簡單來講就是解決算法數(shù)據(jù)傳輸和處理的問題。
現(xiàn)如今相對主流的人工智能算法主要有神經(jīng)網(wǎng)絡(luò)算法、BP神經(jīng)網(wǎng)絡(luò)算法、小波變換、遺傳算法以及粒子群算法。
這五種人工智能算法各有優(yōu)點，就如神經(jīng)網(wǎng)絡(luò)算法，是由眾多的神經(jīng)元可調(diào)的連接權(quán)值連接而成，具有大規(guī)模并行處理、分布式信息存儲、良好的自組織自學(xué)習(xí)能力。
目前，在國際上人工智能及其算法領(lǐng)域的第一梯隊，除了鷹醬家的谷鴿、微阮、斂書之外，還有就是種花家的度娘科技和大江科技。
隨著互聯(lián)網(wǎng)以及技術(shù)的革新，人工智能在這幾年也是比較熱門的，國內(nèi)也有不少大學(xué)設(shè)了人工智能專業(yè)，但是實力強、排得上號的也就那那么幾所院校。
當(dāng)然，其他院校也是不甘落后，紛紛參與人工智能的研究，希望能夠在分得一份蛋糕。
而王明和林九英自然也不用說，帶頭參與該項目。
只是現(xiàn)在卻遇到了一個有些難辦的問題，那就是智能算法的傳輸和處理的問題。
要知道人工智能是要通網(wǎng)的，在執(zhí)行各種指令的時候意味著要進行龐大的數(shù)據(jù)傳輸和處理，人就受到時間空間的制約。
如要傳輸一張彩色照片，那CPU運算需要2~3秒，這對于大規(guī)模數(shù)據(jù)識別和處理是難以接受的延時。
但是目前的算法而言，貌似在傳輸和識別效率上，除了鷹醬等西方國家有相對好的辦法外，國內(nèi)暫時還解決不了這個問題。
“喏！你看看這個吧！”
內(nèi)容未完，下一頁繼續(xù)閱讀