人工智能的發(fā)展前景？

人工智能發(fā)展趨勢？要真正理解這個問題，首先要明白支撐人工智能發(fā)展的核心技術是什么。答案很簡單。

第一是算法，第二是算力，第三是數據，第四是網絡。很容易弄清楚這些主要制約因素的發(fā)展狀況和趨勢。

算法方面，以深度學習為代表的機器學習近年來有了實質性的突破，新算法據說用之不竭，未來可期！

在計算能力方面，隨著gpu和云存儲技術的快速發(fā)展，Moore美國的法律已經被打破，道路是光明的。

網絡方面，5g未來的必然趨勢越來越清晰，沒有太大問題。

那真的沒問題嗎？葉飛

問題出現在名為人工智能滋養(yǎng)的數據上。問題出在哪里？

目前數據收集沒有問題。

問題在于數據預處理、數據質量、數據一致性、處理效率，尤其是與工業(yè)機理密切相關的數據預處理。為什么，既懂行業(yè)又懂數據科學的人太少，積累的機制和經驗太少，這是人工智能最大的發(fā)展。大瓶頸！！！！

二維碼的容量有多大？

二維碼有很多種。而我們平時看到的，99%以上，都是二維碼。像掃碼，100%指的是QR二維碼。

所以讓我們我們先討論二維碼。

二維碼有大有小，但不能無限。規(guī)格只有40種，從21×21到177×177。下圖是最小和最大的例子。

QR碼可以表示成不同類型。比如純數字（0到9），字母（字母數字和少數標點，其實就是網址），日文（誰讓QR是日發(fā)明的呢），中文，二進制，等等。

二維碼最多只能代表7089個純數字，或者4276個字母(形似一個網站的字符數)，或者2953字節(jié)的二進制(相比之下只有2.9KB)。而日語和漢語最多不在列。可見量很少！你知道，一張照片一部電影至少要幾十KB，一首MP3歌曲大概4MB。而且二維碼不到5KB！

It都是二維碼。它是應用最廣泛的二維碼，但不是唯一的。那么，自然要關心，如果選擇其他二維碼，最多能表達多少內容？

這個目前沒有明確的答案。因為任何人都可以發(fā)明二維碼規(guī)范(包括你我)，據說有幾TB的理論支撐，相當于幾個普通硬盤。

然而，理論只是理論。其實很難做到。因為掃碼二維碼需要攝像頭或者掃描儀。簡單，拿手機就行。手機攝像頭分辨率最高，比如800萬像素，1200像素等等。800萬像素的手機最多只能識別80。00，000分。它最多代表800萬二進制位，也就是100萬字節(jié)(一個字節(jié)等于8位)，基本等于100萬字節(jié)，也就是1MB。可憐的小家伙！

而且，上面的討論只是最理想的情況。800萬像素不可能只掃描800萬個點(方塊)。而二維碼的核心技術是糾錯機制或容錯機制。這種機制必須允許內容冗余，以便在出錯時可以恢復。冗余手段1M位的內容要用1M以上的正方形來表示。絕對沒有一一對應的關系。

它不如果你不在乎。;Idon'我不理解上面這段話。讓讓我們以理想極限和極限為例。順便普及一下知識。分辨率是可以識別的最大像素。比如手機攝像頭拍的照片是4000×3000像素，相當于1200萬像素，也就是12米左右。在…之中1M1024K，1K1024.如果用一個像素來掃描二維碼，理想的極限是一個正方形，也就是二進制位。八位等于一個字節(jié)。所以12m像素的極限(12M像素)可以掃描出1.5MB的內容。像什么屏幕分辨率都一樣。。比如1024×768。你也可以自己計算。