提及“人工智能”,看来起来很深奥的样子。不过有关人工智能的话题已经出现了二三十年,早期人工智能更多的出现在学术领域,生物工程,或者科幻小说里。但是最近几年被科技巨头、互联网巨头炒的沸沸扬扬、如火如荼,已经在各个领域可以逐渐看到人工智能的应用场景,这其中很重要的原因是工程技术的发展,计算能力的廉价,以及整个数据的权量。
传统企业经过多年IT建设,已经打下良好的信息化根基,比如ERP、MES、CRM、SAM这些底层的业务架构,都已经发展的很成熟。但是这个被云计算、大数据、人工智能等新概念、新技术推动的新时代,却给他们带来了巨大的挑战。
“之前讲智慧赋能,但是智慧赋能最核心还是数据,而且是跟过去最大的差异,原来说智慧的时候很多是讲人的业务经验,而现在会更强调数据运营,基于数据的决策。”这句话是在2017技术雷达峰会期间提出的。
用深度学习框架弥补学术空缺
作为一个以工程能力、以技术卓越创造社会价值改变世界的公司,程序员要做什么?小编认为:“这就是程序员开始做深度学习的根源,让AI让深度学习这样过去很高端的技术,变成一个很平常的,每一个企业甚至每一个程序员都可以掌握的东西。而且随着近几年的发展,我们看到事实验证已经成为现实。”
“AI应用应该飞入寻常百姓家,应该是一种服务,随需随用”,在史凯眼里人工智能应该很平易近人,因为它底层的算法还有神经网络和技术都来自于学术,学术的东西到商用的过程没有那么快,怎么把学术的东西应用到工程领域,这中间还是要有很大的鸿沟。原来说人工智能、神经网络、深度学习,如果没有数学基础,相信很难能理解,数学的门槛就能将半数人拒之门外,这就是门槛。
让每一个程序员简单应用深度神经网络
只要是程序员出身,并且有有很深的工程领域背景,所以就能很清楚的知道深度学习需要什么样的深度学习框架,会习惯用程序员的思维去思考,怎么样最好用,让每一个程序员,每一个企业,就像写平常的对象一样应用深度神经网络。
神经网络由很多层组合起来,比如做一个图样识别的算法,就要识别一种特殊模式,这时就需要另外一个人开发,怎么把他用起来,以前可能这个事情比较难,也可能是各个科学家自己的黑科技。
做懂程序员群体的深度学习框架
软件改变世界,程序员改变软件,我们希望通过我们的开放框架帮助程序员改变世界,他们专注于他们的工程能力和面对的业务问题,至于深度神经网络多少层,这些专业性的问题和学术上的价值,我们帮他完成。”史凯补充道。开发工程师或者业务需求人员,可以基于框架产生很多业务场景。核心开发从量级和投入上,与百度深度神经网络差不多是一个量级。
在深度学习上,并不想做一个特别全的,闭源的东西,而是希望最大化的开发工程能力,并且借助团队强大的学术研究背景,将工程能力和学术能力融合在一起,从而形成一个非常高内聚的内核。
领取专属 10元无门槛券
私享最新 技术干货