关于 黑帽技术推广〖qq735894904〗 吉林凤凰新闻掌上百度方 的搜索结果,共861
j****2 2018-07-10
大脑开放日来袭 24种全AI能力呈现
目前,大脑OCR产品全系列可以识别类型多达34款,实现卡证、票据、文档、汽车全场景覆盖。 人脸人体识别向:大脑此次发布了能力——人脸情绪识别,同时升级了人脸关键点检测和手势识别,人脸检测关键点由72个增至150个,常见手势能识别种数也达到了24种。图像识别向,大脑更了红酒和地标识别两个能力。无论是卢浮宫还是82年的拉菲,只要传1张照片,就能获得文字解析。车辆分析线了车辆检测和车流统计。喻友平透露,不久后,大脑还会陆续线车辆属性识别、车辆外观损伤识别、人脸融合、手部关键点识别、更高精的人像分割以及钱币识别等有趣有用的应用场景。 语言处理应用向:大脑增文本纠错、摘要、智能写诗、智能春联和对话情绪识别等能力,在知识理解面,大脑出了作文检索和知识问答两个能力,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月全面线,从素材为创作者提供工具、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支持下,大脑也在重点发力智能硬件和设备。
x****7 2018-07-10
从外行进阶专业 传统企业AI转型差的可能只是一个EasyDL
这种自动化检测案,已能识别出的喷油嘴阀座的典型问题:点(black)、瑕疵(defect)、划痕(scratch) 基于此,源创就检验岗位进行AI化的改造,实现零件瑕疵判读的无人化,节约了近60万/年的人力成本,并将检验效率整体提高30%。“(利用)通用性,复杂的问题只要一个 AI 解决案。”柳州源创电喷项目部长蒙东辉说。 如果说,源创是用AI改造存量,那么,更年轻的惠合科则用AI创了服务: 这家2016年成立于杭州的创业公司,主要为大量快消品牌定制整合性营销解决案,过去两年,惠合科出了“e店佳”陈列审核案,接入AI定制化图像开放平台后,建立了产品的图象识别库,实现图象快速采集,标注并建立模型,将传统零售门店商品陈列审核式智能化。 2018年1月起,惠合科从平台抽取3000家零售门店,作为陈列审核的首次尝试,线下渠道门店只需手机传视频,“e店佳”就可轻松识别出陈列商品是否符合规范,准确率在90%以,极大提升审核的效率,人员效率提升超过30%,其后将案应用于40000家零售门店,帮助合作品牌商营销费用下降27%、销售额提升15%。
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,还出了两个的定制训练平台-帮助开发者更简单高效地训练出满足细分场景的业务模型。 无论你是资深AI开发者,还是AI初体验者,加入“大脑品体验师计划” 分享改进建议、使用巧/攻略或者有价值有意思的案例,与我们一起大脑进化,帮助他人一起成长,探索AI前沿应用。 我们将评选出“最佳”的内容和开发者,发布获奖公告、颁发大脑定制礼品、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的需求:描述清晰、字数不限 使用巧 攻略:接入流程清晰具体、可读性可参考性强,不少于500字 有价值有意思的案例:场景、应用价值明确、图文结合,不少于500字 【参与式】 在AI社区“经验交流”版块发帖:http://ai.baidu.com/forum/topic/add?
1****2 2018-07-09
安全:AI 是系统工程 需要真正开放的安全护航
据悉,安全已 经将述的云管端安全案对联盟内开放。 作为一个型的生态联盟,它跟以往联盟最大的不同之处就在于实现了真正的开 放,不仅是提供单向的服务,而且是核心基础开源,专利共享。这就打消了产业 链的顾虑,有效地动了核心落地,动联盟之间的合作。 AI 时代,安全寄希望于行业联合和,让安全的天秤向防御的一倾斜 一点,再倾斜一点。
流****水 2018-07-11
云企业级运维平台——NoahEE
文章概览 过去的文章为大家介绍了云智能运维的面面,从监控、部署等传统的运维到智能异常检测、故障自愈等智能运维,这些运维基础能力和,是十年来工程师对孜孜不倦求索的结果,也见证了运维十年间的创历程。很多同学在看了这些文章后,都在想如何把这些领先的运维与理念用到自己的工作中,但苦于建设运维平台不是一蹴而就的,成本也让人望而却步,于是不少同学都在希望我们能够有一个产品的形式输出这些便将这些前沿运用到自己的工作环境中。 在分析了各行业的运维场景与需求,结合历年来运维的经验与沉淀,并经过运维团队的精心打磨后,今天我们可以很骄傲的给大家呈现这个的运维产品企业版 – NoahEE。 在介绍NoahEE之前,有必要说一下内部的统一自动化运维平台Noah。Noah来源于圣经中“诺亚舟”的故事,我们用这个名字来寓意能够避免灾难,稳固而坚实的平台。作为一系列运维系统的集合,Noah包括了服务管理、机器管理、资源定位、监控报警、自动部署、任务调等等,已经服务了数年之久。
s****d 2018-07-11
亿元级云用户分析
IT决策人要重考量IT部门利益,这就是云销售和售前的工作重点了,售前和销售要安抚IT决策人的顾虑,尊重客户IT部门的权益: 业务案的IT可行性 架构带来的责任 项目带来的权益 云迁移的隐性成本 锻炼的团队收益 愿景带来的团队增效 工作量转移的减员压力 IT案决策人明确项目的过程、执行人和验收标准,但从云供应商角看,搞定案决策人是项目正式启动,不代表项目能完成验收。 2.3 IT执行人 各类具体干活的工程师架构师,他们对云的过程全程参与,从自身立场品味着云项目的利害关系和云产品的使用感受。每个公司环境都不相同,他们可能强力进项目,也可能暗地里阻塞实施,大部分情况下是被动拖沓进,但合理引导很容易积极配合。他们的诉求更简单直白: 操作的简便清晰不出错 建设和维护的劳累程 云IT能的个人稀缺含金量 云服务对旧有烂工作的解放 云对个人基础能的替代 服务稳定故障清晰 汇报汇总展示便 要想让IT执行人成为云厂商的好帮手,工程进靠项目经理配合,资源协调靠销售配合,操作类诉求靠售前引导。
y****n 2018-07-09
Apollo 自动驾驶感知分享
感知是什么? 感知属于自动驾驶核心,我们可以将汽车的感知与人类感官进行一个类比:人有感知,通过感官器官获取外界信息,传达感知功能区,把形象化的东西抽象成概念性或者更高层的语义,供我们思维记忆、学习、思考或者决策,让我们运动控制功能区,让我们身体对外界进行反馈。无人车类似这样的结构,这是强相关的东西,我们无人车也是一样。 下图所示这辆车是 2016 年 12 月乌镇演示车队的其中一台,它有传感器、雷达、摄像头,这是覆盖比较全面的设置,包括视觉、触觉、嗅觉等信息。它需要大脑处理,大脑是无人车里的感知功能模块。 由于感知范围是广泛的,它依赖于人工驾驶或者自动驾驶需要的环境匹配,工况复杂越高,感知复杂越高。自动驾驶不同级别里,感知的复杂也不同。Apollo 目前开放的定位是 Level3 或者 Level4,感知、决策、控制是三位一体的过程。 感知与传感器系统紧密结合,获取外部环境信息,比如有没有障碍物,障碍物的距离、速等,把数据交给感知处理模块,我们会收集信息,构成人开车时理解的环境。
1****6 2018-07-10
反向图灵测试——如何识别这是不是AI?
前几天那个巨硬的陪聊AI在微博求骂蹭热,我不信那条微博是AI发的。 用AI做coding是有可能性的,编程本来就是人类语言转换为机器语言的翻译,但时日尚早,云计算+SDK+IDE从更简单更高效的层面做编程简化了。但现在说在用AI做AIOPS的,实际是只展示不决策,无知者无畏的也没有试验环境。 现在成熟的AI应用就是少数几类场景,比如:语音识别、图片识别、无人驾驶、行为预估(如金融风控)。但我们怎么证明这些AI应用是机器学习还是深学习哪,毕竟用深学习做融资/吹牛逼更高大啊。 深学习的惊艳之处在于解决了很多问题,但它对数据量的需求像打着吊瓶跑马拉松,有几个场景提前储备了那么多数据?这两天的热门是 AlphaGo Zero 自学棋谱解决了数据问题,但用单纯的围棋来理复杂的世界,这个类比糟糕透了。 AI配得世人给它的盛名和期待,但AI不是用来嚼舌根编的。这波AI宣传大潮让很多人半年之内都不愁编稿字数了,搞冒牌AI场景的人大都比AI程序员还聪明。 后记...... 我本来让创业者多提供一些数据、算力、能的资料,结果H哥说这个项目已经Pass了。
无****禾 2018-07-11
云客户需求引导管理--实战型IT太极拳
他自己搭出来的免费邮箱会天天有人挑刺说不满意,而他买商业案以后,谁有意见谁就去找老板请款买模块,反而落个清静。 我们并不介入用户内部管理问题,但我们要把客户变成朋友,而不是做一个冷脸旁观的衙门。 4.进业务的能力 无论是个人业绩,团队节省成本业绩,还是内部工作流改善,甚至对外服务能力优化,都是帮进客户的业务,帮客户出政绩。 客户很容易会异想天开,我现在更多是说服他们的想法达不到出政绩的目的,大鸣大放后黯然收场,对客户也不是好事。 传统IT企业在198X年成功崛起,是因为他们的帮客户延伸了业务能力,比如用ATM机帮银行拓展柜台、用更好的算账和转账;最近十几年则只能靠拿软硬件升级来从客户手里套钱,那些IT系统只是保命续命却诞生不了生命。 希望云厂商能够引以为鉴,我也在摸索如何帮客户真正意义进业务。 人员需求 客户需求不能靠谦卑的态来引导,而是可靠IT案的输出。这对进者,也就是解决案架构师的个人素质要求非常高。要可以取信于客户团队,又要非常了解云产品,还要认可企业级IT服务模式,这才有可能胜任这项工作,让客户的消费额千万甚至亿。
疏****月 2018-07-09
一键线Archer | 持续部署的瑞士军刀
为了提高自身开发迭代效率,脚本未采用全网部署的案,只部署到特定插件集群。每次执行时,单机agent会从插件集群下载最MD5,如果有变更,将重下载最插件进行任务的执行。这种设计形式增强了执行端功能的可横向扩展性,并且极大降低了每次自身升级的成本。每次升级只需更一个集群的插件代码,在全部机器即可生效。 总结 部署服务经历了手工线- Web化- 开放化一系列发展进程,目前正在向智能化逐步发展。Archer作为开放化一代的运维产品,在内部具有极高的使用率。期待本文的介绍能为您提供一些思路,也欢迎同行们与我们进行交流,共同促进AIOps的发展!
追****圣 2018-07-11
给书记省长讲清楚云计算
前几条都是从降低成本可靠服务的角请云计算企业来合作建厂,如果你有市场有客户那对会主动门寻求合作。从长周期来看云计算的客户是覆盖全球全行业的,各地内部采购的计算机项目根本不值一提,市场和客户要靠云计算厂商自己去找。但现在云计算厂商还在早期扩张摸索之中,云厂商极端渴求各种政务云企业云成功模式案例,一旦摸出来案例会迅速广到全国。这个窗口期只有三五年,随着政务云企业云被其他公司摸透并广开,这些项目就从首发明星案例变为普通捆绑销售了。 挑选合格的云计算合作厂商,每类厂商有哪些特点。 前文说的为何要引,如何算筑巢。当云厂商看到商机肯合作时,我们要握各类云厂商的特点才能心里有数。 第一类是大型云厂商,他们自身有很强的资源整合能力和执行销售能力。地政企和这类企业合作的话语权很弱,但极小风险就能看到收益。 第二类是创业云厂商,他们一般是靠优势和服务态从大型云企手里抢单子。地政企和这类企业合作时有很强的议价能力,注意不要盲目倾向优先的创业云厂商,而是选择服务态和执行能力好的创业云厂商。地政企很难确切搞懂厂商的有哪些优势,而项目的进落地都是要靠云厂商来执行的。
TOP