人工智能起源于計算機(jī)技術(shù)，本質(zhì)是解放生產(chǎn)力、提高技術(shù)研發(fā)效率，從而取代人的部分重復(fù)性工作。

　　但是現(xiàn)在一些諸如換臉AI軟件的人工智能應(yīng)用，雖說用的也是深度學(xué)習(xí)，但僅僅停留在淺層，勉強(qiáng)達(dá)到弱人工智能。這些離強(qiáng)人工智能，還有很遠(yuǎn)的距離。

　　強(qiáng)人工智能為什么如此難？數(shù)據(jù)、算法、算力三要素的共同作用下，人工智能才有可能形成硬件、框架、應(yīng)用等完整的產(chǎn)業(yè)體系。

　　對于目前人工智能的產(chǎn)業(yè)和商業(yè)應(yīng)用上的現(xiàn)狀，人工智能在圖像識別、視頻監(jiān)控、人臉識別、智能客服等應(yīng)用場景中的應(yīng)用已經(jīng)非常成熟，而這些都依賴于數(shù)據(jù)、算法、算力三者共同發(fā)展，帶動應(yīng)用平臺系統(tǒng)的完善。

　　數(shù)據(jù)

　　數(shù)據(jù)是人工智能發(fā)展的基礎(chǔ)，圖像識別、視頻監(jiān)控等都需要龐大的數(shù)據(jù)支撐下去進(jìn)行模型訓(xùn)練和深度學(xué)習(xí)，數(shù)據(jù)集有良好的表現(xiàn)并不能保證其訓(xùn)練的機(jī)器學(xué)習(xí)系統(tǒng)在實(shí)際產(chǎn)品場景中表現(xiàn)良好。許多人在構(gòu)建人工智能系統(tǒng)時常常忘了構(gòu)建一個新人工智能解決方案或產(chǎn)品最困難的部分不是人工智能本身或算法，通常最困難的地方是數(shù)據(jù)收集和標(biāo)注。標(biāo)準(zhǔn)數(shù)據(jù)集可以作為驗(yàn)證或構(gòu)建更優(yōu)良解決辦法的良好起點(diǎn)，可以說沒有數(shù)據(jù)庫，人工智能是無法向前發(fā)展的。

　　算法

　　算法是人工智能發(fā)展的框架，算法框架能夠極大地提高人工智能學(xué)習(xí)效率。一方面，算法框架降低了深度學(xué)習(xí)的難度，提供進(jìn)行深度學(xué)習(xí)的底層架構(gòu)、接口，以及大量訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，減少用戶的編程耗時。另一方面，大部分深度學(xué)習(xí)框架具有良好的可擴(kuò)展性，支持將復(fù)雜的計算任務(wù)優(yōu)化后在多個服務(wù)器的CPU、GPU或TPU中并行運(yùn)行，縮短模型的訓(xùn)練時間。

　　算力

　　算力伴隨著人工智能出現(xiàn)一直都在提升和發(fā)展，相輔相成。從1956年感知機(jī)研發(fā)開始，到2019年互聯(lián)網(wǎng)終端數(shù)突破了 20 億，每月超過20億的注冊訪問量，人工智能的蓬勃發(fā)展帶來了算力需求的指數(shù)增長。

　　如何提升算力成為各國研究的重點(diǎn)，光電計算被提上日程，以三維受控衍射傳播實(shí)現(xiàn)全并行光速計算為例，這是一個顛覆，采集與計算無縫銜接，突破了存算分離速度制約，速度提升至少千倍，計算頻次 1 THz，遠(yuǎn)超 GHz 電子計算。

　　三大基礎(chǔ)層是人工智能產(chǎn)業(yè)的基礎(chǔ)，主要是研發(fā)硬件及軟件，如ai芯片、數(shù)據(jù)資源、云計算平臺等，為人工智能提供數(shù)據(jù)及算力支撐；三大基礎(chǔ)層技術(shù)的不斷研究深入發(fā)展，帶動技術(shù)層和應(yīng)用層不斷發(fā)展壯大，形成成一類或多類人工智能基礎(chǔ)應(yīng)用技術(shù)，面向特定應(yīng)用場景需求而形成軟硬件產(chǎn)品或解決方案。

　　但眼考勤云系統(tǒng)運(yùn)用人工智能技術(shù)，通過云計算和強(qiáng)大數(shù)據(jù)庫，將SDC/SDK視覺算法技術(shù)賦能攝像頭，捕捉人、物特征，與數(shù)據(jù)庫中圖像進(jìn)行特征提取識別，實(shí)現(xiàn)無感打卡軟硬件一體化的考勤系統(tǒng)。