任何游戏都有输赢,围棋也不例外。

为了赢,前世围棋棋坛无人不学习人工智能的所谓“最优解”。

毕竟再有个人风格的棋手也很难敌过招招近乎最优解的人工智能。

围棋发展数千年、数不清的棋手大师所展现的风格迥异的棋风,因为人工智能的出现荡然无存。

当人工智能出现后,围棋所承载的许多人文的、情感的东西,也注定会一点点弱化。

在将来人工智能的强大算力下将围棋彻底破解的那一刻停滞。

而留给后人的也注定只是前人对往事的一些回忆罢了。

前世阿法狗AlphaGo人工智能问世后。

对职业棋手更是极其残酷。

原本人类还认为围棋是没有止境的。

于是不断有后辈去挑战前辈们穷极一生都没能到达的新的极限。

棋手们也对此视为信仰,就像是在攀爬一座不知道顶峰在哪里的高山。

虽然不知道顶峰长什么样。

但对于顶峰的渴望成为了棋手们支撑下去的信念。

可阿法狗AlphaGo的出现,原本云雾缭绕的山顶显现了出来。

所有人都看到了顶峰的样子。

但很可惜的是,人类却发现他们对围棋的理解和人工智能差了很远。

阿法狗AlphaGo的出现让所有人都意识到,依靠肉体凡胎是永远不可能登上围棋的山顶了。

这一点,对于职业棋手来说可能的确是过于残酷了。

在阿法狗AlphaGo问世之后,甚至有人悲观的认为。

人工智能的出现直接把围棋这项古老的游戏摧毁的原因。

以林灰看来,人工智能的出现对棋类的影响到底更有利还是更有弊还不好说。

作为普通爱好者,阿法狗AlphaGo的出现肯定是有利的。

人工智能的出现让普通人有了可以欣赏大师对局的能力。

让普通人在屏幕前比肩最强人类甚至超越的能力。

……

各种说法都有。

看得出来一项新技术的诞生是面临着很大争议的。

林灰愿意承担更大的责任。

但并不想将自己牵扯到这些涉及到具体技术层面毫无意义的纷争中。

综合考虑,有些事搞个歪果公司去蹚雷是很有必要的。

……

话说回来,除了利用歪果公司蹚雷之外。

利用歪果公司进行一些技术方面挖坑似乎也是很棒的。

就算林灰不刻意利用这些公司挖坑,这些公司也没少挖坑。

这样的专业团队不充分利用很说不过去。

而且歪果仁对同样是自己人埋的雷应该不会太在意。

当然了技术方面挖坑要精心布置。

技术上那种一眼看出来压根没啥利用价值的坑,别人根本不会去踩。

最好是那种看起来有很大商业价值但实际上实现起来很困难的坑才好。

这样的技术林灰首先想到的是步态识别技术。

前世进入新世纪以来,很多生物信息都被当作特征提取出来作为生物识别的一种手段,步态识别自然也不例外。

步态识别是主要基于人的走路姿态进行身份识别的一种生物识别技术。

步态识别作为识别手段具有唯一性识别的本领。

甚至是人脸识别难以区分的双胞胎利用步态识别技术也能够不费吹灰之力进行区分。

步态识别有着广阔的应用前景,可应用于各种安全场景、刑侦破案、嫌疑人检索等场景。

虽然这个时空生物识别中并没有步态识别,但林灰相信一旦步态识别这东西搞出来一样会不少人踩坑。

为什么笃定如此呢?

因为林灰以前听黄静说人脸识别这方面这个时空曾经是兴起过大规模抗议的。

部分皿煮国家认为人脸识别会侵犯隐私。

难保这个时空皿煮国家不会对人脸识别再爆发隐私。

但步态识别就不一样了,没人会把走路当作隐私吧,人走路终究是要给别人看的。

通过步态特征作为生物特征进行识别应该不会让人所反感。

既然有如此广阔的钱景,林灰为什么还将这项技术称之为坑呢?

因为步态识别技术其实是很难以实现的。

前世大概在2014年左右就开始进行了关于步态识别的研究.

但林灰印象中这方面的研究一直到2020年全球尚无一个统一的标准。

没有标准意味着什么?意味着没有商用。

机器识别这方面的技术一般少说几个月多说两三年就可以落地。

一项研究五六年没落地的技术可以说是天坑了。

至于前世为什么依旧致力于研究?

因为步态识别进行识别的时候技术层面不需要被识别人的同意。

某种程度上来说这种识别方式比人脸识别、虹膜识别、指纹识别更刻薄。

步态识别实现起来之所以很困难主要是是因为建立模型复杂。

另外步态识别所识别的特征点很容易发生变化。

就以一个人来说,不同年龄的时候行走时是不同的姿态。

不同心情时可能行走又是不同的姿态……

抛开这些不谈,在相当控制变量的情况下。

步态识别也会遇到很多挑战。

一个人空手的时候步行可能是一种姿态。

负重行进的时候可能又是一种姿态。

同样是负重,不同的负重情况又不一样。

毕竟即便是相同的负重,不同的负重点也意味着不同的重心。

总之,步态识别方面的研究是超级天坑。

最坑的方面在于该技术总给人一种很容易突破的感觉。

总之步态识别林灰觉得用来坑人很不错。

除了步态识别之外,林灰还知道很多适合坑人的技术。

比如说……

这些技术用于坑谁以及具体怎么坑,林灰还没想好。

不过这些技术林灰肯定是会物尽其用的。

当然这些麻烦事以及容易引发争议的事还是找歪果公司做比较好。

歪果公司在林灰眼中更多扮演的是工具人的角色。

核心技术还是要有國内的公司或技术团队来负责。

肥水不流外人田的道理林灰还是明白的。

不过话说回来,一个国人想收购外国公司注定是麻烦的。

再麻烦也无所谓,只要有相应的价值就应该去做。

而deepmind这样的人工智能方面现成的公司更是有很大的价值。

虽然这个时空deepmind这家公司混得很惨。

但所谓的惨是跟这家公司的前世相对比。

横向对比的话这个公司起码比國内在人工智能这方面要先行一步。

这无关于國内的技术研究水平如何如何。

只是因为这个时间民用方面兔子似乎依旧习惯摸着鹰酱过河。

但这次林灰却要做一只特立独行的兔子。

在技术领域要比鹰酱更先行一步了。

短时间来看林灰要做的还是人工智能。

重生以来林灰对人工智能领域倾注了很多心血。

虽然林灰重生那会人工智能领域的研究似乎是遇到了瓶颈一般举步维艰。

但林灰觉得在2014这个时间节点,依旧是有必要推动人工智能的。

毕竟人工智能对互联网的影响不啻为一次革命。

哪怕这次革命还没完全成功,但也为互联网注入了新的血液。

使得互联网这个上世纪的产物焕发出新的生机。

而且人工智能的价值不在于其本身。

而在于人工智能开枝散叶的能力。

人工智能很容易与其他的领域发生一些交集。

这对于以点带面促进各行业整合是十分有帮助的。

前世在人工智能兴起的热潮之下。

很多互联网公司都倾向于去做很多传统行业,以互联网思维对其进行改造。

林灰并不是很认同这种大包大揽的做法。

少即是多,比起大包大揽,林灰觉得专注才是更重要的。

因此尽管人工智能能够促进各行业的整合。

但未来林灰真正打算做的也只有人工智能 工业、人工智能 医疗。

为什么做工业?

因为工业才是强国之基石。

而且涉足到工业行业,此时恰逢工业4.0即第四次工业革命的契机。

涉足工业方面是顺势而为。

顺势而为才能事半功倍。

站在风口,猪都会飞,

正所谓好风凭借力送我上青天。

为什么做医疗?

作为一个19年之后重生的人不在医疗方面未雨绸缪多少有点说不过去。

如果有多余的精力,林灰可能还做一下人工智能 教育。

再多的人工智能衍生领域林灰就没打算涉足了。

事实上能对工业、医疗这两个行业产生正面作用就很不错了。

在人工智能这个行业,林灰做好“领跑者”和“务实者”就已经足够了。

做领跑者,自然没问题,有前世信息的情况下,林灰觉得领跑个几年问题不大。

反倒是务实,很考验企业管理者性情和企业文化。

回答这个问题只能交给时间了。

等搞定人工智能之后,林灰便可以向别的领域迅速推进。

推进诸如人脸识别技术、Fuchsia OS之类这些林灰之前早就思考过的技术。

除此之外林灰还想到了物联网、云和大数据。

云和大数据在这个时空前几年都被疯狂炒作过了。

现在热度已经消散很多了。

但热度的消散不等于价值的消散。

林灰觉得云和大数据依旧是有很大价值的。

只是这个时空的人们打开方式不对。

云、大数据得跟人工智能、物联网搭配在一块才能碰撞出奇妙的反应。

虽然前世物联网方面的呼声一直雷声大雨点小那种。

但物联网丝毫不容小觑。

反正林灰觉得物联网至少比元宇宙要靠谱的多!

人工智能、物联网、云、大数据这些有机相结合蕴含着超级大的市场。

人工智能、物联网、云、大数据这些东西融合起来很容易。

无非就是通过物联网产生、收集来自不同维度的、海量的数据。

而后将这些数据存储于云端/边缘端(云)。

再之后通过大数据分析进行初步分析得到概率的结论。

之后再用更高形式的人工智能进一步分析。

通过上述几个的有机结合可以实现万物数据化、万物智联化。

将这些东西有机的结合在一起有什么作用呢?

通过这些东西的有机结合。

最终追求的是形成一个智能化生态体系。

在该体系内,实现了不同智能终端设备之间、不同系统平台之间、不同应用场景之间的互融互通,万物互融。

而且之前涉及Fuchsia OS的时候。

林灰就想过生态的重要性。

通过借助于人工智能、物联网、云和大数据的有机结合构筑生态。

对于林灰以后对Fuchsia OS的生态建设也会起到很大的促进作用。

而Fuchsia OS 又是一款面向多平台的操作系统,它的载体不仅是智能手机,还有平板电脑、笔记本电脑甚至是可穿戴设备。

也就是说Fuchsia OS将来又会反哺依靠人工智能、物联网、云和大数据所构筑起来的生态。

在此之后又可以将触手伸向别的互联网巨头。

一时之间,林灰脑海中的关于未来的规划渐渐清晰了起来。

尽管规划的很清晰。

但想将这个闭环完成打造至少需要两年的时间。

而且这样宏伟的蓝图只依靠林灰一个人依旧是很有困难的。

林灰还需要很多合作伙伴或员工。

仅仅以人工智能行业来说,就涉及到非常复杂的组织。

拿一个人工智能行业的产品部门的组织来说:

首先肯定是需要产品经理的。

产品经理一般可以理解为一个小项目的CEO。

这个产品经理既需要有人工智能的背景又需要有传统IT行业的背景。

产品经理既需要懂行业,也要懂技术。

其次要有首席技术官,人工智能行业的首席技术官技能点要相当之高。

要能够把软件、硬件算法整体来看。

此外还需要CAIO,也就是往后几年所说的首席人工智能官。

这些人要在算法上有很深的造诣。

最起码也应该能对算法可行性进行评估。

这个人可能不少那么懂行业,但对技术一定要擅长。

此外,还需要有CMO首席营销官。

首席营销官才是真正帮助产品推向市场的人。

对首席营销官的要求是:

这个人可能不是很擅长人工智能技术本身。

但一定要非常懂行业。

除了这些“头头”之外。

还需要大量的包括算法工程师在内的各种程序猿。

这些人即便是没有深厚的技术背景,也应该有技术洞察力。

最重要的是要谦虚、有很强的学习能力。

谦虚有助于团队合作,强大的学习能力能非常快速地学习行业知识,与时俱进。

请记住本书首发域名:s23us.co m。顶点小说手机版阅读网址:m2.s23us.co m