首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

哪里不知道“瞄”哪里,这项AI黑科技,打开手机就能体验

乾明 发自 凹非寺 量子位 出品 | 公众号 QbitAI 哪里不懂,直接拿着手机对准哪里就行了。 比如柜子里化妆品,到底哪个是哪个?对着扫一下就行了: ?...这是百度App黑科技,也是百度秀出AI技术新高度。 在一年一度百度AI开发者大会上,百度高级副总裁、移动生态事业群组总经理沈抖拿着手机,打开百度App做了这样一个演示。...结合百度智能小程序等移动生态配套服务,形成了百度独特AI落地路径。 ? 百度移动生态靠AI形成差异化 如此应用和能力,一方面是百度在移动领域技术变革直接展示。 怎样用AI来提升用户体验?...百度能够将其集成App,带来更加直观体验,也能从中窥见其多年来在AI领域积累。 而且,这样AI技术会对用户体验和生活,带来颠覆性改变。...如果还有人问百度AI变革如何开始,答案是早已开始,比如打开百度App就能体验。 — 完 —

56320

所谓用户体验

所谓用户体验 由 Ghostzhang 发表于 2012-07-16 19:20 怎样用户体验才是用户体验呢?...工作时常遇到需求方挑战,相信你也遇到过这样情况:你觉得这个地方放上个广告是不合适,但又找不到理由说服需求方,特别是当她拿出 KPI 时候。...好像有点跑题了,这次思考是:并不是所有关注用户感受体验就叫做是“用户体验。 从何而来这想法呢?...上面的唠叨是一个引子,结果就是"不能赚钱交互不是交互",简单说就是交互可以赚钱,可是不好用户体验也是能赚钱。...是的,道理谁都懂,在实际工作,每个人都可能只关注到自己,要做到站在他人角度看问题,可能还需要一段时间训练。 拒绝一个不合理需求最好方法就是提出一个比它合理方案。

3.1K30
您找到你想要的搜索结果了吗?
是的
没有找到

工作想法从哪里

两年前,曾看过刘知远老师一篇文章《研究想法从哪里来》,直到现在印象依然很深刻,文中分析了摘低垂果实容易,但也容易撞车,啃骨头难,但也可能是个不错选择。...学生年代,作为老师一个不成器弟子,学术上没有什么建树,幸运毕了业。现如今到了工业界摸爬滚打,虽然换了个环境,但是发现生存道理没变。 反面例子 不好工作想法会加剧“卷”用户体验。...这样工作体验确实很糟糕。 我触发点 沿着你造梦方向先动手干起来。一年前刚开始决定做攻击者画像时候,其实心里有底也没底。...三维排列组合还不够,防守方视角还可以再交叉一个事前事事后时间维度,所以做事情又可细分为:普通员工误用数据事前检测、事感知、事后溯源三个点,每一个点都是独一无二有自己定位点,简称“不卷点”。...引用 研究想法从哪里来 杜跃进:数据安全治理基本思路 来都来了。

8.2K40

业务关键词有哪些?

关键词有哪些呢? 想做,首先要考虑是通过解决什么问题,这个比是什么更重要,也就是说why比what更重要。 解决什么问题?...对于核心业务来说,可以让核心业务快速支持新行业需求,且复用成熟行业解决方案。 简单来说就是快,快速支持新业务,手段是通过复用老业务已有沉淀能力,实现新业务快。 是什么?...不仅仅是一个技术问题,更是一个方法论问题。 涵盖了组织协作、需求分析、战略落地等相关内容。 在协作上,有一套能力接入标准。 在技术上,有一套运作机制,集中配置,分布式执行控制。...如何搭建中? 可以将和数字化转型放在一起考虑,某种程度上来说,是企业架构方法论一种具体实现。 需要考虑业务价值链,考虑价值链上业务流程串联和衔接。...落地中,在技术层面可以抽象成几方面。 包括业务身份、端组件再组织、流程与流程承接领域、可视化&可配置、底层通用中间件能力。 领域抽象与领域建模,在建设初期非常重要。

40720

大数据之Kafka,到底好在哪里

Hello,大家,今天给大家分享一个大数据里面很火技术——Kafka,Kafka 是一个分布式消息系统,其高性能在圈内很出名。...网上也有不少文章分析 Kafka 性能为什么那么,但是我感觉很多文章都没说到点上,所以今天借着这个机会跟大家交流一下 kafka 性能为什么那么?...我们看到这种设计就是将所有的事件处理都在同一个线程完成。这样设计适合用在客户端这种并发比较小场景。...当请求处理完了以后 handler Pool 线程注册 OP_WRITER 事件,实现往客户端发送响应功能。 通过这种设计就解决了性能瓶颈问题,但是如果突然发生了大量网络 I/O。...03 / 零拷贝 接下来消费者读取数据流程用是零拷贝技术,我们先看一下如下是非零拷贝流程: (1)操作系统将数据从磁盘文件读取到内核空间页面缓存; (2)应用程序将数据从内核空间读入用户空间缓冲区

81330

清华教授刘知远:AI领域研究想法从哪里来?

研究想法从哪里来 想法还是不好,并不是非黑即白二分问题,而是像光谱一样呈连续分布,因时而异,因人而宜。...那么,研究想法从哪里来呢?我总结,首先要有区分研究想法与不好能力,这需要深入全面了解所在研究方向历史与现状,具体就是对学科文献全面掌握。...人是最善于学习动物,完全可以将既有文献不同时期研究工作想法作为学习对象,通过了解它们提出后对学科发展影响——具体体现在论文引用、学术评价情况等各方面——建立对研究想法与不好评价模型。...正如武侠最高境界是无招胜有招,研究想法并不拘泥于以上路径,很多时候是在研究者对研究问题深刻认知基础上,综合丰富研究阅历和聪明才智产生”顿悟“结果。...所以不如提前考虑,哪些问题是纯数据驱动技术无法解决。NLP和AI困难任务,如常识和知识推理,复杂语境和跨模态理解,可解释智能,都还没有可行解决方案,我个人也不看好数据驱动方法能够彻底解决。

6.4K11

大数据之Kafka,到底好在哪里

网上也有不少文章分析 Kafka 性能为什么那么,但是我感觉很多文章都没说到点上,所以今天借着这个机会跟大家交流一下 kafka 性能为什么那么?...我们看到这种设计就是将所有的事件处理都在同一个线程完成。这样设计适合用在客户端这种并发比较小场景。...当请求处理完了以后 handler Pool 线程注册 OP_WRITER 事件,实现往客户端发送响应功能。通过这种设计就解决了性能瓶颈问题,但是如果突然发生了大量网络 I/O。...03 /  零拷贝接下来消费者读取数据流程用是零拷贝技术,我们先看一下如下是非零拷贝流程: (1)操作系统将数据从磁盘文件读取到内核空间页面缓存; (2)应用程序将数据从内核空间读入用户空间缓冲区...图9 零拷贝流程.jpg 优秀设计之批处理  在 kafka-0.8 版本设计,生产者往服务端发送数据,是一条发送一次,这样吞吐量低,后来版本里面加了缓冲区和批量提交概念,一下子吞吐量提高了很多

54430

大数据AI演进是大势所趋?

最终从客户角度来看,业务问题无法解决或解决流程不规范,将严重影响客户体验和品牌认知。...让大部分常见问题由机器人代劳,少部分复杂问题转后台人工处理。通过智能机器人+人工后台方式,共同提供完整快捷一体化用户体验。...5、现在,越来越多的人提到数据需要向 AI 演进,您对此怎么看?宜信数据AI 之间是什么样关系?二者之间是如何支持协作?...数据AI 两者都对外提供服务,只是侧重点不同:数据提供各种数据服务(BI 报表应用、数据探索等),AI 提供各种智能服务(模型预测、智能推荐等); AI 依托数据提供数据能力和工具集...要么缺乏统一规划,建设了许多高度相似的系统,大量重复建设,但又不通用,用户体验不统一。这样导致在新业务、新市场拓展过程,系统没法直接复用,甚至没法快速迭代。

1.9K20

定义 | 白话战略

,像上文提到业务、数据、搜索、移动,哪些才是,哪些是蹭热点?...与前台划分原则是什么? 化与平台化区别是什么? 化和服务化区别是什么? 该怎么建设?...企业能力可能包含多个维度,常见例如计算能力,技术能力,业务能力,数据能力,AI能力,运营能力,研发能力……其中大部分能力还可以继续细化和二次展开,从而形成一张多维度企业能力网。...有多少平台建设者是在真正关注前台产品团队平台用户体验? 「去重」讲更多是向后看,是技术驱动;「复用」讲更多是向前看,是业务驱动和用户驱动。...但考虑到「」这个概念更加强调对于前台业务支撑与赋能,除了基本能力沉淀与共享外,也会更加关注前台易用性和使用体验,所以我觉得「复用」更能体现出这一点。 ---- 平台 ?

1.4K43

内容和数据区别

什么是内容内容是企业级数字化解决方案之一,它是一种整合和管理企业各类内容资源平台。...内容主要目标是提高内容复用性、一致性和效率,降低企业运营成本,同时提升用户体验。通过内容,企业可以更高效地创建、管理和发布内容,适应多渠道、多平台需求,支持快速响应市场变化和业务扩展。...内容支持“一次创建,随处使用”功能,使商家能够快速更新产品信息,减少重复工作,提高工作效率。通过内容,电商企业可以构建跨渠道统一用户体验,确保用户在不同平台上都能获得一致信息和服务。...内容和数据区别内容是一个集中平台,负责管理和分发各种形式内容,如文本、图片、视频、音频等。...6.数据分析和优化通过 MassCMS 插件和扩展,你可以集成数据分析工具,如 GA 或自定义分析工具,以获取关于用户行为和内容效果数据。通过分析数据,你可以优化内容策略和用户体验

8710

未来数据 Node.js BFF实践(一):基础篇

未来数据 Node.js BFF实践系列文章列表: 基础篇 实战篇(TODO) 进阶篇(TODO) 未来数据Node.js中间层从7月份开始讨论可行性,截止到9月已经支持了4个平台,...在现阶段数据服务体系中有两类服务:常规 Java 后端和 T-Service 。...后者是数据将 OneService 方法论落地统一数据服务,即服务于各个前台事业部,也为数据内部各个应用平台提供数据服务。...数据有一个统一用户管理中心提供登录/登出服务,客户端登录后会接收管理中心下发 JWT,后续业务接口请求会验证 JWT 有效性。...数据 Node.js 服务每个 pod 都是单核,没有起多进程,也就没有使用反向代理必要性,所以最终使用 TCP 探针做存活检测。

3.6K20

不动程序设计,不是用户体验

发现问题 前期做规范过程是十分痛苦,每做一个板块都要花很多时间去思考怎么表达、展示才能让其他设计师和程序员都一目了,然而随着内容增加,发现很多地方无法深入执行下去,只能含糊其辞,给我们制作规范的人员带来了很大苦恼...为什么有如此大执行阻碍呢?带着问题我们找到团队一位设计前辈请教了一番,在前辈指点下,终于发现了问题所在:我们对于前端如何实现设计稿其实并没有很好了解。...图1-1是XX项目的所有关于二级导航样式,因为这一块界面不是我做(都是借口),所以规范不太了解,导致在做整个项目的规范时,遇到了极大阻碍。...而第一个容器内绿色和蓝色部分(间距)也是固定,所以只有红色区域是可变化,因为红色区域文字个数是可以变化,我们只要给出字体大小即可。...任何事情都有其内在套路与规律,我们必须要了解事物本质,才能帮助我们更好执行;所有的苦恼与迷茫都是源自你对事物理解不够透彻,所以让我们从现在开始,锻炼透过事物看本质思维能力,就算以后你不做设计了

3.4K50

把纸质家谱做成数据,原来是这样体验

机器之心报道 机器之心编辑部 从数据采集、数据治理,再到知识挖掘与推理,一个家谱数据到底是怎样炼成? 说起「数据」,很多人都不会感到陌生。但究竟如何定义「数据」?...目前数据建设尚处于起步阶段, 还没有统一数据建设标准、规范以及评价指标,且没有统一规范定义,其英文译法也多种多样:Middleware、Middle Platform、Middle Office...研究者利用知识图谱构建和推理技术,从海量家谱数据采集、汇聚开始,在数据治理、数据开发、数据资产管理等模块建设过程辅以 「HI」 (人类智能)、 「AI」 (人工智能) 和 「OI」 (组织智能) 三者交互和协同...华谱数据数据管理架构建设和关键技术 下图展示了华谱数据架构 Huapu-CP,我们以该架构为例,来分析一下家谱数据系统核心模块主要技术以及要解决问题。 ?...但数据技术尚处于起步阶段,还面临着技术不成熟、框架验证标准不一、技术人员缺乏等困难和挑战。新一代数据技术,在融合数据基础上,更需要关心是否能够很好地沉淀行业知识。

61940

腾讯云智媒体AI,获奖了!

5月27日,“CCBN年度创新奖”正式公布,腾讯云智媒体AI,荣获CCBN2021产品创新优秀奖!...腾讯云智媒体AI,从“媒体+AI”应用实际需求出发,依托腾讯内部诸多优秀团队AI技术与最佳实践,包括腾讯云智慧传媒行业、腾讯云AI、腾讯安全天御内容安全团队,以及腾讯优图、腾讯多媒体实验室、微信智聆等...结合在微信看一看、微视、企鹅号、腾讯视频等互联网媒体AI应用经验,以及在央视频、河南日报、宁夏黄河云融媒体平台项目沉淀,腾讯云智媒体AI聚焦技术与媒体应用场景结合,贴合媒体业务打造专属算法,并持续迭代升级...为媒体全业务流程打造应用服务,腾讯云智媒体AI覆盖多模态内容结构化、智能转码、超分、老片修复、视频质检、智能审核等多维度应用。...更多AI产品体验与合作联系 欢迎识别下方小程序码进入 燃烧“蚂蚁呀嘿”同款,你get了吗?| 报告!

2.6K40

你以为真的是吗?

前段时间一个负责企业数字化建设CIO朋友找我聊IT规划,谈到他们刚上线数据,从上线一段时间使用效果来看,感觉并没有取得应有的效果,反而给业务和IT带来很多困扰,增加了不少数据维护工作量,多个系统与之间数据经常出现不一致情况...我不由感叹说:你们只是上了一套名字叫“**管理系统”系统,并不是真正意义上是不是伪概念,是不是炒作,我之前在公众号已经说得很明白了。...,那是单机应用系统,上只是为了对外宣传; 不少企业规划,第一时间就是考虑选个什么系统,考虑上云,考虑如何去抽数据,搞所谓上,技术先行。...不是最先分析搭建中性质和必要性,分析数据模型,站在业务角度分析如何提纯和清洗数据,这也是不少企业上误区。...像上面CIO朋友举例子,很明显数据输出有残缺,没有站在业务角度去支持业务规则,甚至为了保证业务顺利进行而让用户到去手工修改数据,完全就是违背了数据宗旨。

57320

末路

各大公司都在吹捧理念。仿佛是业务复杂性救世主。是某些架构师和 PM 新出路。各种割韭菜课程层出不穷。 当然,吹牛逼时候大家都是拣说,苦逼东西就只有内部人士知道。...被交接方:这个系统原来维护团队水平极低,代码就是一堆“垃圾”,他们不想搞了就随便扔给我们?凭什么啊?我们又不是接盘侠。 即使贵司运气,在系统交接过程没有出现问题,那交接后也不好说。...被交接系统在交接后往往陷入消极维护状态,这时候前台业务接入会比以往更加困难,这种困难使前台业务不满积累到一定程度之后,会再次催生前台部门重新造一套新自己,而部分或全部放弃原来。...纵使其成功原因强大、便捷是重要原因。 这会导致什么问题呢?没有人愿意接手中项目,项目变成烫手山芋。大佬无法在项目上获得红利,小弟们没法在项目上获得利益。...结语 经常有小伙伴说,国内某公司非常,大家都在学。嗯,我倒是想问问了,如果真的做,某公司旗下金融公司和电商公司还会需要两套完全一样基础架构,和好几朵云?

1.2K22

【学术分享】刘知远:研究想法从哪里

研究想法从哪里来 想法还是不好,并不是非黑即白二分问题,而是像光谱一样呈连续分布,因时而异,因人而宜。...那么,研究想法从哪里来呢?我总结,首先要有区分研究想法与不好能力,这需要深入全面了解所在研究方向历史与现状,具体就是对学科文献全面掌握。...人是最善于学习动物,完全可以将既有文献不同时期研究工作想法作为学习对象,通过了解它们提出后对学科发展影响——具体体现在论文引用、学术评价情况等各方面——建立对研究想法与不好评价模型。...正如武侠最高境界是无招胜有招,研究想法并不拘泥于以上路径,很多时候是在研究者对研究问题深刻认知基础上,综合丰富研究阅历和聪明才智产生”顿悟“结果。...所以不如提前考虑,哪些问题是纯数据驱动技术无法解决。NLP和AI困难任务,如常识和知识推理,复杂语境和跨模态理解,可解释智能,都还没有可行解决方案,我个人也不看好数据驱动方法能够彻底解决。

8.4K20

AI 下个“万亿美元机会”在哪里

1、人机交互每变革一次, 就诞生一个万亿美元规模机会 在过去一年间,与诸多 AI 业内精英交流过程AI 科技评论总能听到一个声音: 人机交互,才是让一家超级科技公司诞生“金钥匙”。...,云计算应运而生,人类也不再满足同时与一机器“对话”,而是要按需与多台机器形成“集群”协作,把人机交互又推上了一个等级; 而到了今天,AI 大模型出现,再次给人机交互带来了新机会——以编程为例,程序员不必再从语言学起...抓住了这个机会,苹果做出了第一个人电脑,后又在移动互联网时代引领风潮;微软做出了第一个可视化操作系统,又利用办公软件奠定了今天办公流;而在云业务加持下,亚马逊在二级市场20年来狂涨近300倍,从一家电商平台起家...沈抖用这句话开始了自己在 Create AI 开发者大会上演讲,就是意在减轻开发者负担,为用户提供极简开发体验。...这条路,如同《论语》“譬如北辰,居其所,而众星共之。”用更好生态,将产业链路每一环都围绕在 AI 操作系统身旁,进而创造一个以 AI 为轴更广阔生态系统。

9610

JetBrains AI Assistant 100%会用到功能,免费体验

将程序视点设为星标精品文章第一时间阅读 大家,欢迎来到程序视点!我是小二哥。...代码重构 IDE 重构功能仍然是我们工具很受欢迎部分,而 AI Assistant 提供了另一种使用它们方法。...在我们新 AI Actions 上下文菜单,您现在可以选择对任何代码段使用 AI Assistant 重构建议。...如果我们想使用 AI Assistant 提出建议,可以轻松地将代码作为差异插入到当前文件,并准确查看将要更改内容。...可以从目标代码任何位置调用此操作,AI Assistant 将自动检测要分析正确单元并为其生成文档。 生成提交消息 另一个重要任务是编写高质量提交消息。

13310
领券