وذكرت شبكة لى فنغ، 6 نوفمبر، عقد JDD Jingdong Jingdong المستكشف البيانات العالمية المالي للجمعية العامة، تسعى مثل التفكير شركاء في جميع أنحاء العالم لاستكشاف البيانات الكبيرة والذكاء الاصطناعي أفضل الممارسات في القطاع المالي. تشنغ الأكاديمية الصينية للهندسة، دعي جامعة بكين البروفيسور قاو ون لتقديم عروض للمؤتمرات والمحاضرات حول موضوع "استكشاف البيانات الكبيرة، لتلبية الذكاء الاصطناعي من الأوقات". الكلام، قاو الأكاديميين يصف ليس فقط العلاقات والاختلافات بين البيانات الكبيرة والذكاء الاصطناعي، ولكن أيضا يفسر بعناية ما يعتبره ذهب AI حيث، مدى للذهاب.
وفقا لمراسل شبكة لى فنغ ذكرت أن المشهد أمام الاختزال تلخيصها على النحو التالي:
قاو ون جيا باو: حافظت صباح الخير، سيداتي وسادتي، وأنا والبروفيسور يانغ تشيانغ أصدقاء لسنوات عديدة، من عام 1991 ننضم إلى الاتحاد العالمي للذكاء الاصطناعي، والتقى بعد عشرين عاما بعض الاتصالات والتبادلات في السنة، لذلك بدأ في حشد جئت هنا لأقول بضع كلمات، وأنا أقول أن هذا سوف الابتكار المالي، ذهبت إلى لم أعرف ماذا أقول، وأنا لا تفعل أنفسهم تمويل. وفي وقت لاحق، وقال انه لا يهم، وتتحدث عن شيء أكثر الكلي حسنا، أنا أقول هذا من السهل التعامل معها، وتتميز جامعة بكين في السماء، مجردة مثلا عرضا، واليوم نتحدث فقط عن.
لدينا الآن من هذا العصر هو حقا كبير عصر البيانات، عصر الذكاء الاصطناعي لالخطوة. لماذا أقول ذلك؟ في الواقع، وهذا دلالة وارتباط البيانات الكبيرة نفسها قوية نسبيا، لماذا ارتباط أقوى ذلك؟ ونحن نعلم أن البيانات على نطاق واسع نفسها كبيرة على وجه الخصوص، وتزايد، من مستوى EB الأصلي الآن في التنمية على مستوى ZB، البيانات نفسها في تزايد مستمر، دعونا الفيضانات البيانات. هذا الانتشار من البيانات، مثل تجارة التجزئة وهناك الكثير من البيانات ذات الصلة، ومن ثم قليلا في وقت سابق العلمية البيانات، بغض النظر عن أي نوع من البيانات وترتبط مع الشبكة، منذ البيانات الشخصية وسائط الشبكة من ذلك بكثير جدا. ومع ذلك، فإننا نعتبر هذه البيانات قبل يطلق عليه بيانات كبيرة، وكان مؤخرا حجة، بيانات كبيرة ليس على نطاق واسع، ولكن القمامة دعا البيانات الكبيرة والمزيد من البيانات، واستخدام منخفضة. مثل بيانات الفيديو، بالإضافة إلى شبكة من البيانات الشخصية، ونسبة استخدام حقا لا تزال منخفضة جدا، مفهوم البيانات الكبيرة نفسها ينمو، ولكن البيانات بعد كبير في النهاية كيفية استخدام كيف التنمية، في الفترة الأخيرة لدينا مناقشات متعمقة، على سبيل المثال، فإن البيانات ليست هي أكبر وأفضل، وليس كل شيء يجب أن يكون البيانات؟ الإجابة هي: لا في الآونة الأخيرة، حالة جيدة جدا، AlphaGo الشطرنج، ويتطلب في السابق استخدام البيانات الإنسان يذهب تحت، ولكن حاول ذلك بنفسك البيانات ثلاثين مليونا أدوار، لا تتطلب معظم البيانات الأخيرة AlphaGo صفر الشطرنج الإنسان، وأنها سوف تنتج البيانات. الآن يمكننا طرح الأسئلة، أي نوع من الحالة لا تتطلب البيانات الخارجية، وإنتاج البيانات الخاصة بها وبما فيه الكفاية؟ أنا وبعض الخبراء مناقشة والتفكير في ما لا يتطلب نظام AI على البيانات الخارجية يمكن التغلب عليها الناس فعلا تلبية ثلاثة شروط:
1، يتم إغلاق مجموعة، سواء أنت أو ما طقم الدولة، يتم إغلاق مجموعة الخاصة بك، ونحن نعلم مغلق العودة مجموعة.
2، وسيادة كاملة. هذا هو المكان الذي يمكن الشطرنج، وما لا يمكن في ظل هذه القاعدة كاملة كاملة، وليس تغيير فقط.
3، والقيد يقتصر، مما يعني أنك كنت تحت القيود، وليس العودية، بسبب تأخر أسفل اللائحة لم تتوقف بعد الولادة، وضيق الوقت سوف تكون قادرة على وقف. راضون ثلاثة شروط، لا البيانات الخارجية، نظام البيانات الناتجة عن نفسها بما فيه الكفاية. لذلك يمكن للمرء أن يتصور، وهناك العديد من الحالات في المستقبل للحكم أنت الذي يمكن أن يفوز هذا الرجل الماضي، والآلات، ويجب على الجهاز تلبية ثلاثة شروط للفوز، بغض النظر عن ألمانيا رفرفة، العودة، وهي حالة مشابهة كثيرا.
وليس كل الحالات من هذا القبيل؟ بالطبع لا. يمكنك الآن رؤية الكثير من التداول، والخدمات اللوجستية، وتجارة التجزئة، في الواقع قد تم تغييره الكثير من الظروف، فقط لا تستوفي الشروط، وهذه المرة كنت في حاجة الى الكثير من البيانات الخارجية، البيانات الخارجية ولكن ليس بما فيه الكفاية؟ بالطبع لا، وكيفية استخدام البيانات الخارجية؟ لا تملكها لتوليد الاستخدام، وهذه الحاجة استخدام الاعتماد على الناس، من خلال هذه الوسائل الذكاء الاصطناعي، لاستخدام هذه البيانات. لذلك الذكاء الاصطناعي هو في الواقع من علم البيانات الكبيرة إلى الذكاء الاصطناعي هو عملية الهجرة جدا وطبيعية جدا.
الذكاء الاصطناعي الزوار هو حار جدا، وحار إلى كل شخص وكل مستثمر يريد أن أقول إنني صوت الذكاء الاصطناعي أو الذكاء الاصطناعي أريد القيام به، هو جيد حقا؟ لا أعرف. ولكن يمكننا أن ننظر في التاريخ ونتعلم من التاريخ، يمكننا أن نعرف الكثير من الأشياء. تنمية الذكاء الاصطناعي الآن، بالضبط 60 سنة عن العام الماضي. نحن ننظر إلى 60 سنوات من التنمية ذهب في الواقع من خلال ثلاث مراحل، المرحلة الأولى من 20 عاما، 1956-1976. المرحلة الثانية، 1976-2006، و 30 في عام 2006، هي الموجة الثالثة قد بدأت للتو، كم من الوقت سوف تستمر؟ أنا لا أعرف، ربما 25 سنة، وربما 35 عاما، يمكن أن يكون 40 عاما. وبطبيعة الحال، وفقا لل20، 30، هنا في النهاية هو 40 عاما، 60 عاما أو حتى 50 عاما لا أعرف. لكنك تعلم القانون على الذكاء الاصطناعي أبدا معرفة كل الأشياء التي تم القيام به، إذا كان صاحب العمل هو كناية عن الحياة، في الواقع، ودرجة الذكاء الاصطناعي هو الآن ربما دخل المدرسة الابتدائية، وبعضها أقل من مستوى المدارس الابتدائية، وحتى الآن انها التاريخ قد يكون مجرد 1/10، اتبعت طريق طويل لنقطعه.
هناك العديد من الشخصيات الرئيسية في طريق الذكاء الاصطناعي لا يمكن أن ننسى، لا يمكن أن ننسى مجال الكمبيوتر تورنج جائزة تورينج الجائزة أهمية خاصة والتخصصات الأخرى لديها جائزة نوبل، عصر نوبل من دون أجهزة الكمبيوتر، وبعد ذلك مع وقت لاحق من الكمبيوتر، والجميع يريد الكمبيوتر القطاع يجب ان تضع جائزة كبيرة وجائزة نوبل، هي جائزة تورينج، فإن العالم الآن ما مجموعه 65 الجوائز الفردية خريطة فاز البروفيسور ياو، الذي هو الصينية فقط للحصول على جائزة تورينج.
الحصول على جائزة تورينج في مجال الذكاء الاصطناعي، أي ما مجموعه ثمانية، مارفن مينسكي (1969)، جون مكارثي (1971)، ألين نويل (1975)، هربرت سيمون (1975)، إدوارد . فاجان (1994)، راج ريدي (1994)، ليزلي. فالنتي (2010)، يهوذا. بور (2011)، أن هذه الصور ثمانية. يتم إدخال كامل مجال الذكاء الاصطناعي علم الحاسوب في الواقع في برج الكنز 1/8. ليزلي فالنتي، يهوذا. الأزيز، تليها اثنين في عامي 2010 و 2011 الفائزين، ونحن نتعلم والمنطق الاحتمالي والسببية احتمالي التعلم عن العلماء اثنين.
وعموما، الذكاء الاصطناعي، والآن هناك ثلاثة الممثل الرئيسي للمدرسة، أي من الثلاثة ذلك؟ الأول هو أن تفعل مع منطق أساليب الذكاء الاصطناعي، وعادة ما يطلق عليه المدرسة المنطقية للفكر أو مدرسة فكرية المعروف حرف. والثاني هو الأداة الأساسية للاتصال عقيدة، هو استخدام الشبكات العصبية، اليوم هو عمق تعلم ممثل نموذجي. مدرسة فكرية ثالثة، من الناس الذين ينخرطون في علم التحكم الآلي، يقارن جادل مدرسة، هو أن تفعل هذا أكثر تكيفا وتحسب تطورية. سنوات الدراسة الثلاث مختلفة، لا نستطيع أن نقول أيهما أفضل أو أسوأ من ذلك.
ما هو الذكاء الاصطناعي؟ فقط قال مضيف جيد جدا، ونحن نقول ذلك ممكنا ذكاء مستقبل المواجهة البشرية والذكاء الاصطناعي، والذكاء الاصطناعي هو في الواقع كمبيوتر لتحقيق الذكاء البشري، مبارزة من وجهة نظر، فإنه لا يمكن أبدا أن يتجاوز الذكاء البشري، لكنه قال ان جانب معين من أنه من المرجح للفوز، ولكن في حد ذاته ليس وسيلة ذكية لتحقيق الفوز. ونحن ننظر في تعريف الذكاء، في الواقع، هناك العديد من جوانب الاستخبارات، بما في ذلك القدرة على المنطق، واللغة، والقدرة المكانية، والقدرة الإدراكية، بما في ذلك القدرة على إدراك الموسيقى، والقدرة على التحكم في أطرافهم. هذه الأخيرة هي أكثر صعوبة، بما في ذلك التأمل البشري، الفحص الذاتي، بما في ذلك مهارات التعامل مع الآخرين، بما في ذلك القدرة الطبيعة لاستكشاف، مثل اكتشاف شيء جديد، تماما أي فكرة، يمكنك أن تأتي مع ولدي للقيام بذلك أضع هذا السؤال للتخلص من وقدرات التنقيب الطبيعية، بما في ذلك القدرة على إدراك الصور والرسومات.
في الواقع، وينقسم إلى تسع المخابرات القدرة والذكاء الاصطناعي الآن في هذا الصدد سوى تسعة ثلاثة يمكن القيام به، هناك ستة مجالات لا يزال بعيدا تماما، لذلك نقول إن الذكاء الاصطناعي من أجل تحدي الذكاء البشري، والطرق فإنه لا يزال طويلا جدا.
لماذا نقول AI 60 عاما؟ منذ عام 1956، عندما كان هناك لقاء هام، مؤتمر دارتموث. في ذلك الوقت بعض من أكثر AI المخضرم، عندما الصغار جدا، يجتمعون لفتح شهرين سوف نكون معا، وكيفية جعل جهاز مع الذكاء البشري، ومناقشة تقع الهدف النهائي المتمثل في الذكاء الاصطناعي، ما هو الذكاء الاصطناعي. الآن يبدو أن الكتاب الأبيض لعام 1956، وتعريف الذكاء الاصطناعي، والآن ليست عفا عليها الزمن. لذلك نحن نقول الشباب أو قوية جدا، والاتفاق خصوصا مع المديرين التنفيذيين شرقية شديدة قال، وأشياء جديدة للشباب لندرك تماما أن الشباب أربعين سنة الوقت، عندما يكون الكمبيوتر في الظهور فقط، لا يوجد مفهوم الذكاء الاصطناعي اقترحوا على الطريقة التي تريد أن تفعل هذا الشيء، وهذا شيء عظيم جدا، والآن يبدو حقا كل ما يفعلونه هو الحق.
الاجتماع الذي افتتح بعد الطبق الرئيسي، في العالم هي الولايات المتحدة وأوروبا، وبعد ذلك بدأت العديد من المدارس في جنون بين الذكاء الاصطناعي، مثل ستانفورد نموذجية، جامعة كارنيجي ميلون، MIT وجامعة هارفارد، وكثير من الناس يفعلون هذه الدراسات ذات الصلة ، وهي تقنية تلك المرحلة كنا العقيدة أساسا منطقيا أو رمزية.
ما هو المنطق أو التوقيع عليها؟ في الواقع، وقال انه يعتقد كل المنطق، لقد جئت لتحقيق حساب التفاضل والتكامل المنطقي من الطريق، أنا فقط تحديد حساب التفاضل والتكامل المنطقي للنظام بأكمله، وجعل قاعدة، يمكنك تحقيق أي شيء، يمكن الاستدلال، البرهان الرياضي، يمكنك إنشاء، تشغيل الموسيقى وهلم جرا، كل على القيام بذلك عن طريق الرموز. في الواقع، كان هذا الشيء نحن عمليات الجبر المدرسة الابتدائية، بل هو أيضا العمليات المنطقية، ولكن لم يتم استخدامه العمليات الجبرية، مع مشغلي منطقية، هو في الواقع قريبة جدا والعمليات الجبرية. مع هذه العملية يمكن أن يكون المنطق، والمنطق الذي تريد استخدام الأداة التي يستخدمونها أدوات المنطق استنتاجي.
ونحن نعرف أنه حتى الآن، والطريقة هي المنطق استنتاجي من أكثر نظرية العلوم الطبيعية الهامة المستخدمة لإكمال. على سبيل المثال، القياس المنطقي أرسطو نظامه هو نموذجي جدا من التفكير الاستنباطي، ويتم إنجاز هندسة إقليدس باستخدام ميكانيكا نيوتن، ماكسويل، قدم آينشتاين لجميع نظرية استنتاجي.
يجتمع كل القياس المنطقي الأساسي هو المنطق استنتاجي من المعادلة، ما هو القياس المنطقي، ولدي فرضية، بل هو المبدأ العام، لدي فرضية القاصر حالة خاصة أريد أن الدراسة، وفقا لفرضية رئيسية، وهي فرضية قاصر للحصول على النتيجة، ويستند هذا الاستنتاج على الوضع العام، لإصدار حكم على الظروف الخاصة، وهذا يكمل المنطق الاستنتاجي، وهو ما يسمى ثلاثة أقسام من المنطق الاستنتاجي.
كل الطرق هي أساس من المنطق أن تفعل ذلك من أجل القيام بذلك ثم تصميم الكثير من لغة الذكاء الاصطناعي، واللغة يمكن أن تكون مكتوبة في هذا الذكاء الاصطناعي المعادلة، يمكن آلة لإثبات.
بالطبع، هذا يبدو جيدا، ولكن الموجة الأولى، ونحن نعتقد أن ذلك الذكاء الاصطناعي تكون قادرة على استكمال الكثير من الأشياء خلال عقد من الزمن، ولكن حتى عام 1976 البداية وجدنا مجموعة من الأشياء أن الغالبية العظمى تفشل في تحقيق رفيعة المستوى بالإضافة إلى الوقت الذي تم إضافة الطين بلة. في عام 1973 قام رجل إنجليزي تقرير، جانبا وعاء كبير من الماء البارد لمنظمة العفو الدولية، ونظم البحوث AI في ثلاث فئات، A يشير إلى آلة أوتوماتيكية، B هو الروبوت، C هي الجهاز العصبي المركزي. لدن ووسط الجهاز العصبي هو قيمة، ولكن التقدم بطيء جدا؛ الروبوتات أبحاث لا قيمة لها، ومخيبة للآمال جدا، لذلك اقترح إلغاء جميع الدراسات الروبوتات، A و C لأنه هو في حد ذاته مدعاة لل خيبة أمل، بل هو أيضا جدا على مستوى منخفض. وجاء التقرير بعد تعتبر جميع الحكومات قطع صناديق الاستثمار الذكاء الاصطناعي خارج، ودخلت على الفور فصل الشتاء. حتى 1976 هو في الواقع الذكاء الاصطناعي وصول فصل الشتاء الأول.
رغم عدم وجود التمويل بعد عام 1976، باحث شيء عن المال هو القيام به، لا تعطي المال. لأنه منطقي، أمام جسده لديها لسحب كمية كبيرة، وكان المال على الفور على الفور إلى الكذب، لم تحصل على المال تزال تفعل. في ذلك الوقت الشبكة العصبية للقيام، أساسا لم تحصل على أي أموال، ليست جيدة، لذلك هو في حد ذاته أستاذ مع عدد قليل من الطلاب أن اللعب في هذا المجال في حين يواجه فصل الشتاء، ولكن لا يوجد أي تغيير بالنسبة له، على أية حال، في الصيف عندما لا يكون هناك المال، التوقيت الشتوي أو المال، لذلك الاستمرار في اللعب مع الطلاب.
الحيل للعب بها، في عام 1976، بدأت لديهم الكثير من الاشياء للقيام الشبكات العصبية، وعدم التوقف لكتابة شيء ما، ترسل شيئا، حتى عام 1986، من عيون الناس تضيء، ودعا هذا الشيء BP خوارزمية (شبكة لى فنغ ملاحظة: "شبكة العودة نشر"، أي العودة انتشار كما نعلم).
الشبكة العصبية السابقة لا يمكن إلا أن تفعل سوى القليل جدا القيام به، لا تستطيع أن تفعل أشياء عظيمة. ولكن هذا شيء يمكن أن تفعل أشياء كبيرة خرج، وذلك لتعزيز التنمية في هذا المجال سريع جدا، والوقت وأنا لن بدء التشغيل.
ولكن يمكن أن تحل إلا بعض المشاكل. ومن المتوقع أيضا أن يبدأ في حل العديد من المشاكل، في الواقع، هو تلوح في الأفق، وجاء أخيرا إلى أدنى مستوى الثاني، بما في ذلك فشل الجهاز الجيل الخامس اليابان، ثم في جامعة ستانفورد لبناء موسوعة المعرفة من المشروع قد فشلت وبالتالي فإن الوقت الثاني قد بلغ الذكاء الاصطناعي نقطة منخفضة.
والثالث هو من عام 2006، والآن الذكاء الاصطناعي ثلاثة دانيال، واحدة في جامعة تورنتو جيفري هينتون، وBingeo Yoshua في جامعة مونتريال، واحدة في جامعة نيويورك يان ليكون، ونشرت هذا العام ثلاث مقالات تتحدث عن شيء واحد. قال فقط أن الشبكة العصبية على نطاق واسع يمكن أن يتعلم، ويتعلم بسرعة ودقة عالية.
وجاءت هذه المادة في المستقبل، ثم نحن لا نعرف كيفية استخدام هذا الشيء، الذي تنشيط هذا الشيء، كاي ولي Feifei تفعل ImageNet، لي Feifei الجراح الرئيسي يقوم به. التعرف على الصور ImageNet هي لعبة عالمية، في عام 2012، كان قد سبق باستخدام الأساليب التقليدية، في عام 2012 وقد استخدم فريق هذا الأسلوب، ونسبة الخطأ من أي فريق آخر تخفيض على الفور إلى النصف. 2013 أساليب أخرى كل شيء، كل عمق التعلم، وتحسين باستمرار في عام 2014. يمكن أن ينظر إليه في عام 2015، عندما يكون معدل الخطأ قد انخفض كثيرا، وتعلم عمق الشبكة كثيرا. بحلول عام 2016، عندما الشعب الوحيد تقريبا للقيام بما لا يقاس، معدل خطأ منخفض أن لا حاجة للقيام بذلك مرة أخرى، لذلك لي Feifei تحديد 2017 أعلن توقفت المباراة، لم تعد تفعل، لأنه في الواقع، لم الكثير لتعزيز الشعور.
حتى الجولة الثالثة اليوم نتيجة لدراسة متعمقة، كما ذكر في وقت سابق الحماس للمشاركة في هذه الصناعة، لذلك أنشأنا الكثير من الأعمال الجديدة، وهناك العديد من الفرص الجديدة، بل هو شيء جيد جدا.
تفعل شيئا، وتطوير البحوث الاستراتيجية الوطنية في الذكاء الاصطناعي الصين 2.0 من هذا البلد فرصة، وهو الاكاديمية الصينية للهندسة للقيام معا له، الذي صدر هذا العام برنامج بحثي كبير. حول الصيني المخابرات الجيل القادم اصطناعية، ودعا في البداية AI2.0، وبعد ذلك من خلال القرارات على المستوى المركزي، الاسم الرسمي لذلك يسمى جيل جديد من الذكاء الاصطناعي الصين، وهناك يتم بالدرجة الأولى على خمسة التكنولوجيات الرئيسية وعدد من التطبيقات.
التكنولوجيات الرئيسية الخمس، بما في ذلك الاستخبارات بيانات كبيرة، والتحدث أمام هذا ارتباط البيانات كبيرة قوية جدا. الجانب الثاني هو مجموعة من والبحوث ذكي ذكي يعتمد على قوة المجموعات المتقدمة. والثالث هو ذكي عبر وسائل الإعلام، جعل الأصوات والصور والنصوص واللغة الطبيعية لجميع هذه الأمور مرتبطة معا لالمخابرات الدراسة، وهذا هو الهدف من ذكاء أمل المستقبل عبر وسائل الإعلام لتحقيقه.
الرابع هو تعزيز ذكاء مزيج بين الانسان والآلة، والخلط الإنسان والآلة معا كيفية جعل أكثر ذكاء أقوى. خامس هو نظام ذكي مستقلة، في الواقع، الطائرات بدون طيار والشرق قوي، وأكد أيضا أن نقوم به النظم الآلية في مجال الخدمات اللوجستية. هذه الجوانب الخمسة وتطبيقات تدعم فضلا عن العلاقة بين ما يلي، لدينا خمسة أركان، هو تطبيق ما سبق، ما يلي هو الدعم الأساسي.
ثم مثل هذا الوضع، في الواقع، فإن استراتيجية كاملة من البلاد فقد كان تخطيط ناجح جدا، وهذا لا يكفي؟ في الواقع، ليس بعد. اذا نظرتم الى البيانات الشخصية كله الذكاء الاصطناعي، بما في ذلك رؤية الكمبيوتر، والتعرف على الكلام واللغة الطبيعية، والتفاعل بين الإنسان والحاسوب، والتعلم الآلي، وما إلى ذلك، مغمورة هذه الجوانب من التخطيط الحالي في تطبيق كبيرة في هذا الصدد.
تسع فئات من الأشخاص الذين شاركوا في الاستخبارات، هو أن لدينا الآن القيام بعمل جيد جدا في اللغة والمنطق والرسوم البيانية والصور، لا يزال الوسط ستة يحتاج إلى مسافة كبيرة من يكتشفها.
وخلاصة القول، والتاريخ هو دائما هكذا المسمار إلى الأمام، فإنه في الأساس متصل ثلاث موجات من منظمة العفو الدولية أيضا من رمزية للعقيدة، إلى عقيدة لا يزال متصلا الموجة الرئيسية. وكانت رمزية حتى الآن وحيدا نسبيا 30 عاما، ولكن كما تجريد أعلى من الذكاء البشري، ينبغي أن تلعب دورا، فكيف أن تلعب دورا، وهذا هو المستقبل الذي يمكن أن تأخذ من الوقت للاحتفال.
الوصلية، الشبكة العصبية هي، وعمق التعلم، وهناك جدا، شعبية جدا، ولكن كيفية حل البيانات الصغيرة أو أية بيانات للتعلم؟ هناك في الواقع تحديا كبيرا، خصوصا الكثير من نتائج التعلم لا يمكن تفسيره، وهذا هو التحدي الأكبر. تركز السلوكية على التكيف والتطور، الذي يأتي من تطور الإنسان من القردة، قد يكون أقرب. هو في تعلم كيفية القيام بعمل أفضل، لا تزال بحاجة إلى من يكتشفها.
سواء الشركات والاستثمارات الحكومية، يمكننا أن نجعل من حسن استخدام المكان المناسب لاتخاذ الجافة، بغض النظر عن أي واحد هو 20 عاما، ونحن الآن فقط 11 عاما، لذلك هناك كان بعد تسع سنوات يوم جيد، إذا كان 30 عاما و 19 في يوم جيد. لذلك أعتقد أن هناك ما لا يقل تأكد من الذكاء الاصطناعي نحو 10 إلى 20 عاما وكان يوم جيد، وأنا نعتز به هذه الفرصة. وبطبيعة الحال، والذكاء الاصطناعي، لأنه هو صبي، ونمو الرئيسي مراهق الاعتماد عليه؟ من خلال الدراسة، من خلال المعرفة البحثية لماذا يتعلمون، والجيل القادم من الذكاء الاصطناعي الصين جعل بعض تخطيط في هذا الصدد، ونحن نعرف الاتجاه المستقبل، وربما كل واحد منكم، وربما القليل من المساعدة.
حسنا، شكرا لك.
(النهاية)
المزيد تقرير Jingdong الجمعية JDD، يرجى الاستمرار في التركيز على شبكة لى فنغ عنها.
