云开kaiyun官方网站登录|知乎的“野心与终局”|本周专栏精选

发布时间：2024-12-19 19:19:03 丨 浏览次数：937

按：近日，科技圈的新闻堪称此起彼伏，知乎取得D轮融资；陆奇加盟百度；时隔AlphaGo之后，百度小度之后挑战人类的“最弱大脑”……对于这些事件，业内的行家不会有怎样的麻辣评论？小编怀著依依不舍的心情精选辑了7篇深度的好文与大家共享，却是这可是本轮猴年的最后一次专栏精选辑了。友情提醒：点进第七篇链接的时候，要保证妈妈大姨们不出身边，不然你很难说明的科科~1、编撰声纹识别：如何准确评价小度在最弱大脑中战平人类？｜独家解析（点我读者全文）百度小度在“最弱大脑”比赛中以1:1战平名人堂普遍认为最擅长于声音分辨的运动员孙亦廷，引起了一些媒体的追踪报道，我们惊艳的同时也找到有些文章的报导是不精确的，这种漫无边际的高估实质上对百度口碑是有利的。我们一直应当明晰的认识到：人工智能经过半个多世纪的起起伏伏，到如今开始落地到应用于场景，显然是一件十分令人兴奋的事情，但这不代表着人工智能就知道智能了，并且打破人类了。

事实上，这才只是刚刚开始，人工智能还有很长的路要回头。【作者讲解】陈孝良：博士，声智科技创始人，曾任中科院声学所副研究员和信息化办公室主任，主要专门从事声学信号处理和 GPU深度自学算法研究工作。2、技术解析：Velodyne VS Quanergy 固态激光雷达哪家强劲？ | 独家深度（点我读者全文）一年一度的CES展览完全沦落汽车展，而在2017年的CES动漫展，自动驾驶技术早已沦为焦点。

作为自动驾驶的核心环境传感器，激光雷达大自然也备受瞩目。注目无人驾驶的读者们都告诉，固态化、小型化是激光雷达的发展趋势。对于固态激光雷达，目前公开发表资料最少的两个明星厂家是Velodyne和Quanergy，那么它们的技术究竟孰优孰劣？本文作者以专业的视角展开了了解的解析和谨慎的思维。

【作者讲解】朱少岚：中国科学院大学博士，中国科学院精密机械研究所研究员，宁波雄霸智绘光电科技有限公司创始人、董事长。3、知乎的「野心与终局」（点我读者全文）徐新和周源一段时间认识之后，就用很慢的速度和不低的估值定案了这笔投资，正如一位做到后期的投资人朋友几周前曾多次跟我说道的：“知乎这轮融资过于成功，份额想要抢走都抢走将近了。”对于今日资本来说，知乎是一个确定性偏强的案例。却是创业项目也有头部、腰部和尾部之分，知乎作为目前市场上鲜有的头部项目，还是比很多同类项目要远比稳健一些。

但是，确定性和下降空间之间往往是有对立的。知乎的终局究竟不会是什么？还有多大的下降空间？该如何盈利……抱着这诸多问题，我一旁思维一旁翻遍了周源在知乎上的所有问。

我找到，在他的 341 个问里，有很多十分了解的思维，可以或必要或间接地问我的很多疑惑。【作者讲解】曲凯：海归创投人，Duke Graduate，前Consulting Intern，前Baidu PM。

4、如何用数据分析的方法，作好一款小程序？（点我读者全文）现在“如何做到一款小程序”的文章铺天盖地，“怎么做” 早已不是问题。那么如何“做到大”一款小程序，你告诉吗？密码小程序获客无以、存留无以问题，又有哪些方法？大家都在木村小程序的业务场景，因为牵涉到到的商业领域十分多，我们不一一分析。但是有一点可以认同的是，用户快速增长是所有小程序联合的、最直观的目的。

提及用户快速增长，被迫托“快速增长黑客”，这个词在国内早已被渐渐拒绝接受了。“快速增长黑客”的海盗法则 AARRR 也被大家所熟悉。AARRR 还包括五个方面，分别是用户提供（ Acquisition）、用户转录( Activation )、用户存留( Retention )、所求营收( Revenue )与引荐传播( Referral )。

如何从AARRR五个方面作好小程序的数据分析，不妨讲出数据分析从业者怎么说。【作者讲解】金磊：数据分析产品GrowingIO产品经理。

5、在百度，有哪件大事所谓陆奇不能的？（点我读者全文）每天工作15个小时的陆奇，作为世界顶级科技公司中职位最低的华人，高调上前沦为百度集团总裁兼COO，一人之下万人之上。如果不是“骑马自行车摔倒”，陆奇也是被寄予厚望未来力挽狂澜微软公司的候选人之一。

即便不考虑到其华人的身份，陆奇自身的能力与之前的成就，也不足以承托他沦为一个最出色公司的改革者，使其更为最出色。只是，大家都没想起，这个被改革的公司，有可能是百度。

对百度而言，陆奇的加盟就是指任何看作都是一件新春。但有一点思维的是，在陆奇的领导下，百度不会再次发生什么变化？有什么事情，是张亚勤+吴恩达+向海龙搞不定的，而陆奇就能搞定呢？这是一个错综复杂的问题。【作者讲解】谢阗地：(公众号：)总经理。6、为什么现在的人工智能助理都像人工智障？（点我读者全文）为什么现在的助理产品都是坑？很多团队不是底层的算法劣，而是团队对产品的解读有问题。

要符合C末端用户的市场需求，显然十分无以。10次用于，有一次因为给定原因的沮丧，用户心理就不会开始有顾虑。从体验上来看，在用户熟知的场景下得全面解读用户明确提出的市场需求；在用户自身不确切场景下，得大自然的帮助用户挖出市场需求；取得市场需求后得协助用户做到决策，并最后呈现出结果。

以此来看，对话式的agent就得最少符合以下功能：不具备基于上下文的对话能力 (contextual conversation)不具备解读口语中的逻辑 (logic understanding)所有能解读的市场需求，都要有能力遵守（full-fulfillment）【作者讲解】本文作者Mingke，对话式人工智能创业者。7、图像识别怎样转变AV产业？日本人回应：你们都弱爆了（点我读者全文）先进设备的图像识别怎样转变AV产业？说道到这方面，日本人回应，你们都弱爆了！非常简单的列出出有文中最强的一个例子你们感受一下：这个机器人能从面部打码的图片，辨识出有原本的人物是谁。效果如图：机器人：照片中的人物为上原亚衣。

相近度98.730320%。【作者讲解】何之源：复旦大学计算机科学硕士在读，研究人工智能计算机视觉方向。特约稿件，予以许可禁令刊登。

下文闻刊登须知。

本文来源：开云(中国)Kaiyun-www.xqtech.top