第0601章 走在前面

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容，果然是圍繞軟件的，而且是以雲智聯為核心出發。

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域創造了一個裏程碑，因此今年大家對大風集團在人工智能領域的表現充滿了期待。

再加上昨天一個AI芯片以及相應的AI應用已經激起了觀眾的熱情，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麽。

結果就是，技術分享。大風集團這兩年在人工智能上發展的很快，也推出了很多應用，而在今年的大會上，大風集團著重開始分享手裏的幾個重要的算法，這對人工智能行業的人來說簡直是一場盛宴。

而在這場盛宴中，最受關注的，也是到了幾年後被評為本場大會最經典的算法，就是由沈林帶來的深度卷積神經網絡算法，沈林將其命名為天目網絡。

卷積神經網絡的理論誕生於1962，一直到1998年LeNet5網絡的提出讓卷積網絡進入了真正的實驗階段，這一階段一直持續到2012年AlexNet網絡的提出終於奠定了卷積神經網絡在深度學習領域中的地位。

從那之後，卷積神經網絡成為了一個非常經典的深度學習算法，隨著牛津大學的VGG網絡、微軟的ResNet網絡、谷歌的GoogLeNet網絡等卷積神經網絡面世，卷積神經網絡在商業領域大放異彩。

而現在，沈林在孟謙的指點下找到了卷積神經網絡的突破口，成功研發天目網絡。

“天目網絡是一種前饋型的神經網絡。”沈林站在台上自信的做著講解，“主要是由輸入層、卷積層、激活函數、池化層、全連接層和輸出層組成。

這一網絡擁有三大特征，首先是局部感受野，對於一般的深度神經網絡，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元中，而卷積神經網絡可以把每一個隱藏節點只連接到圖像的某個局部區域，這麽一來，就可以減少參數訓練的數量。

其次是共享權值，在卷積神經網絡的卷積層中神經元對應的權值是相同的，從而同樣可以減少訓練的參數量。

最後是池化，由於算法需要處理的數據往往都很大，尤其是在視覺領域，如何有效獲得圖像的特征才是我們最為關注的，在研發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，對圖像進行卷積後通過一個下采樣過程來調整圖像的大小。”

沈林花了一個多小時講解他的天目網絡，在業內人士的討論之下，不久後天目網絡就會展現其特殊的行業價值，尤其是在視覺領域，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，大風集團願意分享理論就是在幫助行業發展，當然，這種分享並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，對市場來說已經很不錯了，這也是屬於大企業的一種行業責任。

而等到下午，雲智聯的另一個重要板塊雲計算成為了主角，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公司雲服務營收超過10億米元，給整個雲計算市場帶去了信心，Salesforce的這一財報也被人稱為砸開雲計算大門的最後一擊。

從2007年開始，谷歌，IBM，亞馬遜，微軟等企業相繼推出自己的雲計算平台，2008年微軟的Windows Azure操作系統雖然在後世的表現並沒有谷歌出彩但在當時也確實成為了行業風向標，不過這兩年各大企業的雲計算平台都有一個問題，那就是沒什麽市場，歸根到底就是技術不成熟以及市場信任度較低。

事實上，早在90年代甲骨文就提出過雲計算這個技術，只是當時不叫雲計算，但技術原理是一樣的，結果因為概念提出太早在那個時代成為了一個錯誤的技術，所以2007年這場新的雲計算浪潮開始的時候市場非常保守，從企業到用戶都在摸索，誰都不敢輕易下注雲計算。

所以Salesforce10億米元的營收確實振奮了市場，也是在2009年，雲計算真正意義上被市場認可了，IBM、VMWare、微軟、AT&T，谷歌，亞馬遜，一眾企業紮堆發力，開啟了雲計算的大爆發時代。

可當王兼在大風全球開發者大會的風雲發布會上介紹去年大風集團雲服務收入的時候，大家都懵了，大風集團去年的雲服務收入達到了660億軟妹幣，遠超Salesforce。

而從更詳細的數據中可以發現，在這660億的營收中，有85%來自華夏市場。

當米國企業和米國市場還在摸索雲計算這個技術的時候，雲計算在華夏的發展顯然更快。