千千小说网 www.77xs.la,黑科技垄断巨头无错无删减全文免费阅读!
“不是不好,而是太浅显,虽然人工智能与交通控制结合有些新意,但也只是有些新意罢了。”江辰沅看了一眼于金树,用只有两个人能听到的声音说道。
“不错,人工智能与交通控制华维已经在做了,而且已经出了实体项目。”于金树点点头,轻声回道。
据他所知,华维和雌都交警部门合作,开发了一套华维云ei智能体,可以缓解雌都交通拥堵问题。
“我猜他们的项目并不成熟。”江辰沅笑了笑,表情不置可否。
于金树讶异地看了一眼江辰沅:“你怎么知道?”
确实,那套华维云ei智能体虽然能有效缓解交通问题,运行时拥堵路段平均车速提升了15%,平均节省司机约10分钟的时间,但还存在不少的问题。
最明显的一个问题,便是它涵盖范围有限,能做到的只是优化交通信号灯。
而现实的道路上,影响因素更多,问题更加复杂。
“这位是大拿吧?”听到于金树的问题,江辰沅朝着主讲人扬了扬下巴。
“当然。”
于金树点点头,如果枫叶国三院院士,滑铁卢大学教授都算不上大拿,那么能称得上大拿的人寥寥无几。
“大拿的项目都这个水准,想来华维的也差不多,顶多强上一线。”江辰沅摇了摇头,看了一眼结束报告、正在接受提问的主讲人,轻声说道。
“嗯?我记得你批评他的报告的很浅显?”话题回到刚开始,于金树突然想起来,江辰沅最初对主讲人的评价。
以他的认知,台上的大拿对人工智能的理解与掌握,绝对走在世界最前列,而江辰沅竟然说他太浅显……
要么就是装逼,要么就是真的有点东西,于金树心道。
他决定先听听江辰沅的见解再说。
“首先,他报告里的计算框架不行,虽然并没有具体实现过程,但单凭他讲的我就知道不行。”
“交通控制需要强大的计算力,以便对时空数据进行高维分析,而他的计算框架无法提供足够的支撑。”
那位大拿关于机器学习的部分,在江辰沅听来太过浅显,值得批判的地方太多了,计算框架只是其中微不足道的一点。
“嗯?”于金树听完愣住了,计算框架太逊他当然知道,毕竟这是技术积累的局限,需要几代人、几十年甚至几百年去完善。
不过,看江辰沅的表情,似乎他能解决?
于金树眼里闪过一道精光,见江辰沅欲言又止,明显话还没说完,于是他决定先等等。
“除了计算框架呢?别的还有什么局限?”
“嗯,那我就再说几点。”看着于金树好奇中夹杂着鼓励的目光,江辰沅沉吟了片刻,组织了一下语言,才接着说道,“其一,他标注数据代价昂贵;其二,他模型太大,不方便在移动设备上使用;其三,大计算需要昂贵的物质、时间成本;其四,他需要太多的数据,做不到小样本学习。”
“以上四点,是... -->>
“不是不好,而是太浅显,虽然人工智能与交通控制结合有些新意,但也只是有些新意罢了。”江辰沅看了一眼于金树,用只有两个人能听到的声音说道。
“不错,人工智能与交通控制华维已经在做了,而且已经出了实体项目。”于金树点点头,轻声回道。
据他所知,华维和雌都交警部门合作,开发了一套华维云ei智能体,可以缓解雌都交通拥堵问题。
“我猜他们的项目并不成熟。”江辰沅笑了笑,表情不置可否。
于金树讶异地看了一眼江辰沅:“你怎么知道?”
确实,那套华维云ei智能体虽然能有效缓解交通问题,运行时拥堵路段平均车速提升了15%,平均节省司机约10分钟的时间,但还存在不少的问题。
最明显的一个问题,便是它涵盖范围有限,能做到的只是优化交通信号灯。
而现实的道路上,影响因素更多,问题更加复杂。
“这位是大拿吧?”听到于金树的问题,江辰沅朝着主讲人扬了扬下巴。
“当然。”
于金树点点头,如果枫叶国三院院士,滑铁卢大学教授都算不上大拿,那么能称得上大拿的人寥寥无几。
“大拿的项目都这个水准,想来华维的也差不多,顶多强上一线。”江辰沅摇了摇头,看了一眼结束报告、正在接受提问的主讲人,轻声说道。
“嗯?我记得你批评他的报告的很浅显?”话题回到刚开始,于金树突然想起来,江辰沅最初对主讲人的评价。
以他的认知,台上的大拿对人工智能的理解与掌握,绝对走在世界最前列,而江辰沅竟然说他太浅显……
要么就是装逼,要么就是真的有点东西,于金树心道。
他决定先听听江辰沅的见解再说。
“首先,他报告里的计算框架不行,虽然并没有具体实现过程,但单凭他讲的我就知道不行。”
“交通控制需要强大的计算力,以便对时空数据进行高维分析,而他的计算框架无法提供足够的支撑。”
那位大拿关于机器学习的部分,在江辰沅听来太过浅显,值得批判的地方太多了,计算框架只是其中微不足道的一点。
“嗯?”于金树听完愣住了,计算框架太逊他当然知道,毕竟这是技术积累的局限,需要几代人、几十年甚至几百年去完善。
不过,看江辰沅的表情,似乎他能解决?
于金树眼里闪过一道精光,见江辰沅欲言又止,明显话还没说完,于是他决定先等等。
“除了计算框架呢?别的还有什么局限?”
“嗯,那我就再说几点。”看着于金树好奇中夹杂着鼓励的目光,江辰沅沉吟了片刻,组织了一下语言,才接着说道,“其一,他标注数据代价昂贵;其二,他模型太大,不方便在移动设备上使用;其三,大计算需要昂贵的物质、时间成本;其四,他需要太多的数据,做不到小样本学习。”
“以上四点,是... -->>
本章未完,点击下一页继续阅读