深度学习领域的突破

简介: 深度学习领域的突破

  十多年前,深度学习领域的突破,让沉寂多年的AI迎来过一段高光时刻。彼时,招揽技术大拿、比拼算法精度、刷榜国际竞赛,是早期AI行业的招牌“三板斧”。斧子落地,新一轮风口若隐若现,资本闻风而动,不惜为AI企业挥金如土,唯恐错过下一座“宝藏”。

  这种势头一直延续到2016年,在AlphaGo赢下围棋“人机大战”之后达到了顶峰。紧接着,新一代人工智能发展规划强势出台,AI创业公司如雨后春笋般涌现,科技和互联网巨头们也纷纷下场布局AI。据不完全统计,2017年国内新增的AI公司就有近8000家。在2018年,该项数据更是迅速攀升至惊人的18000多家。越来越多人相信,一个新的AI时代正呼之欲出。

  然而,剧本没有如期上演。当AI的战局逐渐从“学术型竞赛”转入“商业化巷战”,各种问题开始出现。按照AI公司早期理想的商业模型,他们只需研发出标准化的算法SDK模块,然后将其集成在行业方案里,最后通过算法SDK的调用量实现商业化闭环。薄利多销、一本万利,看起来是一笔“躺赢”的好买卖。早期的状况也的确如AI公司所愿,包括移动App开发商、互联网金融等在内的企业,成为了最早的一批愿意为此买单的客户。这些客户主动登门找上了AI公司,提出购买算法SDK的调用服务。这种商业模式给AI公司带来了实际的收入,初尝甜头的AI公司开始有了一种错觉,实现规模化盈利似乎指日可待。

目录
相关文章
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
什么是深度学习
【10月更文挑战第23天】什么是深度学习
|
6月前
|
机器学习/深度学习 传感器 监控
基于深度学习的感知和认知系统
基于深度学习的感知-认知系统结合了感知和认知两大核心模块,旨在为机器提供从数据采集、分析到决策制定的一整套能力。这种系统模仿人类的感知(如视觉、听觉)和认知(如推理、决策)过程,能够高效地感知复杂环境,并进行智能决策。
91 2
|
7月前
|
机器学习/深度学习 自然语言处理 自动驾驶
深度学习之知识推理与深度学习结合
基于深度学习的知识推理是将深度学习模型与传统的知识表示和推理技术相结合,以实现更加智能和高效的决策和预测能力。
115 2
|
8月前
|
机器学习/深度学习 自然语言处理 机器人
深度学习的应用
【7月更文挑战第30天】深度学习的应用
136 3
|
9月前
|
机器学习/深度学习 人工智能 自然语言处理
了解深度学习
【6月更文挑战第26天】了解深度学习。
54 3
|
9月前
|
机器学习/深度学习 编解码 算法
【深度学习】DragGAN
【深度学习】DragGAN
80 0
|
10月前
|
机器学习/深度学习 人工智能 算法
深度学习领域
【5月更文挑战第3天】深度学习领域
87 7
|
9月前
|
机器学习/深度学习 自然语言处理 算法
|
机器学习/深度学习 人工智能 自然语言处理
什么是深度学习?
人工智能-深度学习
163 0
什么是深度学习?
|
机器学习/深度学习 计算机视觉
深度学习资料总结
深度学习资料总结
110 0