关于 蜘蛛外链qq:4100506略阳县谷歌搜索小度路由薛 的搜索结果,共589
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
在传统的运维方式中,于故障感知判断、流量调决策的复杂性,通常需要人工止损,但人工处理的时效性会影响服务的恢复速,同时人的不可靠性也可能导致问题扩大。 为了解决这类问题,我们针对百部网络环境建设了基于智能流量调的单机房故障自愈能力。结合网运营商监测、内网质量监测与业务指标监控构建了全方位故障发现能力,基于百统一前端(BFE)与百名字服务(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与管控风险,实现了任意单机房故障时业务均可快速自愈的效果。当前此解决方案已覆盖、广告、信息流、贴吧、地图等众多核心产品的单机房故障自愈场景。 单机房故障频发影响业务可用性 回顾近2年来各大互联网公司被披露的故障事件,单机房故障层出不穷。例如: 2015年6月某公司云服务香港IDC节点电力故障崩溃12时 2016年5月某公司杭州电信接入故障,服务中断时级别 2017年1月某业务天津机房故障,数时无法提供服务 2017年6月北京某处机房掉电,多家互联网公司受影响 单机房故障频繁影响业务的可用性并且会给公司带来直接或间接的损失。
C****X 2018-07-10
群雄逐“图”,百缘何备受关注?
三是径规划,一般默认自动驾驶车辆按照规划的径,每一步执行后的定位pose准确。可以理解为这里刻意把定位和径规划分开,但实际上这两者紧密联系,因为如果定位不准,径规划一定会受到影响。 即使有了这几个设定,径规划本身也有很多可能出现的版本。 通常来说,一种情况是明确寻找最佳径的A*算法,本质就是如果有最好的径便一定将其找到,如果单位径成本(cost)不一样,最好的径不一定是最短的。 A*是了所有可能后选择了最好的,而且运用了启发式算法来决定;其数据结构实现是priority queue,不停选取“最成本”节点来扩建径。 另一类是基于抽样(sampling based)的径规划,通常可以理解为并不知道最优径是什么,需要从起点开始随机抽样(怎么随机这个问题还是比较讲究的)来扩建可能的径集。 这里面有一个很重要的因素可以加速抽样,例如障碍物的检测。若遇到障碍物,在其方向再扩建径便没有意义。 典型的算法是RRT (Rapidly-exploring Random Tree)。
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百EasyDL
EasyDL的推出及政策安排,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端,增长率放缓、动力缺乏,最后进入衰退期。 百EasyDL则以低门槛操作和限量免费政策,大大缩短了导入期,推动了AI技术短期内即开始大规模应用,2018年,的AutoML 也将服务对象转向普罗大众,不过,百EasyDL的产业化进程显得更快。 百正以平台化、生态化的思,加速推进AI产业化落地。所谓平台化,即AI技术以最低的门槛向输出,合作伙伴基于场景进行开发,用于解决实际问题;而生态化的核心,就是核心技术平台不争利,放利给生态伙伴,进而产生巨大辐射效应。 百EasyDL展示百AI开放生态的一种策:用平台化的思,将AI规模化落地,实实在在解决真问题。 近期,大量个人也正加入到EasyDL的开发者行列中来。
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用AI技术,在此之前的翻译同样是可用的啊。翻译和文字是异曲同工的,但以图图是真AI。 各种广告、APP、资讯的智能推荐依赖的就是用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。有些智能推荐根本就不智能,男人就推美女和猎奇广告,挤地铁用IPhone的女顾客就推轻奢化妆品,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用AI做诸如星座算命、验证心理有几座断背山、推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,我根本不用招开发也不用雇人后台分拣,我只要弹窗提示让用户必须笑一笑歪歪嘴,然后随机回复用户长得像范冰冰还是范伟--琪,用户就认为APP很智能了。
TOP