人工智慧這一波主要在於深度學習,深度學習演算法最重要的在於大量的樣本資料。所以人工智慧這一次的主要應用在於資料智慧和感知智慧,根據這兩個基礎上才能做出來認知智慧和決策智慧。簡單的理解就是沒有資料,什麼都不智慧。
再看看百度的不足,百度主要佈局無人駕駛。無人駕駛領域,在短期的3~5年資料化程度都比較低,並且它依賴於城市的智慧化道路的智慧化,所以百度佈局的這項智慧產業,基本上在5~10年看不到有任何回報。所謂在釋出會上點刺的所有東西,基本上是以人工配合為主的概念設計,比人工智慧真正落地還需要5~10年,或許會更久。
在百度的資料優勢在於搜尋上,搜尋本身的資料的多樣性和複雜度其實很難應用到人工智慧領域。所以百度的AA大腦基本上停留在設計層面,到應用還差十萬八千里。
其實這次潑水事件是讓百度更加冷靜的看待自己的AI技術。陸奇離開百度之後,百度的AI基本上停留在最初設計的框架階段,在研發投入和應用建設上幾乎沒有任何案例。
人工智慧現在每個人來說,主要是構建適合自己的樣本資料,然後藉助於深度學習的演算法提高我們認知和決策的部分效率即可。
所以說百度這次破損事件更多的是跟百度的AI教一下冷靜的涼水。另外一個維度也是讓我們全民都要冷靜思考,人工智慧到底為自己能做些什麼。
少吹點牛皮,多幹點實事,這才是人工智慧的本質。
人工智慧這一波主要在於深度學習,深度學習演算法最重要的在於大量的樣本資料。所以人工智慧這一次的主要應用在於資料智慧和感知智慧,根據這兩個基礎上才能做出來認知智慧和決策智慧。簡單的理解就是沒有資料,什麼都不智慧。
再看看百度的不足,百度主要佈局無人駕駛。無人駕駛領域,在短期的3~5年資料化程度都比較低,並且它依賴於城市的智慧化道路的智慧化,所以百度佈局的這項智慧產業,基本上在5~10年看不到有任何回報。所謂在釋出會上點刺的所有東西,基本上是以人工配合為主的概念設計,比人工智慧真正落地還需要5~10年,或許會更久。
在百度的資料優勢在於搜尋上,搜尋本身的資料的多樣性和複雜度其實很難應用到人工智慧領域。所以百度的AA大腦基本上停留在設計層面,到應用還差十萬八千里。
其實這次潑水事件是讓百度更加冷靜的看待自己的AI技術。陸奇離開百度之後,百度的AI基本上停留在最初設計的框架階段,在研發投入和應用建設上幾乎沒有任何案例。
人工智慧現在每個人來說,主要是構建適合自己的樣本資料,然後藉助於深度學習的演算法提高我們認知和決策的部分效率即可。
所以說百度這次破損事件更多的是跟百度的AI教一下冷靜的涼水。另外一個維度也是讓我們全民都要冷靜思考,人工智慧到底為自己能做些什麼。
少吹點牛皮,多幹點實事,這才是人工智慧的本質。