“还好，压力不算大！”

        张益达表现得很淡定，“我目前旗下公司中，锐向有人工智能团队，抖视也有，然后……其他公司暂时没有涉及这块业务，就没有招纳相关领域人才了。

        两家公司凑一凑的话，弄出来五百人团队应该还是可以的。

        另外，我在国内还投资了商朝科技、旷视科技等一大票图像识别公司，语音识别的话，国内目前科大讯飞做得不错，也可以跟他们开展一些合作。

        我们只需要把力量集中在对话引擎、自然语言处理、深度学习等几个领域就好了。”

        陆奇说了一声“好”后。。又继续说道：“除了人才和资金方面，还有一项东西至关重要，那就是数据。

        数据需要人工智能，人工智能也需要数据。

        步入“数据3.0”时代后，企业的数据资产暴增，常常会超出固有的业务边界，把什么垃圾数据都纳入进来。

        这就导致数据量越来越大，数据质量参差不齐，数据输出结果就很难准确。

        而深度学习算法需要海量的数据来进行“训练”，数据量越大越精准越好。

        在机器学习或深度学习模型中。。使用错误的数据或规模不够大的数据列队来训练和运行这些模型，很有可能做出来的人工智能是一个“畸形”儿！

        内容未完，下一页继续阅读