从9月底第一次点亮科技星辰到现在,手机游戏业务发展迅速,人工智能原始代码也被林涛开发完成,这一切的成果自然带来了科技能量的积累,只是林涛脑海里的科技星辰填充度只有5%左右。
思考许久之后,林涛想到了两种可能,一是第一次点亮属于是系统奖励性质的,后续需要的能量数量才是点亮科技星辰所需的正常数量;
二是科技加持系统每一次点亮星辰之后,下一次点亮星辰会需要更多的能量;
虽然现在不清楚是哪一种,可是对于下一次点亮星辰所需要科技能量的规模林涛有了认识。
只靠科技研发很明显是无法满足点亮星辰所需的能量规模,只有主动过去用技术带动产业升级,影响大量人群获取科技能量反馈,这才是当前最适合的选择。
在星辰科技和网易游戏合作确定之后,星辰科技内部除了和对方的团队开始对接之外,郑东团队在做语言知识库项目的启动工作,林涛自己也没有闲着。
他开始接触了解图像识别的前沿知识,现今AI行业的大部分团队都聚焦于图像识别技术的实践应用。
在林涛看来人工智能就如同人类小孩一般,初生时只能依靠本能,对所接触到的一切没有概念和判断,此时只能使用五感认识世界,随着年龄增长大脑发育完善,慢慢有能力去学习语言等人类文明成果。
基于以上认识,林涛决定在郑东团队第一阶段任务完成之前,先完善图像识别程序,将此程序作为人工智能认识分析世界的五感。
林涛在研究了一段时间的图像识别算法之后,他发现当前的图像识别普遍使用的是深度学习中的“表示学习方法”,深度学习方法包括多个层,一般有5~20个分层,不同层会分析图像中的不同抽象特征,例如物体边缘存在位置、边缘特征、局部边缘的组合形态、组合层特征分析等。
深度学习是使用这些层分析图片原始数据进行特征表示,而后进行特征综合分析,人工智能则不必如此,人工智能的核心决策层和自主学习能力决定了程序可以自己总结归纳记录数据特征。
那需要林涛负责的实际上就只是图像数据分析的部分,归纳总结的部分人工智能自己就可以完成。
林涛计划是先给人工智能程序配置外部程序去完成识别图片的逻辑,此部分逻辑用于分辨图片中的物体形状、颜色、材质等特征。
当人工智能可以做到对图片中物体的分辨归类之后,视频数据的分析就是一个将任务实时化改动的事情,剔除掉音频的话,视频即为大量图片帧的组合数据,将视频解析为独立的图片帧进行连续解析即可。
在接下来的一段时间里,当郑东来找林涛讨论语言知识库的项目时,发现林涛对着电脑已经
请收藏:https://m.bqgmm.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)