比尔盖茨一开始就懂 乔布斯却花了20年才弄明白　 　 乔布斯则一直专注于产品开发本身，而并不像微软那样去给它的产品寻找大批的合作伙伴。直到2003年的时候，乔布斯才意识到这个问题并发布了Windows版本的iTunes，从那以后PC用户才能在他们的计算机上使用苹果的iPod。
　　比尔·盖茨在智能手机领域或许表现得有些后知后觉，但是在另一件事上，他比同时代的老对手史蒂夫·乔布斯表现得强太多了。他很快就明白了平台和生态系统的重要性，而乔布斯花了20年的时间才明白这一点。
　　据著名商学院教授大卫·尤菲（David Yoffie）和迈克尔·库索曼诺（Michael Cusumano）写的新书《战略规则》（Strategy Rules）所述，盖茨很快就领悟到“横跨整个行业的平台比产品本身更有价值”这一思想，因此才得以在数年之内成为PC行业的领导厂商。
　　实际上，盖茨从一开始就明白了这一点，而苹果的乔布斯过了20多年之后才意识到这一点。
　　尤菲说：“盖茨立刻就明白了，而安迪·葛洛夫（Andy Grove）（注：英特尔联合创始人之一）花了10年的时间才搞清楚，乔布斯更是用了20年的时间。”
　　盖茨在开发Windows操作系统时就明白了平台和生态系统的重要性，因此允许第三方开发商在Windows平台上开发应用软件。这样，微软就能围绕着Windows建立一个庞大的软件生态系统，帮助它在PC市场雄霸多年。
　　英特尔联合创始人、前CEO安迪·葛洛夫后来也意识到平台的重要性，因此开始开发能够被用于很多行业的微处理器。
　　另一方面，乔布斯则一直专注于产品开发本身，而并不像微软那样去给它的产品寻找大批的合作伙伴。直到2003年的时候，乔布斯才意识到这个问题并发布了Windows版本的iTunes，从那以后PC用户才能在他们的计算机上使用苹果的iPod。
　　虽然第一代iPhone并没有考虑为第三方应用准备一个在线商店，但是苹果高管证实乔布斯当时已经放开了iPhone操作系统，让第三方开发商能够在iPhone平台上开发它们自己的应用软件。
　　尤菲说：“乔布斯总是把产品放在第一位，平台放在第二位。但是他最终还是明白了平台的重要性。”
　　尤菲和库索曼诺指出，科技行业后来的领导人们也陆陆续续意识到平台和生态系统的重要性，比如谷歌的拉里·佩奇（Larry Page）、Facebook的马克·（Mark Zuckerberg）、亚马逊的（Jeff Bezos）和的都对“平台战略”有着深刻的认识。
3825゜13805゜23570゜33554゜41846゜51399゜61036゜71001゜8995゜9991゜1031070゜130501゜230378゜327166゜426392゜525165゜625121゜724497゜815258゜914382゜10
A轮 金额未透露 融资Pre-A 1000万人民币 融资B轮 金额未透露 融资A轮 5000万人民币 融资
市场及媒体合作林小姐010-10.cn投稿邮箱.cn
投资界微信
(C)清科集团版权所有京ICP备号-2如果这个世界没有乔布斯和盖茨如果这个世界没有乔布斯和盖茨CSDN百家号点击上方“CSDN”，选择“置顶公众号”关键时刻，第一时间送达！“当我十四岁的时候，我的父亲是如此无知，我真的不想呆在他的身边；而当我21岁的时候，我却对父亲在这七年内的长进感到非常惊讶。” ——马克吐温。如果此生有幸与史蒂夫·乔布斯和比尔·盖茨共事，那么你一定是幸运的。只不过，在那时，你或许从不觉得身旁的这个人有多么了不起。因为，那时的你，你的心智，你的人生阅历，你的专业技能还并不成熟。在儿时，Ben Fathi还是一名对未来茫然无措的海外求学者，也正是机缘巧合，他踏入了计算机世界，从此开启了新的人生，并有幸师从乔布斯和盖茨，见证了各种新技术的迭代，完整经历了计算机发展的各个阶段。CSDN摘译了Ben Fathi的新文“What I Learned from Working for Both Bill Gates and Steve Jobs”。1984 年的乔布斯（左）和盖茨（右），图片为付费下载自视觉中国以下为原文：我无法理解生活中的这类事情。换做是你，可能也很难理解。我从事计算机方面的工作已经35年了，对此，我感到非常自豪。这些年里，我和很多优秀的人一起工作过，从他们身上学到了很多，我感觉自己非常幸运。而NeXT 公司则开启了我的职业生涯。最初，我是一名工程师，如今我已经是微软的副总裁。从某种意义上讲，我从史蒂夫·乔布斯和比尔·盖茨那里学到了两条重要的经验教训。第一次接触计算机相关的课程是在大二，这还是源于我叔叔的推荐，他看好计算机的前景，而我当时主修心理学。对于专业我了解不多，刚上大学时，心理学是最好的专业。懵懵懂懂的我，毕业后也并不清楚未来会从事何种工作。起初我对自己的大学生活并不满意，开始对心理学感到厌倦。心理学所做的事情就是在人们身上贴标签，并依赖模糊的症状来对人进行定性。事实上，当一位病人拜访五位心理医生后，可能会得到六份诊断结果。心理学顶多算一门手艺，而非科学。正是这样的窘境下，我开始接触计算机课程。初识计算机什么？你是说这个问题只有一个正确答案？你的意思是电脑会完全按照我所说的去做？如果代码无法执行，可能就是我的问题？在计算机世界，答案几乎是惟一的，而不像心理学可能会有多个答案，因此，相对来说计算机更加严谨。于是乎我做了一个重要的决定——修双学位：心理学和计算机科学。“你们可能会问，这两个专业有什么联系呢？”确实没有。我碰巧把心理学学士学位所需的课程修完了，因此并不打算放弃！最终，我在十七岁时顺利毕业，拿到双学位，参加工作。有趣的是，如今我管理着数千人，并与数以万计的人一起工作，我发现自己依然能够记得那些心理学知识。现在慢慢觉得那些课程是有道理的，因为我发现每个症状都有不同。在学生时代，我没有足够的阅历帮助自己理解心理学理论。因此，那时心理学概念对我来说就是一堆空洞的术语。之后我拿到了F1签证，只是，我在这个国家没有任何亲人朋友，只是一名一贫如洗的外国毕业生，想要得到永久居留权的唯一途径就是找到一个雇主为我申请绿卡。但有一个问题，作为美国的留学生，毕业后只能工作一年，即所谓的“实践培训”。如果你在这一年里表现出色，那么你的雇主就会为你申请H-1B签证，之后才有机会获得绿卡、公民身份、实现美国梦。如果你运气不好，没有获得H-1B签证，那么你必须回到你的原籍国。我的祖国正在经历革命动乱和战争，而我正处于征兵年龄，如果回去，那么我可能会参加伊朗和伊拉克战争的前线作战。因此，我非常渴望留下来。我迫切需要一份能赚钱的工作。我唯一能找到的是在当地的州立大学担任计算机科学实验室管理员。当时做一名软件开发人员还是比较稀奇的工作。那是我当时能做的最好工作。毕竟，当时是1982年，世界动荡不安：伊朗人质危机、伊拉克战争、石油危机、经济大衰退。毕业之前，我学习了最新的 PDP-11 模型和 Unix 操作系统，以及用 LISP 和Prolog 编写的人工智能课程，研究了非常炫酷的自动化理论。然而，我的实际工作仿佛与这些课程毫无关系。我的工作是将打孔卡的托盘放入1960年代的 IBM 读卡器，并在老化的 VAX 系统上更换磁盘。我感到非常迷茫，常常问自己：这样的工作能让我获得绿卡吗？35年后感慨幸运然而，如今，三十五年后，当自己回想起职业生涯的早期经历时，我却感到非常幸运，因为自己完整经历了计算机的所有发展阶段。虽然计算机领域发展迅速，技术不断推陈出新，正是因为见证了各种技术的更迭，才使得自己对计算机行业理解得更加深刻。如今，任何小孩都可以拿起智能手机或者平板电脑，只要输入自己的问题，任何问题，即可迅速得到想要的答案。哇，这真的太牛了！如果回到我的孩童时代，则需要自己去公共图书馆的浩瀚书籍中寻找答案。在过去的几十年里，世界产生了飞速的发展。作为见证者，我对未来感到无比乐观。回顾过去的十年或者二十年，科技戏剧性地改变了人类历史。想当初，我是六七十年代第三世界国家的一个孩子，记得如果想要打一个国际电话，就不得不去市中心的国家电话公司办公室排一个小时队。而如今，任何人都可以通过口袋里的电话，通过语音、视频、电子邮件和社交媒体，与地球上任何地方的任何人立刻取得联系。而且他们甚至不需要 IBM 读卡器或者知道什么是 Fortran ！当然，当时的我并不了解这一点。我只是努力跟随业内牛人的脚步，从网络和安全标准、操作系统平台和生态系统，到可用性和互操作性改进、可靠性和可扩展性优化，我才意识到自己这些年来所做事情的价值。当我访问朋友家时，我仍然无法在 iPhone 上使用 Google Play，但是一旦我们实现了一个通用平台，我们就可以共享数千部电影、数百万首歌曲。二十年前，这是无法想象的。现在这样的功能已唾手可得。当你回顾过去，看看计算机科技对人类的影响，你就会为自己所做的贡献感到高兴。言归正传，回到开头的故事。由于国立大学无法为实验室管理员申请合法绿卡，所以我在那里待了没多久就选择离开了，想要寻找一个更好的工作。换工作的过程很波折，我尝试了三四个不同的公司，最终找到了自己心仪的公司，因为其主要业务是操作系统，这正是我所热爱的领域。从此我就一心扎在了这个领域。在我整个35年的职业生涯中，直到去年退休之前，我都从事操作系统相关的工作，最初是 Unix 内核开发人员，后来成为经理、主管、副总裁，最后是 CTO。我花了几年时间在 Sun 工作站上编写设备驱动程序，然后在多处理器高端服务器公司做了很多 Unix 内核。我接触了摩托罗拉、MIPS、PowerPC 的各种架构，编写系统组件、设备驱动程序、存储子系统、虚拟内存管理系统、底层内核代码，做系统调试，甚至在需要时焊接工厂车间的零件。后来我去了西海岸，在 MIPS 和 Silicon Graphics 公司工作了几年，负责高端服务器系统。在 Silicon Graphics 公司，我参与了几个超级计算机项目。计算机行业迭代之快当谈到 SGI 公司时，人们的第一反应是侏罗纪公园这部电影。的确，SGI 作为一家计算机图形公司，制作了很多好莱坞电影，侏罗纪公园就是其中之一。但是除了电影之外，SGI 也涉足超级计算机领域，它的主要竞争对手是 Cray Research 公司，两者都想确立自己在超级计算领域的霸主地位。在那段岁月里，我学到了计算机体系结构中的很多东西，包括处理器、操作系统以及系统软件。我在很多已经被淘汰的系统架构上工作过，包括超级计算机、UNIX 工作站、共享内存多处理器体系结构、RISC 处理器、紧密耦合的服务器集群。当个人计算、云计算、分布式计算盛行时，之前的所有架构都已经落后了。计算机技术更迭如此之快，我曾经为此烦恼。后来我逐渐明白，就像建筑一样早晚都会消亡。这就是这个行业的工作方式。我曾经也参与过很多改革性的工程，当我在做这些改革性的工程时，我明白它们迟早也会被历史淘汰。庆幸的是，我从不断更迭的技术中学习并得到成长。在这个过程中，我也有机会与业内一些最聪明的人合作，向他们学习。为正确的战役而战1992年，我正在开发一个运行 NeXTStep 并基于 PowerPC 的下一代双处理器工作站项目，而乔布斯却突然取消了这个项目，那时的我年轻气盛，于是便毫不犹豫地从 NeXT 辞职了。当时这个项目几乎已经完成，系统已准备好出货，并且在下周的行业会议上将进行正式宣布。突然取消让我异常愤慨。乔布斯竭力挽留我，但是我的确太生气了，完全冲昏了头脑，无法意识到实际上他的决定是对的。不久之后，我很快就意识到，处理器架构之争已经结束，英特尔赢了。在这样的背景下，他理所当然地彻底叫停了 NeXT 的所有硬件项目，让公司专注在软件项目上。乔布斯是对的！当时我的视野太局限了，只见树木，不见森林。处理器之争格局已定，正确的思路应当是提高软件创新，而不是去争夺不断缩小的处理器市场。当然，乔布斯后来回到了苹果公司，NeXT 团队完好无损。我想表达的意思是：最困难的课程需要数年时间来内化，然而自己做的并不好。当时自己对这个项目投入了太多的精力和心血，而没有抽身而出放眼全局。很久以后，在我冷静下来之后，我发现自己从乔布斯那里学到了一样非常重要的东西 - 就是为正确的战斗而战。战争失败后继续作战是无用的。我当时太固执，也理解不了当时的状况，但自那以后就吸取了很多次经验教训，主要是在与计算机体系结构没有太大关系的情况下。专注细节之后，我在微软工作了十几年，开发了多个版本的 Windows 操作系统。如今回过头来看，你会发现 Windows 也曾失败过多次，包括在智能手机领域败给苹果，服务器领域败给 Linux ，云计算领域败给亚马逊。那时候，我们忙于开发 Windows 的新版本。负责平台能够被数十亿人使用，并且让用户感觉到很流畅。开发团队忙于完成固有的任务而没有时间去创新。这不是对 Windows 或 Microsoft 领导者的抱怨。最后，我也是那些“领导者”之一，最终负责 Windows 7 的所有核心开发，Windows 7 可以说是有史以来最流行的 Windows 版本。我为我们团队的成就感到自豪。我从微软那里学到的是，想要建立一个数十亿人、数百万应用程序和数千家公司使用的平台是一件无比困难的事情。你做得越开放，可编程接口越多，提供的解决方案越多，那么，以后想要对该平台进行创新就越困难。在那些年，我从比尔·盖茨那里学到的一样重要东西就是：专注细节。盖茨可以一坐十四个小时，不间断一个接一个地跟团队开会，会议内容涵盖操作系统、应用程序、互联网、智能手表、视频游戏、研发工作、电子邮件、数据库、浏览器等不同的话题。他可以深入每个话题，实在是智力惊人。我很喜欢作家 Sam Harris 的一句话：“无聊源于缺乏专注。”类似的，我从盖茨身上学到的最重要一点：只要足够专注，世间万事万物都充满乐趣。之后，我还从盖茨那里学到了更多东西，他是一位正义之士。他尝试解决一些更为棘手的社会问题，比如教育、贫困和疾病。至此，我写这么多，这些年与智慧之人工作的经历，是希望有更多的读者通过我的故事快速获得人生的经验。因为，获得和吸收这些东西所花费的时间远远多于书写或者阅读。更重要的是，除非你亲自体验，否则它的意义并不大。俗话说，书到用时方恨少。我的职业忠告是：尽力从事你热衷的事情。如果你在学习，就坚持下去。这个行业的发展速度如此之快，有太多的东西需要学习，如果有片刻停歇，你就会落伍。如果你的职业步入正轨，那么，正如我一直所说的那样，这是很好的状态。假如你准备从上海前往北京，在出发之前，没有必要将整个旅程的细节都计划得很详细。相反，在你去北京的路上，只要确保你在大致向西的方向上行驶即可。一路前行，一路学习，必要时纠正航向。你最终会正确到达目的地，沿途你会收获无数美景和乐趣。标题：What I Learned from Working for Both Bill Gates and Steve Jobs链接：https://hackernoon.com/what-i-learned-from-working-for-both-bill-gates-and-steve-jobs-f0c04e1e5160/译者：安翔责编：琥珀————— 推荐阅读 —————本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。CSDN百家号最近更新：简介:CSDN精彩内容推荐作者最新文章相关文章许伟军微信：i-yiou
作者，关注黑科技
阅读更多文章
乔布斯、比尔盖茨都没能改变的事情，这个美国军方背景的中国人做到了
[ 亿欧导读 ]
朱奇峰认为，人工智能是解决信息化教育的钥匙，它不是单纯的内容平台，也不是‘iPad’产品，而是针对核心问题提供个性化的服务。通用人工智能是死路一条，虽然大数据还会很强大，但是它会在一条错误的道路上越走越远。
乔布斯、比尔盖茨都曾说过：“我们改变了很多行业，但还没能改变教育行业。”
但是这个公司做到了。
创业先烧钱是国内公司一贯的打法，而且大部分公司都在资本狂热之后死去。然而，国内却有一家AI教育公司——，创业两年就开始盈利。
清睿教育是一家将技术应用于信息化教育的公司。它成立于2011年，C轮估值超过16亿元，并于2015年在新三板上市，当前市值21.02亿元。旗下人工智能产品——口语100目前注册用户超过1300万，覆盖全国13000多所学校。2016年财报显示，清睿教育年销售收入达5206万余元（税后），比2015年同比增长80%，净利润突破1620万元，是2015年利润的四倍，发展势头愈来愈强劲。
第三次人工智能浪潮开拓者
中学就读于名校北京四中，虽然不爱写作业，但他的成绩却是班级第一。之后考入清华大学，担任过院学生会副主席。
“学习对我来说是一件比较简单的事，很多课自然而然就听懂了。其实中学就那点东西，我把整个中学的东西搞一个知识图谱，这些知识加起来不超过100个，把这些知识点记住并梳理解决方法就可以了。”朱奇峰说。
1994年，他本科毕业之后保研进入中科院声学所，师从中国语音识别开创者之一俞铁城教授，并参与了国家863项目的研究。
硕士毕业之后，他留学美国加利福尼亚大学洛杉矶分校，继续做语音识别方面的研究。值得一提的是，为了挖走他，全球最大语音识别技术公司Nuance提前为他垫付了其博士最后一年的学费。
但是，2001年全球互联网泡沫破裂，Nuance的股价从几百美元跌到了几美元，他被迫选择离开。
年，他进入伯克利大学做美国军方语音识别研究。在此期间，他和团队申请了美国国家自然科学基金的项目，主要研究深度学习，也是当时世界首个研究深度学习的项目，并首次在多层神经网络训练中取得突破，引领世界深度学习发展。值得一提的是，2004年，朱奇峰在伯克利的工作在2004美国军方DARPA测评中和IBM并列第一。刚刚离职的前微软首席人工智能科学家邓力也曾在这个团队，邓力曾感叹：“深度学习怎么变得这么厉害！”
虽然在深度学习技术上引领全球，但那时深度学习领域仍处于早期。经过深思熟虑，他并未选择在深度学习学术路上继续走下去，而是回国创业。
2011年，他创立了清睿教育，创办初期获得天使投资一哥王亚伟的投资，之后拿到了软银中国的A轮投资，来自新东方等的B轮投资，以及王亚伟的C轮融资。
“说白了只有天使的钱我们用了，其他的几轮钱都没动；其实能靠人工智能盈利的公司凤毛麟角，而我们靠人工智能+教育连续四年盈利。”朱奇峰笃定地说，“2011年我们第一年开发产品；第二年试点推广有收入，但是还没达到盈利；第三年全国推广马上盈利了。”
第三层人工智能技术：
根据美国军方DARPA对人工智能技术发展的阶段分类，人工智能有三个层次，第一层是专家系统，即决策树，把知识用决策树、专家系统的方式来做；第二层是机器学习，即深度学习+大数据，机器学习也分两个模块，统计模型和神经网络。
清睿教育做的感知心理声学属于第三层人工智能技术：仿人脑认知计算。朱奇峰说：“人工智能看4万张猫的图片才能识别猫，但是一个小孩看几只猫就知道。人听声音本质上和机器不一样，我们用到了第三层人工智能技术感知心理声学。”
例如，一般的统计模型，比如判断说“i”、“o”、“u”发音对不对，是通过成千上万的“i”、“o”、“u”发音的数据对比，使用概率分布模型计算。但如果是一个男生和一个女生说同一个音，音色是不一样的，这种方式就很难辨别。然而，人能够区分不同的音色，口语100是模仿人辨别声音的方式把感知心理声学的东西做成一个可计算模型。这种模型不但能辨别音色，还能辨别快慢不同的声音，准确率几乎高达96%，而市场的平均水平不到90%。
朱奇峰认为，人对声音的识别不是像机器那样算概率。可能很多人认为，语音识别就是把编码前的声音和编码后的声音作对比，误差越小越好。但那是不对的，因为人对某些误差很敏感，对另一些误差却根本听不出来，所以听不出误差的地方可以不管，但是人敏感的误差要多加一些比特（信息量单位）。
除了拥有全球领先的感知心理声学技术，口语100还是定位于网络学习空间的服务平台。
2016年6月，教育部发布了“十三五”规划，指出通过“网络学习空间”探索网络条件下的新型教学模式显得更加至关重要。“我们是网络校园+人工智能提供的辅导服务，别人卖的是试卷、电子化的内容，而我们卖的是个性化的服务。”朱奇峰说。
在商业模式上，清睿教育是典型的B2B2C模式，产品先免费给学校，再吸引C端用户。这种模式对产品本身的要求很高，朱奇峰透露，目前口语100的转化率高达10%。在市场推广上，清睿采用各地建“工作站”的分销模式进行本地推广、运营；目前已经覆盖全国28个省，290个城市。
“教育领域有两大门槛，用户数量其实不是门槛，花钱就能买到，但我们的用户都是真实的。第一个门槛是能够进入到中小学的环境；第二是产品进入学校之后能够创造用户认可的价值。”朱奇峰说。
人工智能是打开信息化教育之门的钥匙
信息化教育是一个世界难题，这个难题还要从交互式白板说起。
交互式电子白板出现在上世纪90年代，本是为办公环境创造，大量用于学校教学始于2000年后的英国。推动电子白板在学校使用，和英国一个叫做BECTA的机构（英国教育通讯和科技署）密不可分。
2004年，英国教育和技能部长Charles Clarke雄心勃勃地说到：未来，每个学校每个教室都会有电子白板。英国仅仅在两年国家就投入5千万英镑，为学校配置电子白板。在随后几年里，国家用于仅仅购置交互式电子白板的钱达到5亿英镑。
虽然这个设备获得了老师和学生欢迎，但它的学习激励效果是很短期的。统计表明在充分使用电子白板一年时间后，电子白板对学习结果没有影响。
2007年，英国教育部研究报告（Research Report RR816）研究指出，电子白板激起的学习兴趣的促进作用和新奇感，在几个星期后就会大大减退。虽然在这个时期，BECTA资助的研究依然声称交互电子白板对教学的促进意义。
此外，电子书包也曾火过，苹果和培生曾经在洛杉矶极力把它推广到教育领域，洛杉矶政府甚至出资13亿美金让学生配备电子书包，两年之后这个项目也失败了。难怪乔布斯跟比尔盖茨说：“我们改变了很多行业，但还没能改变教育行业。”
其实，全球在信息化教育上还有很多尝试，但都以失败而告终，而且每一次失败都耗费千亿级资金。近年来，国内信息化教育始终紧跟世界步伐，但可以说世界走的弯路，中国也走过。
信息化教育之所以失败，是因为这些科技产品和技术只是看着酷，但没有解决具体问题。“人工智能是解决信息化教育的钥匙，它不是单纯的内容平台，也不是‘iPad’产品，而是针对核心问题提供个性化的服务。我们在口语100上已经验证，能够给学生的学习提供实实在在的价值，学生的转化率高达10%。“朱奇峰说，“教育领域的优秀师资是最贵的，任何教学服务如果能用人工智能解决一部分的话，都是最大的价值。”
通用人工智能死路一条
5月21日，由中国人工智能学会、中文信息学会主办，亿欧承办的2017·全球人工智能技术大会在北京·国家会议中心拉开帷幕，在主题为“通用AI之路：继续大数据驱动深度学习还是另寻他途”的分论坛上，云知声董事长兼首席技术官梁家恩说：“通用人工智能，从我们的角度来看，大数据深度学习，应该不能解决所有问题，到底用哪种方法更好，目前还不能下定论，核心的是高效的机器学习方法问题。”
朱奇峰认为，通用人工智能是死路一条。虽然大数据还会很强大，但是它会在一条错误的道路上越走越远。深度学习出来之后，让通用人工智能的概念又火了一次，但是通用人工智能是不可能的。例如CNN只适合图像，而语音与之又不一样，两者在网络结构上是独自优化。深度学习在不同的地方有不同的分化和结构，用语音看图像是不行的。
其实人脑也是内部分化的，语言中枢和图像中枢不在一个地方。日本一位著名科学家曾提出“丑小鸭定理”，即一只丑小鸭和一只天鹅的距离绝对不会比两只天鹅之间的差距更少，或者说任何两个事物之间的差距都是一样的。其实事物的分类是主观的，不是客观的，万事万物本质上没有差别。
对于人工智能的发展趋势，朱奇峰认为，人工智能可以代替部分人能够做的事情，也可以做人欠缺做的事情。明年的AI会进入一段冷却期，因为算法、图像识别的突破遇到天花板，例如“初始化”、“relu激发函数”、“正则化”等深度学习技术“大招”基本上用完了。但是人工智能随着计算力的加强还会往前走，前提是它在任何领域都需要大量的数据。
日，亿欧将在北京举办“”，就传统物流企业、制造企业、物流科技应用场景及实操、物流科技新畅想等议题，携行业人士一同探讨新机遇下物流科技如何更好落地及发展走向。
报名链接：
凡来源为亿欧网的内容，其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点，不代表亿欧对观点赞同或支持。
各工作岗位将被AI取代的概率
选择岗位，查看结果
制图员和摄影师
建筑造价师
计算机硬件工程师
石油工程师
采矿和地质工程师（包含安全）
电气工程师
核能工程师
景观设计师
生物医学工程师
土木工程师
航空航天工程师
化学工程师
机械工程师
制图员和摄影师
快来扫描二维码，参与话题讨论吧！
获取验证码
新用户登录后自动创建账号
登录表示你已阅读并同意
账号为用户名/邮箱的用户 选择人工找回
关联已有账户
新用户或忘记密码请选择，快捷绑定
账号为用户名/邮箱的用户 选择人工找回
获取验证码
创建关联新账户
发送验证码
获取验证码
未完成注册的用户需设置密码
如果你遇到下面的问题
我在注册/找回密码的过程中无法收到手机短信消
我先前用E-mail注册过亿欧网但是现在没有办法通过它登录，我想找回账号
其他问题导致我无法成功的登录/注册
账号密码登录
关联已有账户
曾经使用手机注册过亿欧网账户的用户
创建并关联新账户
曾用微信登录亿欧网但没有用手机注册过亿欧的用户
没有注册过亿欧网的新用户
先前使用邮箱注册亿欧网的老用户，请点击这里进入特别通道
扫描二维码，下载亿欧客户端
Android & iOS
亿欧公众号
小程序-亿欧plus}