雖然第二天的行程要等第二天才能看到，不過很多人都猜準了第二天的主要內(nèi)容，果然是圍繞軟件的，而且是以云智聯(lián)為核心出發(fā)。

上午，大會的重心更多落在了人工智能上。

去年的大會大風集團在人工智能領(lǐng)域創(chuàng)造了一個里程碑，因此今年大家對大風集團在人工智能領(lǐng)域的表現(xiàn)充滿了期待。

再加上昨天一個ai芯片以及相應(yīng)的ai應(yīng)用已經(jīng)激起了觀眾的熱情，而在今天這場更直接的人工智能主題上，大家很好奇大風集團會帶來什么。

結(jié)果就是，技術(shù)分享。大風集團這兩年在人工智能上發(fā)展的很快，也推出了很多應(yīng)用，而在今年的大會上，大風集團著重開始分享手里的幾個重要的算法，這對人工智能行業(yè)的人來說簡直是一場盛宴。

而在這場盛宴中，最受關(guān)注的，也是到了幾年后被評為本場大會最經(jīng)典的算法，就是由沈林帶來的深度卷積神經(jīng)網(wǎng)絡(luò)算法，沈林將其命名為天目網(wǎng)絡(luò)。

卷積神經(jīng)網(wǎng)絡(luò)的理論誕生于1962，一直到1998年le5網(wǎng)絡(luò)的提出讓卷積網(wǎng)絡(luò)進入了真正的實驗階段，這一階段一直持續(xù)到2012年alex網(wǎng)絡(luò)的提出終于奠定了卷積神經(jīng)網(wǎng)絡(luò)在深度學習領(lǐng)域中的地位。

從那之后，卷積神經(jīng)網(wǎng)絡(luò)成為了一個非常經(jīng)典的深度學習算法，隨著牛津大學的vgg網(wǎng)絡(luò)、微軟的res網(wǎng)絡(luò)、谷歌的google網(wǎng)絡(luò)等卷積神經(jīng)網(wǎng)絡(luò)面世，卷積神經(jīng)網(wǎng)絡(luò)在商業(yè)領(lǐng)域大放異彩。

而現(xiàn)在，沈林在孟謙的指點下找到了卷積神經(jīng)網(wǎng)絡(luò)的突破口，成功研發(fā)天目網(wǎng)絡(luò)。

“天目網(wǎng)絡(luò)是一種前饋型的神經(jīng)網(wǎng)絡(luò)?！鄙蛄终驹谂_上自信的做著講解，“主要是由輸入層、卷積層、激活函數(shù)、池化層、全連接層和輸出層組成。

這一網(wǎng)絡(luò)擁有三大特征，首先是局部感受野，對于一般的深度神經(jīng)網(wǎng)絡(luò)，往往會把圖像的每一個像素點連接到全連接的每一個神經(jīng)元中，而卷積神經(jīng)網(wǎng)絡(luò)可以把每一個隱藏節(jié)點只連接到圖像的某個局部區(qū)域，這么一來，就可以減少參數(shù)訓練的數(shù)量。

其次是共享權(quán)值，在卷積神經(jīng)網(wǎng)絡(luò)的卷積層中神經(jīng)元對應(yīng)的權(quán)值是相同的，從而同樣可以減少訓練的參數(shù)量。

最后是池化，由于算法需要處理的數(shù)據(jù)往往都很大，尤其是在視覺領(lǐng)域，如何有效獲得圖像的特征才是我們最為關(guān)注的，在研發(fā)的過程中我們就在考慮是否可以采用類似圖像壓縮的方式，對圖像進行卷積后通過一個下采樣過程來調(diào)整圖像的大小?！?

沈林花了一個多小時講解他的天目網(wǎng)絡(luò)，在業(yè)內(nèi)人士的討論之下，不久后天目網(wǎng)絡(luò)就會展現(xiàn)其特殊的行業(yè)價值，尤其是在視覺領(lǐng)域，這是未來一個龐大的人工智能市場。

一個上午的時間，大風集團為人工智能行業(yè)帶來了大量的財富，因為理論的東西是沒有辦法壟斷的，大風集團愿意分享理論就是在幫助行業(yè)發(fā)展，當然，這種分享并不是完完全全把核心算法掏出來，但指引一下方向，分享一下思路，探討一下未來，對市場來說已經(jīng)很不錯了，這也是屬于大企業(yè)的一種行業(yè)責任。

而等到下午，云智聯(lián)的另一個重要板塊云計算成為了主角，主講人依然是王兼。

兩個月前，salesforce公布了2008年的財報，財報顯示salesforce公司云服務(wù)營收超過10億米元，給整個云計算市場帶去了信心，salesforce的這一財報也被人稱為砸開云計算大門的最后一擊。

從2007年開始，谷歌，ibm，亞馬遜，微軟等企業(yè)相繼推出自己的云計算平臺，2008年微軟的windowsazure操作系統(tǒng)雖然在后世的表現(xiàn)并沒有谷歌出彩但在當時也確實成為了行業(yè)風向標，不過這兩年各大企業(yè)的云計算平臺都有一個問題，那就是沒什么市場，歸根到底就是技術(shù)不成熟以及市場信任度較低。