关于 可发帖子的网站qq66017112 徐州铜沛百度空间新浪博客劳 的搜索结果,共2124
j****2 2018-07-10
大脑开放日来袭 24种全AI能力呈现
比如EasyDL与分形科技打造智能垃圾桶已成功地落地海淀公园,以对7种常见垃圾自动分类,后期还以通过增加训练数据识别更多种类;在和德邦物流合作中,为用户免去了自行填写信息麻烦,使用定制词法分析快递申请,一秒拆分姓名、电话、住址等信息;更具科研意义还有EasyDL与中科院在珍稀鸟类识别项目上展开合作,在传统分类学日渐没落今天,EasyDL以利用强大图像识别技术协助专家们对动植物标本、照片进行快速鉴定,目前中科院使用EasyDL训练对超过12万幅图片进行分析,目前在700多种鸟类模top5上识别准确率达到93.89%,非雀形目鸟类模型top5准确率达到95.79%,满足上线服务要求。 与卓繁信息合作,大脑还打造了“AI便民”型无人值守受理。通过UNIT、OCR、人脸识别等AI技术,“无人值守”政务服务模式为社会公众提供全年无休24小时自助办事服务,提升了政府为民服务能力。 开放日当天,红智能猫窝设计者大脑工程师晚兮也在现场为大家讲述了智能猫窝设计者们初心。
y****q 2020-09-01
百度app t7浏览内核广告屏蔽功能导致网页崩溃
蜀韵文学 m.sanwenzx.cn 在所有除浏览器都能正常使用评论功能。而这个就是不让显示评论。广告屏蔽功能关闭就正常了。
1****2 2018-07-09
安全:AI 是系统工程 需要真正开放安全护航
11 月6 日,安全牵头成立OASES 智能终端安全生态联盟。这是国内第一个开 放致力于AI 生态安全联盟组织,引了媒体、行业对AI 安全聚焦。 毋庸置疑是,人工智能时代已经到来。有数据显示,到2020 年,会有500 亿台 物联设备在全球部署。埃森哲预测,人工智能能将动生产率提升40%,让人们 更有效地利用时。到2035 年,人工智能将让年经济增长率提升一倍。 但是,所谓“螳螂捕蝉,黄雀在后”,AI 既能被用来提升效率,也能被黑用来提 升攻击技术,有更多途径窃取用户隐私。前段时各种智能电视被破解,摄像头变成 厅监视器;某品牌智能扫地机器人被曝出存在高危漏洞,变成家庭“谍”等安全事件 频络安全成了这些智能设备“阿喀琉斯之踵”。 危机四伏AI 生态 在小编看来,移动互联时代,无论是终端、云端、传输通道,最终保护都是这整 个络生态中数据,这些数据既有企业和用户隐私,也包含了账户和密码等。在AI 时代,大抵相同。所不同是各种IOT 设备多样化,身份认证加入了生物识别, 语音输入需求更多地取代了手动输入。
好****生 2020-08-28
小度提示:网络好像断开了!
从六月开始就突然连不上了,然后重连也提示联失败,后来有时候能连上,但是过几分钟又掉线了,什么情况,能解决么,这像是东西吗,别说我有问题,我其他包括气净化器手机智能台灯等都没有问题,快点解决吧,太失望了
l****m 2018-07-10
五年前预言——2012年云计算时代运维职位展望
运维人员中一多半都是运维,这些运维受到云计算行业碾压性冲击,必然会波及整个运维行业,以及因此衍生培训、管理、硬件销售、IDC工作。 我原先一直不愿意承认这一点,我也认为运维工作很重要,但前端时我看了一个故事,想和大家分享一下。 在191x年时候,每个工厂都有一个副厂长负责管理电力,那个时候建工厂要考虑是自己建水电还是火电,甚至连拉煤球车都要自己准备;但后来各个工厂用电力标准趋于一致,就没有企业自主电而是从电买电了,这个电力副总裁职位就成为历史了。 我记得05年以前做运维,我们都要自己找很多种驱动、学习不同主板配置方式、研究自有机房调系统,但如今运维职位完全不用关心这些事情了,反倒是对负载均衡、高用、大数据等问题越研究越深了。 云计算目标是让IT服务像电力一样随时用,这是一个积极正面趋势,没有人能也没有人应该挡住他,运维职位用消失,但你不应该因此而失业。 本次去参加WOT云计算架构师大会,我就是想看一下云计算究竟展成什么样了。这次会后我大胆估计,云计算会在短则五年、长则十年里将大部分运维饭碗抢走。
x****7 2018-07-10
从外行进阶专业 传统企业AI转型差能只是一个EasyDL
“我们和一起合作,实现即用、更轻快、高精、强安全特点,帮助品牌商提升了门店执行效率。”惠合科技CEO郑云帆表示,公司已准备与品牌商联手,扩大“e店佳”方案使用范围。 事实上EasyDL每一次开放能力,就会有一批嗅觉敏锐企业迅速跟进,案例层出不穷。 2018年12月,上线了EasyDL定制化文本分类功能,很快,专注于货运O2O企业货拉拉,基于此打造了一套提升整体运营效率系统,筛选优质用户留言,从而精准定位目标户,准确率高达99%,率先进入AI赋能物流趋势中。 源创、惠合和货拉拉并无太多AI积累,也没有太多深学习基础,AI却用起来得心应手,这也能说明EasyDL平台本身简单、易用。 一方面,EasyDL支持定制图像、文本、声音等多种类型学习模型,以低成本高效地定制训练出符合自家业务场景需求高精AI模型;另一方面,EasyDL在几个小时甚至几分钟内就能够得到API或者离线SDK服务能力,使得企业能快速验证AI效果,再决定是否加大投入。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
干货概览 在大型互联公司中,单机房故障因为其故障时长、影响范围大,一直是互联公司运维人员心头之痛。在传统运维方式中,由于故障感知判断、流量调决策复杂性,通常需要人工止损,但人工处理时效性会影响服务恢复速,同时人靠性也能导致问题扩大。 为了解决这类问题,我们针对内外部络环境建设了基于智能流量调单机房故障自愈能力。结合外运营商链路监测、内链路质量监测与业务指标监控构建了全方位故障现能力,基于统一前端(BFE)与名字服务(BNS)实现了智能流量调与自动止损能力。同时,基于实时容量与实时流量调自动止损策略与管控风险,实现了任意单机房故障时业务均快速自愈效果。当前此解决方案已覆盖搜索、广告、信息流、贴吧、地图等众多核心产品单机房故障自愈场景。 单机房故障频影响业务用性 回顾近2年来各大互联公司被披露故障事件,单机房故障层出不穷。
C****X 2018-07-10
群雄逐“图”,缘何备受关注?
同样是图商,四维图也已经宣布与车企宝马合作,为其在我国销售汽车提供地图产品。 我们现,高精地图领域入局者基本上以分为这样几类,以Google 为代表互联企业,包括;以丰田、特斯拉为首车企大厂;以Moblieye(已经被英特尔收购)为主传感器厂商;以及包括 TomTom、四维图、高德等在内图商。 不过仔细想想,入局归入局,但是要想玩比别人都好,成为领先玩家,确实不是一件容易事儿。 其实对高精地图,除了在技术上需要攻克一些难关之外,更需要在自动驾驶产业链上思考问题。高精地图是自动驾驶专属地图,了解车需求或许比“造图”本身更重要。 如果从开来看,以为代表互联企业以及传统车企或许在整合产业链资源,全局入手能力上更占优势。 关于高精地图一些based问题 地图,对于人们日常生活来说很普遍。 通常我们了解都是用于导航、查询地理信息传统电地图,这类地图主要服务是人类驾驶员。 传统电地图 (图片来源于文章《高精地图在无人驾驶中应用》) 如图所示,传统电地图是对路一种抽象表现,将路抽象成有向图形式。
1****9 2018-07-11
【强势出击】第二期大脑体验师来袭
4月25日,大脑开放日第二期正式开启 与第一期有所不同,第二期大脑开放日,介绍了多种通用 AI 能力;除此之外,还推出了两个定制训练平台-帮助开者更简单高效地训练出满足细分场景业务模型。 无论你是资深AI开者,还是AI初体验者,加入“大脑品体验师计划” 分享改进建议、使用技巧/攻略或者有价值有意思案例,与我们一起推动大脑进化,帮助他人一起成长,探索AI前沿应用。 我们将评选出“最佳”内容和开者,布获奖公告、颁大脑定制礼品、现金礼品卡等多重奖励! 【征集内容及要求】 产品改进建议或者您对大脑AI需求:描述清晰、字数不限 使用技巧 攻略:接入流程清晰具体、读性参考性强,不少于500字 有价值有意思案例:场景、应用价值明确、图文结合,不少于500字 【参与方式】 在AI社区“经验交流”版块:http://ai.baidu.com/forum/topic/add?
s****d 2018-07-11
亿元级云用户分析
1.上云目分析 大型云用户上云宏观目和普通用户类似,但多角色多部门利益诉求非常复杂。 降低成本:户最直观诉求,或者削减IT预算,或者同等预算下支撑更多服务;其他户诉求都难以清晰描述,唯独成本以看票和合同。 明确责任:户不想承担各个IT系统衔接和选型责任,相比软件厂商和系统集成商,云厂商责任覆盖范围会更广泛一些。 收拢数据:上云本身并不碰业务数据,但上云是很好明确业务数据存储位置机会,上云业务改造是规范数据结构理由。 求图变:企业户在气势如虹时要居安思危,在困境危难之中穷极思变,IT技术是企业潜在增长点甚至退路。 本文讨论是有模糊和利润云计算项目,CDN和IDC资源以用做计收载体,但不能做为上云目分析。亿元以上服务器、CDN订单很多但既无技巧也无利润,这些资源厂商也在跟云厂商学习如何包装项目。 2.户角色利益分析 大企业多角色之利益诉求不同,所以表现形式也不同。我将户三大角色列出来讨论,销售-售前-项目经理铁三角组合明确诉求,才更好游刃有余服务户。
小****园 2018-07-10
让PB级云存储不再神秘
对象存储场景里很少出现一个链接读写100G文件情况,而常见是几万个链接去竞争带宽资源,大家都慢慢读写。只要有100个并连接,群集访问压力会分布均匀。一个PB级存储系统,存储机怎么也有20台以上,每台主机提供1000Mb带宽用于对外服务,这就是20Gb总出口带宽了,群集默认性能就不会太差。数据都是顺序写入硬盘,SATA盘也能达到极高写入性能。读取数据性能也不是大问题,互联类型数据缓存命中功率极高,一台缓存以减负一大堆元数据和存储服务;大数据一下要读几T数据必然是多链接,每个存储节点都会分到数据读取任务,而且应用要读这么多数据不会要秒级完成任务,五分钟内完成下载就是闪电速了。 回收性能 前文提到数据都是顺序写硬盘,这样文件删除时回收很慢,但4T盘费50%也比买15K盘或者SSD合算,某些小规模或超有钱云存储都没做回收这个功能。 当文件有计划内滚动删除需求需求,比如说互联安防监控,一般是用两副本或单副本群集扛性能,为回收费50%,也有公司在开快删专用环形存储结构。
TOP