桃醉为什么挤眼睛，无非就是他不相信这两家没这么干过，只不过他们没有强力的深度学习算法，只能粗浅的配合人工，去‘学习’人家的设计理念而已。
大家都是后来者，桃醉做的只不过比他们做的绝了那么一点点而已。
当然了，这是桃醉想让他们相信的，也是在他们理解范围之内的。
好家伙！
这两位业界前辈直说好家伙！
“人力终有穷时，这也是我为什么一直鼓励我们的科研人员细化自己的研究领域，因为只有做开创性的事情，未来才不会被现在算法越来越成熟的人工智能淘汰掉。
非开创性的，靠着不断的试验室试错能解决的工作，类似于现在大多数人理解的芯片设计、以及大多数的芯片设计人员，未来不久就会被不断的淘汰掉。
能够留下的，是深入某一个细节研究，能够取得开创性成果、去丰富人工智能数据库、工具库的人。
人工智能并不神奇，也不神秘，它无非就是学习算法和对比算法、限定范围的穷举算法这些算法模块的集成而已。
在我看来，现在人工智能也不需要多智能，而是得足够专一。
就好比小梦，她的主要数据库有三个，影音识别、机械设备协调控制、芯片设计，这三个算法和库都是独立存在的。
因为只有这样，才能让三个她在这些领域走得更远，能力更强。”
说着陶醉指了指自己的平板和手机：“就好比太阳花产品里的智能小助手，启动软件、语音转换、系统控制，什么都想干，但是什么也都没彻底干好。
小梦看起来很强，是因为她只在我们集团的服务器中，用最多的算力全力运转，才能保证她不管是对话还是动作都更加自然得体。
这是一个协调智能内核和两个专业智能内核共同发力的结果，而不是一个智能内核单打独斗做到的。
只有让人工智能软件在单一领域深耕，去设计最适合这个领域的核心，才能最大化发挥现阶段人工智能软件的优势。
而不是像现在人工智能领域的团队那样，不断的优化一个所谓的智能内核，然后尝试进入不同的领域。
人工智能说白了就是分析数据，每个领域数据的特征不同，怎么能用一个内核尝试去解析他们呢？
不应该是依托数据特征，设计更专业化的内核么？
那就是手里有一款发动机，却想让货车和轿车用都用上，然后意图靠优化出不同的变速箱的去驱动这两种车。
这种方式不是不行，而是达不到最好的效果。
当然，发动机足够强的话是没问题的，现在大部分人工智能团队也是这么做的，不过那不是我选择的路。
总结起来，我对现阶段硬件水平下人工智能的应用理念是——精诚所至，金石为开。”
这种观点是不少相关团队探索的方向，所以这节课听得挺过瘾，但是这种技术方向的改进，对这两位大佬背后的企业来讲，那一定是得通过严格的评估的。
而且就算他们向着这个方向发展，也不会放弃自己探索的道路。
不过不管是郑老爷子还是王宇，对桃醉愿意跟他们分享这种技术还是非常敬佩的。
尤其是王宇，云技术是未来，这是他们红豆早都已经确定下来的探索方向。
但现在云技术还有着太多的弊端，如果桃醉的系统和芯片能够解决这些弊端，那么无疑会在云计算领域领跑。