ของมัน รุ่นแรกของที่ซับซ้อน 30 ครั้ง; เครื่องมือแปล 2017 MoE ยังซับซ้อน 10 เท่าสูงกว่าในปี 2015 OpenNMT
รูปที่ 4 NVIDIA ผู้จัดการฝ่ายการตลาดทางเทคนิคซูเจียซิ่งกล่าวว่าไม่กี่ปีที่ AI รูปแบบเครือข่ายประสาทที่ผ่านมากลายเป็นความซับซ้อนมากขึ้นและมีขนาดใหญ่ในการผลิตมีความแม่นยำสูงของค่าใช้จ่ายที่สูงขึ้นของ AI
หันหน้าไปทางเครือข่ายที่ซับซ้อนของการเรียนรู้ลึกในการผลิตมีความแม่นยำสูง AI ค่าใช้จ่ายที่สูงขึ้นและสูงขึ้นรวมทั้งการใช้พลังงานไฟฟ้าคอมพิวเตอร์, แบนด์วิธเครือข่ายและทรัพยากรอื่น ๆ, คำอธิบายซูเจียซิ่ง NVIDIA อนุมานคันเร่งใหม่นี้ยังจะพยายามที่จะลดความซับซ้อนของสถาปัตยกรรมที่ผ่านการควบรวมกิจการ ซ้ำกระบวนการคำนวณเพื่อลดการดำเนินงานที่ไม่จำเป็นเพื่อลดความซับซ้อนภาระฮาร์ดแวร์ฮาร์ดแวร์ที่ดีที่สุดส่วนการรับรู้ภาพอาจจะยกมาจาก 140 5,700 ภาพต่อภาพ 40x; ประโยคที่แปลจะถูกยกขึ้นจาก 4 ต่อ 550 ยก 140 ครั้ง
นอกจากนี้สมาร์ทซิตี้คือการรวมกันของเมฆและขอบของการใช้งานตามบริบท terminal ข้อมูลจำนวนมากที่เก็บรวบรวมหลังจากการตรวจวัดโหนดและเร็ว ๆ นี้ขั้วการประมวลผลเบื้องต้นผ่านกล้องแล้วส่งไปบูรณาการข้อมูลระบบคลาวด์เพื่อความปลอดภัยของเมืองอาชญากรรม การป้องกันการบรรเทาภัยพิบัติได้มีส่วนช่วยอย่างมาก; ซูเจียซิ่งเชื่อว่าอนาคตของนี้รวมขนาดใหญ่และการประยุกต์ใช้คอมพิวเตอร์เมฆขอบโดยเฉพาะอย่างยิ่งที่ขอบของฮาร์ดแวร์เมฆ, ซอฟแวร์ฮาร์ดแวร์และบูรณาการและการดำเนินงานของ AI ที่ต้องการมากขึ้น สูงขึ้นและสูง แต่ยังเต็มไปด้วยโอกาสในตลาดเกิดใหม่
AI ทุ่มเทพัฒนาคันเร่งเพื่อเร่ง
ส่วนใหญ่ของการพัฒนาของวิทยาศาสตร์และเทคโนโลยีที่จะไล่ตามเป้าหมายคืออะไรมากกว่าพลังงานต่ำต้นทุนต่ำที่มีประสิทธิภาพสูงในการพัฒนา AI จะไม่มีข้อยกเว้นยังเป็นเหตุผลสำหรับการเพิ่มขึ้นของการดำเนินงานขอบด้วยเทคโนโลยีกันมากขึ้นการรับรู้ภาพตัวอย่างเช่นฮ Chia เฉิน Guanhong รองศาสตราจารย์ภาควิชาของมหาวิทยาลัยวิศวกรรมไฟฟ้า (มะเดื่อ. 5) อธิบายความสับสนสถาปัตยกรรมเครือข่ายประสาทประมาณร้อยละเก้าสิบมีความเข้มข้นในชั้นบิดคำนวณ (ชั้นบิด) เพื่อลดความซับซ้อนของชั้นการดำเนินการบิดที่มีประสิทธิภาพสามารถลด ฮาร์ดแวร์อนุมานภาระการคำนวณที่นอกเหนือไปจากการดำเนินงานแบบ off-line ที่มีโครงสร้างง่ายนอกซ้ำซ้อนของข้อมูลเป็นหนึ่งในหลักการที่สำคัญของการใช้งาน
รองศาสตราจารย์ภาควิชาวิศวกรรมไฟฟ้ามหาวิทยาลัยของมะเดื่อ. 5 เจียเฉิน Guanhong อธิบายประมาณร้อยละเก้าสิบสับสนเครือข่ายประสาทบิดคณิตศาสตร์ชั้นเข้มข้นเพื่อลดความซับซ้อนในการคำนวณของชั้นบิดที่สามารถลดภาระในการดำเนินงานของฮาร์ดแวร์
นอกจากนี้บทบาทของฟังก์ชั่นเครือข่ายการกระตุ้นประสาท (ฟังก์ชั่นการเปิดใช้งาน) เพื่อให้สามารถที่จะเพิ่มองค์ประกอบบางอย่างไปยังเครือข่ายประสาทไม่เชิงเส้นเพื่อให้เครือข่ายประสาทสามารถแก้ปัญหาที่ซับซ้อนทำให้ผลลัพธ์ที่ได้ใกล้ชิดกับนิสัยของมนุษย์การตัดสินใจที่มีที่ไม่เป็นเชิงเส้นของอนุพันธ์ ค่า monotonicity และผลผลิตขอบเขตลักษณะมักตั้งแต่ -1 ถึง +1 และผลที่ได้จะใกล้เคียงกับกลางจำนวนซ้ำการคำนวณเครือข่ายประสาทจะสูงขึ้นถูกต้องมากขึ้นผล. จากเครือข่ายประสิทธิภาพการเร่งฮาร์ดแวร์ มุมมองของอนาคตที่ควรจะเป็นมากขึ้นและมากขึ้นโดยเฉพาะ AI หรือ AI ชิปคันเร่งมา
Massachusetts Institute of ทีมวิจัยเทคโนโลยี (MIT) เผยแพร่การศึกษาในเชิงลึกที่การดำเนินงานของชิปพิเศษ "Eyeriss" สามารถดำเนินการเช่นขั้นตอนวิธีการจดจำใบหน้าโดยตรงบนอุปกรณ์มือถือและสามารถประมวลผลข้อมูลในเครือข่ายแบบออฟไลน์. Chenguan ฮ่องกง อธิบาย Eyeriss ชิปหลัก 168 ที่ทุ่มเทให้กับการใช้งานของเครือข่ายประสาทการทำงานเป็น 10 ครั้งการดำเนินการตามปกติของ GPU แต่ยังเพราะมีประสิทธิภาพสูงผ่านเครือข่ายโดยไม่ต้องประมวลผลข้อมูลปัญญาประดิษฐ์สามารถดำเนินการได้โดยตรงบนอุปกรณ์มือถือ ขั้นตอนวิธีการจดจำใบหน้าได้, ความสามารถทางภาษาสามารถนำมาใช้ในโทรศัพท์สมาร์ทอุปกรณ์ที่สวมใส่หุ่นยนต์อัตโนมัติขับรถและการใช้งานอุปกรณ์เครือข่ายอื่น ๆ. อิเล็กทรอนิกส์ใหม่
5. ยูน Zhisheng ซีอีโอ Huang Wei: ยุคใจร้อนของ AI สิ้นสุดลงแล้วจะมีลุ่มน้ำในปีพ. ศ. 2561
หมายเหตุบรรณาธิการ: ปัญหานี้เป็นผู้ร่วมอภิปรายซีอีโอไมเคิลคลาวด์ที่รู้จักกันก่อตั้งของเสียงเขาในวิธีการสร้างเสียงเมฆเรียก 'พีระมิด' ลักษณะของ R & D, ธุรกิจเป็นเวลาหกปีและวิธีการที่เราควรจะฟังสภาพที่เป็นอยู่ในอุตสาหกรรมและในอนาคตกับเขาอย่างไร ผมพูด!
มีหลายสิ่งหลายอย่างที่เกิดขึ้นในรอบ 6 ปีและเวลาก็ยังคงมีอยู่ในทุกอุตสาหกรรม
ก่อตั้งขึ้นในปี 2012 เสียงเมฆที่รู้จักกันมากขึ้นเช่นการเดินขบวนยาวต่อทีมปลายทางล่วงหน้าอาณัติที่ชัดเจนในการส่งกองกำลังไปความคืบหน้าอย่างต่อเนื่องในสอดคล้องกับแผนการดำเนินงานที่จัดตั้งขึ้น
นี่คือที่มาของความเชื่อมั่นผู้ก่อตั้งไมเคิล, ข้อมูลแสดงให้เห็นว่าจำนวนของเสียงเมฆที่รู้จักกันมากกว่า 20,000 คู่ค้าที่ครอบคลุมมากกว่า 200 ล้านคนปริมาณการโทรทุกวันแพลตฟอร์มเมฆ 330,000,000 ครั้งครอบคลุมมากกว่า 647 เมือง
ไมเคิลจบการศึกษาจากมหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยีแห่งประเทศจีนและปริญญาเอกนักวิจัยอาวุโสหลังจากสำเร็จการศึกษาทำงานโมโตโรล่าจีนศูนย์วิจัยการพัฒนาในช่วงโทรศัพท์มือถือระบบการตรวจสอบ voiceprint แรกของโลก. หลังจากที่โรงพยาบาลนวัตกรรมที่ยิ่งใหญ่เป็นผู้บริหารที่สำคัญและสร้างเสียง สาขาตามด้วยการจัดตั้ง Yun Zhisheng ในปี 2555
เขามีส่วนเกี่ยวข้องในปีที่สามติดต่อกันของหน่วยงานมาตรฐานและเทคโนโลยี (NIST) การประเมินผลการรับรู้ลำโพง (SRE) โครงการที่ได้รับรางวัลสถานที่แรกในงานหลักคือไกลโดยหนึ่งเดียวที่จะทำวิทยากรสองปีติดต่อกันในการประเมินผล NIST จีน
แผน R & D 'พีระมิด'
ในมุมมองของเขาเสียงเมฆที่รู้จักกันในชื่อของ 'พีระมิด' รูปแบบของการวางแผนพัฒนาเพื่อให้แน่ใจว่าพวกเขายังคงอยู่ในที่ผ่านมาหกปีในสายอุตสาหกรรมในขณะที่อีกหกปีที่ผ่านมายังคงเป็นกรณีเพราะของโครงสร้างพื้นฐานของพวกเขาได้เป็นอย่างดี
ดังนั้นสิ่งที่เป็น 'พีระมิด' สไตล์ R & D? ด้านล่าง DeepFlow ของปิรามิดเป็นคลัสเตอร์เซิร์ฟเวอร์คลัสเตอร์ฮาร์ดแวร์ isomerization สามารถให้บริการได้ถึงคอมพิวเตอร์และการจัดเก็บข้อมูลความจุอย่างเข้มข้นเพื่อให้มั่นใจว่าการวิจัยและการพัฒนาทีมงานพิจารณาการสนับสนุนแรงพอหวางเหว่ยกล่าวว่าใน ในปีพ. ศ. 2561 มีแผนที่จะขยายไปสู่มากกว่า 1000 GPUs
ชั้นกลางเป็นแพลตฟอร์ม Atlas คอมพิวติ้งซึ่งกระจายแพลตฟอร์มคอมพิวเตอร์เครื่องเรียนรู้คู่ขนานร่วมกันทำงานร่วมกัน AI ต้นแบบ R & D ภายในและความสำเร็จทางเทคโนโลยีสามารถโยกย้ายการใช้งานมัลติเพล็กในด้านต่างๆ
'เราจะทำศึกษาเชิงลึกออกมาในปี 2012 นี้เป็นทิศทางของข้อมูลขนาดใหญ่ของเราเพื่อตรวจสอบความลึกโดยรวมของการเรียนรู้อย่างมีความรับผิดชอบผมสามารถพูดได้ว่าเมื่อร้อยละ 95 ของอาจารย์มหาวิทยาลัยจีนยังไม่เคยได้ยินของการเรียนรู้ลึก Huang Wei กล่าวกับข่าวกรองของ Netease
ว่า 'พีระมิด' บนชั้นบนสุดเป็นเทคโนโลยีชั้นสมัครเช่นการส่งออก ASR, TTS, NLU และเทคโนโลยีชั้นโปรแกรมอื่น ๆ หวางกล่าวว่าสามารถเข้าใจได้เป็นสถานประกอบการของความรู้เสียงของสมรรถนะเมฆหลักความสามารถนี้เป็นหลัก AI แล้ว AI ใช้สถาปัตยกรรมผลิตภัณฑ์คลาวด์หลักในการผลิตและใช้กับสถานการณ์การใช้งานที่แตกต่างกัน
การพูดการประยุกต์ใช้ปี 2018 เป็นปีแรกที่เป็นที่รู้จักกันเป็นปัญญาประดิษฐ์เชื่อมโยงไปถึงเชื่อมโยงไปถึงจะกลายเป็นสิ่งสำคัญของไมเคิลโฟกัสอยู่บน IOT และด้านการแพทย์ 'เราต้องการสะสมพลังงานที่มีศักยภาพจะถูกปล่อยออกไม่มีข้อสงสัยใดในปีนี้ เราจะจัดส่งสินค้าขนาดใหญ่ในบ้านและหุ่นยนต์อัจฉริยะ '
การลดชิป AI R & D จากสถานการณ์แอ็พพลิเคชันเป็นเส้นทางที่ดีที่สุดสำหรับการเริ่มต้น AI
ปัจจุบันชิปปัญญาประดิษฐ์ที่นิยมไม่ว่าจะเป็นชิปแบบดั้งเดิมยักษ์ Nvidia, Intel, วอลคอมม์หรือผู้ผลิตโทรศัพท์มือถือปล่อยชิปเอไอแอปเปิ้ล AI1, Hass ยูนิคอร์น 970 วอลคอมม์ Xiaolong 845, Samsung Exynos 9810, สตีฟ MediaTek แรง P60 และผู้ประกอบการ ชิปการเดินทางของ บริษัท สกายไลน์ ฯลฯ
เราได้มาในการดมกลิ่นรสชาติของทะเลแดงเหตุผลชิปเป็นสิ่งสำคัญมากในการคำนวณเวกเตอร์ของปัญญาประดิษฐ์และผู้ให้บริการการรับรู้ซึ่งถือเป็นส่วนที่สำคัญมากของปัญญาประดิษฐ์เป็นสิ่งจำเป็น
แต่ไมเคิลเชื่อว่าเราทุกคนไม่ตาย แต่ในความเป็นจริงชิปรวมถึงประเภทที่สำคัญหลายประการที่เรามีที่ทับซ้อนกัน แต่มีตลาดและแรงจุดของตัวเองเช่น GPU ของ Nvidia จะใช้ในการสนับสนุนเป็นจำนวนเงินที่สูงโดยเฉพาะอย่างยิ่งของการคำนวณในเรื่องนี้โดยไม่ต้อง สงสัยยักษ์ใหญ่แห่งสนามรบนั้นมีเมฆเป็นชิปชิปเหล่านี้ส่วนใหญ่จะใช้สำหรับการตัดสินใจทางปัญญาของเมฆบางอย่างเช่น TPU ของ Google และอื่น ๆ; ก็คือเสียงเมฆที่รู้จักกันที่ขอบฟ้ากำลังทำ ชิปชนิดนี้เป็นชิพเทอร์มินัล
สิ่งที่สำคัญที่สุดในการทำชิป AI ของสถานีคือการกำหนดรูปแบบผลิตภัณฑ์และตรรกะของชิปทั้งหมดจากสถานการณ์การใช้งาน
ไมเคิลชี้ให้เห็นว่าในแง่ของผลิตภัณฑ์ชิปรูปแบบเสียงเมฆที่รู้จักกันได้รับการสำรวจเป็นเวลานานจากตลาดเพื่อดำเนินการต่อเสียงเมฆที่รู้จักกันในตลาดสมาร์ท, ลำโพงอัจฉริยะหุ่นยนต์และอื่น ๆ การศึกษาของเด็กที่ได้รับการขึ้นอยู่กับ IVM (โซลูชันทั่วไปชิป) ของ รูปแบบสินค้าให้ตรวจสอบตลาดผลิตภัณฑ์สถานการณ์ที่เหมาะสมของผู้ใช้. และด้วยความร่วมมือของลูกค้าในรูปแบบของหมวดหมู่ผลิตภัณฑ์และเรียกร้องให้มีค่าใช้จ่ายที่มีความมั่นคงและเพื่อให้สูงกว่าระดับของการรวมกลุ่มแล้วเปิดตัวชิป AI พัฒนาตนเองกลายเป็น เรื่องของหลักสูตร
ไมเคิลกล่าวว่าเป็นช่วงต้นปี 2015 คลาวด์ที่รู้จักกันชิปเสียงกับการก่อตัวของทีมงาน บริษัท เริ่มการตลาดผลิตภัณฑ์ให้ดูเส้นทางด้านเทคนิคและการประเมินชิป 2016 2017 เริ่มต้นคำนิยามของผลิตภัณฑ์ชิปพันธมิตรขาของตัวเลือก IP ขั้นตอนวิธีการเพิ่มประสิทธิภาพ , การเตรียมเครื่องมือและรายละเอียดของผลิตภัณฑ์และการประเมินผลทางเทคนิคโมดูลปัจจุบันชิพ UniOne AI ได้รับการบันทึกเทปแล้วและจะออกสู่ตลาดเร็ว ๆ นี้
'ในสิ่งที่ชิปเด็กข้างต้นนี้เราอย่างน้อยสามปีข้างหน้าของเวลาโหนดอาจจะออกจากจุดของเวลาที่ใกล้เคียงกับจุดในชิปร้อนเวลา AI แต่มันจะเป็นรางวัลสำหรับการลงทุนครั้งแรกของเราในนั้น' Huang Wei บอกปัญญา Netease
ฉากแรกของการปฏิสัมพันธ์ระหว่างมนุษย์และคอมพิวเตอร์สำหรับชิป IOT AI
ในฐานะที่เป็นที่รู้จักกันในตำแหน่งชิปเสียงเมฆ, ไมเคิลกล่าวว่าในบริบทของการปฏิสัมพันธ์ระหว่างมนุษย์และคอมพิวเตอร์ IOT ขั้นตอนวิธีการคำนวณแบบขนาน AI พลังงานและหน่วยความจำแบนด์วิดธ์ของอุปกรณ์ด้านของชิปความต้องการที่สูงขึ้นทั้งในสถาปัตยกรรมชิปธรรมดา ด้านหนึ่งมีการขยายในอีกแม้ว่าขั้นตอนวิธีการอนุมานได้ตระหนักใน GPU ขั้วตาม แต่การใช้พลังงานต้นทุนต่ำของการทุจริตต่อหน้าที่ไม่ควรมองข้ามและอุปกรณ์ IOT กับโทรศัพท์มือถือที่แตกต่างกันที่เปลี่ยนแปลงตลอดเวลารูปแบบความต้องการแยกส่วนที่รุนแรงมากขึ้นดังนั้น ปัญหาที่ยากข้ามรูปแบบอุปกรณ์. ดังนั้นเฉพาะจาก IOT สถานการณ์ใช้การออกแบบที่กำหนดเองสถาปัตยกรรมชิปในเวลาเดียวกันอย่างมีนัยสำคัญสามารถปรับปรุงประสิทธิภาพการทำงานลดการใช้พลังงานและค่าใช้จ่ายในขณะที่ตอบสนองความต้องการของผู้ประกอบการมีผลบังคับใช้ AI และรูปแบบข้ามอุปกรณ์ .
'ในเวลาเดียวกันไม่ว่าใหญ่หรือเล็กสินค้าของผลิตภัณฑ์ที่ไม่มีหน้าจอหรือหน้าจอสิ่งที่เกี่ยวข้องกับคอมพิวเตอร์ปฏิสัมพันธ์ของมนุษย์ในการร่วมกันก็ควรจะสกัดและการบ่มลงในความรู้สึกนี้ชิปเป็นวิธีที่เหมาะสมที่สุด เราสามารถพูดได้ว่าชิปนี้เป็นสถานการณ์คอมพิวเตอร์ปฏิสัมพันธ์ของมนุษย์เป็นครั้งแรกสำหรับชิป IOT AI 'ไมเคิลกล่าวว่าจากจุดธุรกิจในมุมมองของชิปทั้งหมดในตลาดขณะนี้ไม่ได้ออกแบบมาสำหรับปัญญาประดิษฐ์มัน อำนาจของอัลกอริทึมเป็นเรื่องยากที่จะเล่น
นอกจากนี้การประกอบโมดูลทุกรุ่นนำผลประโยชน์ที่มีการจัดส่งได้อย่างรวดเร็ว แต่เนื่องจากค่าใช้จ่ายที่ จำกัด และบ่อยครั้งมากที่พวกเขาเลือกชิปที่ค่อนข้างยากจนพลังงานที่มีการใช้คอมพิวเตอร์ในตลาดและจะมีการเย็บปะติดปะต่อกันของอัตราผลตอบแทนต่ำหลัง และปัญหาอื่น ๆ
ดังนั้นระบบคลาวด์ที่รู้จักกันในการปฏิบัติเสียงจากมุมมองของอัลกอริทึมของ บริษัท ฯ ไม่ชิปปลายก็ไม่จำเป็นต้องใช้พลังในการคำนวณสูงโดยเฉพาะอย่างยิ่งเพียงพอที่จะสร้างชิปที่พวกเขาคิดว่าจำนวนของคำไม่มีค่าใช้จ่ายในการใช้พลังงาน และพื้นที่อื่น ๆ เป็นของเสีย. และชิปคอมพิวเตอร์ของพวกเขาเลือกที่จะเร่งการเร่งขั้นตอนวิธีการหมายความว่าความสามารถในการทำข้อ จำกัด ของมันและการคำนวณของการเร่งความเร็วเป็น 'แรงใจ'
Huang เน้นว่าสิ่งที่สำคัญที่สุดคือการหาชิปมากกว่าตามแนวโน้ม. ต้องการที่จะรู้ว่าอนาคตจะเป็นมิตรกับสิ่งแวดล้อมที่ไหนเป็นลูกค้าได้อย่างไรเพราะชิปเป็นท่านสูงอุตสาหกรรมมีความเสี่ยงสูง
ยุคความกระวนกระวายใจของ AI สิ้นสุดลงแล้วในปี 2018 จะมี "ลุ่มน้ำ"
ไมเคิลวงกลมของเพื่อนพูดคุยเกี่ยวกับ 'เก่าเมื่อเร็ว ๆ นี้มักจะตื่นขึ้นมาในเวลากลางคืน' ใบหน้าของนักข่าวที่เขายอมรับว่ามีเหตุผลของธุรกิจที่ยากลำบากเป็นผู้ประกอบการต้องเผชิญจากนักลงทุนลูกค้าพนักงานและอื่น ๆ ในตลาด เมื่อมันมาถึงความรับผิดชอบเขาไม่สามารถรอเขาไม่สามารถหยุด
อุตสาหกรรมฮาร์ดแวร์อัจฉริยะมีประสบการณ์ใจร้อนผ่านมาสองปีเริ่มที่จะกลับไปที่เหตุผลที่ไมเคิลเชื่อว่า 2018 จะเป็นของอุตสาหกรรม 'ต้นน้ำ' เราเริ่มที่จะมุ่งเน้นการเชื่อมโยงไปถึงความสามารถของ บริษัท เริ่มที่จะปล่อยพลังงานที่มีศักยภาพและไม่มีความได้เปรียบผู้เสนอญัตติแรก บริษัท ถ้าคุณทำสิ่งที่ไม่ถูกโค่นล้มมันเป็นเรื่องยากที่จะได้รับความสนใจจากนักลงทุนและตลาดเพราะหน้าต่างของเวลาได้ผ่านไปและในไม่กี่อุตสาหกรรม AI หลักภายในติดตามจะเกิดมาฮอร์น Beast ดังนั้นทรัพยากรจะถูกเอียงไปยัง บริษัท ใหญ่
ในช่วงไม่กี่ปีที่ผ่านมาคุณยังคงสามารถพึ่งพาการลงทุนได้ แต่ในปีนี้ยังไม่ได้รับความเรียบง่าย "หวงเหว่ยกล่าว
สำหรับวิธีปัญญาและการพัฒนาคอมพิวเตอร์ปฏิสัมพันธ์ของมนุษย์ของอุตสาหกรรมเทียมเขาพูดส่วนใหญ่พึ่งพาหูปฏิสัมพันธ์ของมนุษย์และปากช่วยให้เราสามารถดูเนื้อหาที่นำเสนอภาพมากขึ้นเสียงช่วยให้เราสามารถใช้ความคิดริเริ่มในการแสดง, และไม่เป็นก็ได้ และเติมเต็มซึ่งกันและกันเพื่อให้เสียงและภาพจะต้องเป็นต่อไปที่สำคัญโหมดโต้ตอบแป้นพิมพ์หรือเมาส์ป้อนข้อมูลในสาระสำคัญผิดธรรมชาติของมนุษย์ในอนาคตของโทรศัพท์มือถือไม่จำเป็นต้องเป็นสิ่งจำเป็นของเรา
ตามที่ บริษัท วิจัยข้อมูล GfK 2015 สมาร์ทจีนลำโพงปริมาณการค้าปลีกเพียง 1 ล้านคันในปี 2016 เพิ่มขึ้นเป็น 60,000 คันในเดือนมกราคม 2017 - - สิงหาคมยอดขายสะสมรวมกว่า 100,000 คันขณะที่ไตรมาสที่สามของ 2017 เป็นจำนวนมาก ด้วยการเปิดตัวผลิตภัณฑ์ใหม่ในเดือนสิงหาคมปีพ. ศ. 2560 ตลาดเครื่องเสียงสมาร์ทมีอัตราการเติบโตปีละ 178%
การปฏิวัติแบบโต้ตอบได้เกิดขึ้นแล้ว
แน่นอนว่าประชาชนยังถามการดำรงอยู่ของปัญญาประดิษฐ์เสียงเมื่อเร็ว ๆ นี้ Uber หม้อแปลงไฟฟ้าเสียชีวิตคนเดินเท้าก่อให้เกิดปัญหาต่าง ๆ นานาที่ก่อให้เกิดความตื่นตระหนกของทุกคน AI ภัยคุกคามอีกครั้งจะร้อนทั้งหมดนี้ไมเคิลเตือนเทคโนโลยีควรจะปลอดภัย ประการแรกระหว่างความก้าวหน้าของวิทยาศาสตร์และเทคโนโลยีและความปลอดภัยของชีวิตมนุษย์มีข้อสงสัยว่าหลังมีความสำคัญไม่มากข่าวการเงิน