关于 外推软件怎么用!〖_q扣4100506〗 保定端村镇谷歌搜索百 的搜索结果,共762
1****6 2018-07-10
反向图灵测试——如何识别这是不是AI?
2016年9月底才宣布在翻译采AI技术,在此之前的翻译同样是可的啊。翻译和文字是异曲同工的,但以图图是真AI。 各种广告、APP、资讯的智能荐依赖的就是户长期画像和短期意图,具体标签和统计方法是商业机密;我很难评估这机密是AI还是大数据,但这些技术几年前就已经成熟落地,所以我倾向于是大数据。有些智能荐根本就不智能,男人就美女和猎奇广告,挤地铁IPhone的女顾客就轻奢化妆品,洞察人性的广告不需要搞数学和计算机。 一些深刻洞察人性的玩家也会AI做诸如星座算命、验证心理有几座断背山、荐股票彩票一类的服务,其实就是消磨时光涨点粉丝。我在前一篇AI科普文章中已经说过了,深度学习的结果必须要人做验证,人脸和鉴黄可以找人验证,但股票预测没人有能力验证。真懂股票IT技术又好的人早去做量化交易了,赚到钱买粉不比编故事吸粉更痛快? 还有一些创意纯粹就是蹭热点做逼格塑造,连造假的成本都没有。假设我想让一个娱乐APP有科技范,我根本不招开发也不雇人后台分拣,我只要弹窗提示让户必须笑一笑歪歪嘴,然后随机回复户长得像范冰冰还是范伟--琪,户就认为APP很智能了。
1****2 2018-07-09
度安全:AI 是系统工程 需要真正开放的安全护航
但他们的工作方式依然是智能终与云的各种通信。 根据度安全的总结,AI 的安全既包含传统安全层面,比如AI 系统的硬、 框架、协议等,也包含AI 自身层面的安全,比如错误地引导机器学习系统,以达到攻 击者的目的,或者破坏机器学习的样本,让机器学习得出错误的结果。 在最近的GeekPwn 极棒破解大会现场,度安全实验室的研究员只一张打印的A4 纸晃了晃,就成功秒破了某安卓智能手机的人脸识别认证系统,虹膜和指纹也相继 被破解。AI 时代,人脸识别、指纹密码、人眼虹膜认证等生物认证方法,取代了传统 的密码。很多人认为生物识别的唯一性护了我们的隐私。但事实上,这种想法实在过 于简单。要知道,当你成功把自己变成一个活着的人体密码的时候,也就成为了黑客的 重要“资源”。 云管一体化的AI 安全方案 在这次OASES 联盟成立的发布会上,度安全宣布向联盟成员开放了其在AI 生态上的多项安全能力。官方的说法是,希望在智能终领域,通过专利共享、技术开源、标准共建,与联盟合作伙伴共同动安全技术与服务的应落地,共建安全的AI 时代。
l****4 2020-08-27
强烈建议优化百度carLife 语音识别问题
太差了,还是哪个度吗?好山寨的车机
小****园 2018-07-10
让PB级云存储不再神秘
数据去重问题 对象存储不做数据去重功能,看着简单的功能背后都有蛛网一样的复杂考量,元数据服务、计费服务、存储服务、增数据逻辑、删数据逻辑、回收空间逻辑、户资源隔离逻辑都会因为这个很炫的功能被彻底改变。真正要去重的文就是那些电影,随着版权护的加深,电影只存原片盗版减少会是趋势,其他文即使做切片去重,命中率也非常低。我们提供hash值让客户判断该不该删文,该不该做文映射就够了。 长周期换代 对象存储是付费企业级服务,并不是终身免费但匆匆关张的个人网盘。我们必须考虑十年为刻度的长周期维护问题,某种硬停产了办,假设系统内核停止维护办?我强烈反对极优化单点性能,就是因为单点性能极限优化必然和硬、内核、文系统都有深度关联。我荐存储主力服务是应层服务户态进程,老中青三代服务器和谐运行,群集性能瓶颈本来就不在单点,不要给自己的无故设限。 冷存储问题 冷存储分真冷和低温两种类型,真冷存储就是磁带、蓝光盘、可离线存储节点来存储数据,这样可以节省机柜电量,但这是个工程学问题不是计算机问题了。
双****4 2018-07-11
【杂谈】猎场没那精彩--还原真实的猎头
这工作难度和重要性确实没电话销员高,所以他们的收入也并不比电话销员高。 大部分猎头公司也无所谓简历库,特别是互联网行业更为明显。高猎头是要钓大鱼的,但钓鱼先要等鱼长大,中国企业都兴起没几年,还没有稳的高管和高工群体,同城同行业挖来挖去就那几个熟人;而那些新手猎头三个月不开锅就要饿死,撒网甚至炸鱼的收益会更底一些。从长周期来看,猎头属于利信息不对称来牟利的行业,互联网技术本来就是要消除信息不对称。现在有跳槽意向的普通员工会在招聘网站更新简历,中高层会主动布局等待候选单位上钩,专门找单一猎头更新简历库的互联网人才越来越少了。 在甲方来看,找个猎头公司签个合作协议是很随意的,这些猎头谁做成单了才给钱,做不成也没损失,甲方还能享受一呼应蜂拥而上的快感。但天下没有免费午餐,免费供应的简历质量无法障,耽误的人力和时间都无法衡量。滥猎头还会增大不必要支出,中下级岗位人事自己也能到简历,而很多初级猎头就做佣金几千块的小单子。
j****2 2018-07-10
度大脑开放日来袭 24种全新AI能力呈现
喻友平透露,不久后,度大脑还会陆续上线车辆属性识别、车辆观损伤识别、人脸融合、手部关键点识别、更高精度的人像分割以及钱币识别等有趣有的应场景。 语言处理应技术方向:度大脑新增文本纠错、新闻摘要、智能写诗、智能春联和对话情绪识别等能力,在知识理解方面,度大脑出了作文检和知识问答两个新能力,让学习和娱乐两不误,分分钟化身“十万个都知道”。同时,智能写作平台将在4月全面上线,从素材上为创作者提供工具、帮助找到灵感,提升创作者的写作效率和产出质量,降低写作成本。 在强劲的AI技术支持下,度大脑也在重点发力智能硬和设备。1月16日,度大脑在深圳召开“在上思考”度大脑AI硬平台及产品发布会,发布13项侧新品,备受行业关注。在现场,喻友平介绍到,目前已有4款新品正式上架AI市场。 在AI能力广度、速度、精度不断提升的基础下,度大脑充分利自己在AI领域内的成功经验不断雕琢着自身的核心技术,开始在产业界呈现“乘法效应”展现出产业智能化“头雁”的速度。 AI落地的乘法效应 AI技术的发展,最终还是要落实到我们的生活中。
h****e 2018-07-10
程序:我从哪里来?
Naming Agent与Cache层的数据交互,采拉结合的方式,Naming Agent主动拉取数据和Cache模块送变更数据,同时Naming Agent客户会将查询过的数据置于本地缓存中,以此降低Cache层的查询压力。 Check Agent:提供BNS实例的健康检查功能,户通过在Web页面对每一个实例配置健康检查的方式,机器上的Check Agent会主动探测所有实例的运行状况,并将健康检查的结果上报给Cache层,同时更新数据库内容。 总结 BNS系统满足服务间交互中常见的的资源位、IP白名单维护等需求,也可以于机器列表查询,使场景包括机器列表查询、服务位、白名单维护、数据库智能授权等,解决了程序“我是谁?我从哪里来?该往哪里去?”的问题。 今天我们一起聊了度云Noah智能运维产品中的BNS系统,目前系统还在持续迭代和优化中,若您想进一步了解BNS问题,欢迎大家积极留言。
金****洲 2018-07-10
混乱的集群遇见TA 从此岁月静好
AHALO系统采主从架构,分为Master和Agent。 Master主要做复杂的任务调度和管控逻辑,并且所有功能都是模块化设计,户可以根据自己的需求制安装,包括虚拟化容器管理,应包管理、部署、扩缩容、拓扑搭建和活,集群控制等。 Agent则以简单为原则,弱化繁琐功能,仅作为任务的执行器,其中的supervisor组,结合父子双进程原理,做到自升级和自活,把云运维人员的工作量降到最低。 整个系统的工作流程也十分简洁优雅!Agent通过期心跳的方式,与Master进行通信,在心跳发包中发送本机状态信息,在心跳回包中获取Master期望的本机状态plan,并把期望plan与本地实际plan进行对比,针对有差异的地方做相应修改,使二者持一致,从而证集群中所有机器最终状态一致。 总之一句话,一朝HALO在手,从此不发愁。所有运维需求,直接调接口。 结 语 为了防止大规模集群被破坏,为了护集群世界的安全,贯彻高效和简单的运维理念,这就是我们新一代的基础设施管理引擎HALO。 亲爱的读者如果你看到这,恭喜你在有意义的事上花费不止1分钟。
x****7 2018-07-10
行进阶专业 传统企业AI转型差的可能只是一个度EasyDL
AI普惠:以平台化思路 就迫切希望获取AI能力的企业而言,度EasyDL一个显而易见的优势在于,目前接口采限量免费的政策,上线模型后可免费获得500次/天的调额度。发布离线SDK也可以获得2个免费的试版离线SDK。 “无论你在哪里,无论你从事什行业,我们都希望你能够平等、便捷地获取AI能力,至少获取度的AI能力。”度EasyDL的出及政策安排,正在兑现李彦宏AI的普惠承诺。 传统上,新技术传播趋势一般遵循“S型曲线”理论,即一项技术在引进期,其商业化成果相对昂贵,普及比较缓慢,一旦进入成长期,普及速度呈现指数型增长,价格逐渐下降,一旦进入成熟期就走向曲线顶,增长率放缓、动力缺乏,最后进入衰退期。 度EasyDL则以低门槛操作和限量免费政策,大大缩短了导入期,动了AI技术短期内即开始大规模应,2018年,的AutoML 也将服务对象转向普罗大众,不过,度EasyDL的产业化进程显得更快。 度正以平台化、生态化的思路,加速进AI产业化落地。
疏****月 2018-07-09
一键上线Archer | 度持续部署的瑞士军刀
,Archer也可作为上层服务托管平台的底层工具链,为PaaS平台提供稳的底层部署服务。 通场景 在度内部,通的部署系统需要适于以下场景: 各业务线拥有各自的包规范,语言、框架不统一,部署策略不一致; 支持分级发布,及时拦截部署引入的线上故障; 业务的多地域部署; 多种网络环境及大包部署; 提高自动化效率,能够集成测试发布自动化流水线。 后面,我们将结合上面场景,向大家介绍度持续部署是如何实现的。 服务架构 整个系统由命令行工具、web服务、中转服务及单机agent+部署插几部分组成(如图2所示)。户通过命令行工具触发一次变更,在web进行参数解析及任务分发,对应执行机器agent通过心跳获取任务后,调部署插执行实际任务。涉及大包及不同网络环境的部署会进行中转下载。 解决方案 各业务线拥有各自的包规范,语言、框架不统一,部署策略不一致 为避免杂乱无章又不规范的服务代码及配置文的目录结构,Archer规了一套既灵活又完整的包规范。
TOP