第(1/3)頁

    從9月底第一次點亮科技星辰到現在，手機游戲業務發展迅速，人工智能原始代碼也被林濤開發完成，這一切的成果自然帶來了科技能量的積累，只是林濤腦海里的科技星辰填充度只有5%左右。

    思考許久之后，林濤想到了兩種可能，一是第一次點亮屬于是系統獎勵性質的，后續需要的能量數量才是點亮科技星辰所需的正常數量；

    二是科技加持系統每一次點亮星辰之后，下一次點亮星辰會需要更多的能量；

    雖然現在不清楚是哪一種，可是對于下一次點亮星辰所需要科技能量的規模林濤有了認識。

    只靠科技研發很明顯是無法滿足點亮星辰所需的能量規模，只有主動過去用技術帶動產業升級，影響大量人群獲取科技能量反饋，這才是當前最適合的選擇。

    在星辰科技和網易游戲合作確定之后，星辰科技內部除了和對方的團隊開始對接之外，鄭東團隊在做語言知識庫項目的啟動工作，林濤自己也沒有閑著。

    他開始接觸了解圖像識別的前沿知識，現今ai行業的大部分團隊都聚焦于圖像識別技術的實踐應用。

    在林濤看來人工智能就如同人類小孩一般，初生時只能依靠本能，對所接觸到的一切沒有概念和判斷，此時只能使用五感認識世界，隨著年齡增長大腦發育完善，慢慢有能力去學習語言等人類文明成果。

    基于以上認識，林濤決定在鄭東團隊第一階段任務完成之前，先完善圖像識別程序，將此程序作為人工智能認識分析世界的五感。

    林濤在研究了一段時間的圖像識別算法之后，他發現當前的圖像識別普遍使用的是深度學習中的“表示學習方法”，深度學習方法包括多個層，一般有5～20個分層，不同層會分析圖像中的不同抽象特征，例如物體邊緣存在位置、邊緣特征、局部邊緣的組合形態、組合層特征分析等。

    深度學習是使用這些層分析圖片原始數據進行特征表示，而后進行特征綜合分析，人工智能則不必如此，人工智能的核心決策層和自主學習能力決定了程序可以自己總結歸納記錄數據特征。

    那需要林濤負責的實際上就只是圖像數據分析的部分，歸納總結的部分人工智能自己就可以完成。

    林濤計劃是先給人工智能程序配置外部程序去完成識別圖片的邏輯，此部分邏輯用于分辨圖片中的物體形狀、顏色、材質等特征。

    當人工智能可以做到對圖片中物體的分辨歸類之后，視頻數據的分析就是一個將任務實時化改動的事情，剔除掉音頻的話，視頻即為大量圖片幀的組合數據，將視頻解析為獨立的圖片幀進行連續解析即可。
    第(1/3)頁