監(jiān)控系統(tǒng)安裝公司表示大家都在談人工智能，而關(guān)注“進化計算”的人相對而言還不太多。進化計算不是我們發(fā)明出來的，國際上有很多公司已經(jīng)在研究，這是人工智能之后的下一個時代。深度學習非?；?，但是有一個致命的缺陷，深度學習只能用于特定的任務(wù)，深度學習是需要人工的，而這些問題基于進化計算都可以很好的解決。

這些年來，基于進化的發(fā)育模型，用基因調(diào)控網(wǎng)去解決在神經(jīng)網(wǎng)絡(luò)中自動學習的能力，包括對神經(jīng)網(wǎng)絡(luò)機理的研究和認識都是我們的成績。比如現(xiàn)在非?；馃岬娜四樧R別，人臉識別有一個特點：對尺寸、大小、角度要求非常高，所以你看我們?nèi)C場，說站著別動，給你拍一下照，做一個人臉識別。

再比如說數(shù)據(jù)處理。貴陽作為大數(shù)據(jù)中心，數(shù)據(jù)最關(guān)鍵的是建模，現(xiàn)在越來越難了。比如說進化計算，我們首席科學家已經(jīng)在芬蘭的國家電網(wǎng)、空中客車已經(jīng)有一些應(yīng)用案例，相信會有更多的人關(guān)注這些。

零售門店的大數(shù)據(jù)應(yīng)用

安防監(jiān)控公司稱既然我的主題是講零售門店大數(shù)據(jù)，到底零售門店數(shù)據(jù)有什么特點呢？

第一、門店的數(shù)據(jù)?，F(xiàn)在的線下門店已經(jīng)有2000萬TB的視頻數(shù)據(jù)，只不過原來數(shù)據(jù)都是信息孤島、本地化的，我想去用的話很難。未來，一它是需要云端化，二、需要結(jié)構(gòu)化，因為原來是非結(jié)構(gòu)化的視頻數(shù)據(jù)，那個數(shù)據(jù)用起來真的很累。當然智能化也是未來發(fā)展的趨勢，通過云端化之后，把數(shù)據(jù)在云端關(guān)聯(lián)起來，比如說人臉識別當中，我們講的有人臉庫、特征值數(shù)據(jù)、關(guān)聯(lián)數(shù)據(jù)、商品標簽數(shù)據(jù)和人臉標簽數(shù)據(jù)等等，都是基于視頻數(shù)據(jù)提取之后的結(jié)構(gòu)化數(shù)據(jù)。

第二、人的數(shù)據(jù)?，F(xiàn)在線下門店每天有20億人次的人流量大概有7000億的數(shù)據(jù)，這些數(shù)據(jù)如果用人臉識別技術(shù)去抓取，每天有7000億的數(shù)據(jù)，有非常了不起的數(shù)據(jù)，我們需要智能數(shù)據(jù)把它結(jié)構(gòu)化。

第三、貨的數(shù)據(jù)，在門店我們通過店里的交易數(shù)據(jù)和商品數(shù)據(jù)，這些數(shù)據(jù)放在云端和其他的數(shù)據(jù)關(guān)聯(lián)起來，創(chuàng)造價值，也就是現(xiàn)在大家談的基于零售、人貨場的價值。

相關(guān)應(yīng)用也在一些餐飲企業(yè)開著手進行了。餐飲業(yè)后廚的規(guī)范特別麻煩，大家對餐飲的管理真的很頭痛，也許可以通過行為分析把餐飲業(yè)的后廚通過關(guān)聯(lián)全部做起來。

2015年出現(xiàn)了無人零售至今，風口應(yīng)該到了?，F(xiàn)在說的無人零售，當然也不是完全“無人'’，沒有做得那么快，但是我們在慢慢減少我們的店面人員、管理人員。

人工智能的發(fā)展真的是無可估量。未來會是什么樣子？實在令人遐想。