彈幕中的發言,多數都沒什麼新意,一次、兩次還能看個新鮮,每次都看的話……
江寒無聊得差點打哈欠。
好在夏雨菲就在身邊,及時給他補充了一點“靈感”……
試飛結束後,江寒的旁白再次傳出。
“可惜電池還是有點不夠用,只玩了不到一個小時,就成功地用光了全部電量……”
“現在UP就要回去充電了,咱們下次再見!”
於是不出意外的,“暗示充電”和“下次一定”之類的彈幕,瞬間填滿了屏幕的每一寸空隙……
看完視頻,夏雨菲開心不已,主動和江寒“大功告成”了兩分鐘。
感受着她的喜悅和激動,江寒也差點“激動”起來。
可惜這裡不是“深入交流”的好地方,所以也只能“淺嘗輒止”……
※※※
兩天後,盛夏生產的寫字機器人,終於正式上市。
一開始的時候,銷量並不算特別好。
一天300~500臺的出貨量,對於一款新品來說,只能說還算湊合。
好在盛夏上下有的是耐心,並沒有爲此而焦慮。
市場需求放在那裡了,只要宣傳跟得上,早晚能達到應有的規模。
但誰也沒想到,僅僅一週過後,銷量就突然開始暴漲。
一開始只是淘寶上的幾個大小賣家,弄了幾個去嚐鮮。
後來不知道哪路大神,搞了個開箱直播,廣告效應簡直不要太好。
於是乎,幾乎是一夜之間,寫字機器人就爆火了起來。
很快淘寶上掛着的那些,就都被消費者們搶光了。
賣家們看到賺錢的機會,自然只會有一種反應:加大力度!
於是,盛夏庫存的15000臺寫字機器人,不到三天就宣佈售罄!
隨後,訂單雪片一樣飛來,每一批產品剛下生產線,就被各路分銷商搶購一空。
產品銷量一路走高,到了第二個週末,總出貨量已經接近10萬臺。
盛夏方面,與此事有關係的人全都興奮了起來。
畢竟銷量是與獎勵掛鉤的。
可惜產能遠遠供不上需求,項目組上下也只能幸福並苦惱着。
江寒得知這個消息的時候,多少有點意外。
即使在另一個世界,寫字機器人的銷量也從未如此火爆過。
而且可以預見,還會持續走高一段不短的時間。
至於造成這種現象的原因……
江寒隨意上網一搜,到處都是關於寫字機器人的討論。
很快他就弄清楚了事情的來龍去脈。
一方面是產品售價比較親民,另一方面……
估計就是壞蘋果加密的威力了。
魔都,一間寫字樓。
朱先雲坐在辦公室裡,面前的桌子上,擺着一臺剛買來的寫字機器人。
他已經對這個小東西,進行了一番相當專業的測試。
結果有點出乎意料。
雖然是玩具的價格,性能卻可圈可點,即使以他行家的眼光,也看不出多少問題,反而找出了不少優點。
朱先雲讚歎不已:“嘖嘖嘖,有技術真的可以爲所欲爲呀!”
想當初,自己也曾經非常看好這個項目,還特地派張建泰去松江走了一趟,想把專利買下來,自己投產。
然而遺憾的是,老張把事情辦砸了……
哎,老張這個下屬,哪裡都挺好的,就是稍微缺乏了點遠見。
當初若是肯多花點錢,這個產品說不定就是自家公司的了!
至於當初最終定價的人,正是他自己這件事,就被他選擇性的遺忘了……
在朱先雲看來,這個寫字機器人的硬件是沒什麼問題的。
但軟件方面就略微有點不足了,模仿自己的筆跡,感覺只有7、8分相似。
看來盛夏的技術實力,不過如此……
不過,朱先雲沉吟了片刻,心頭忽然一動。
既然機器人自帶的應用不夠好,那自己不妨調試一下?
自己學了這麼多年的逆向,不用一下豈不是浪費?
只要找到控制函數,修改一下參數,再完善一下算法……
想到就做,朱先雲立即打開OLYICE,將可執行文件加載到了內存中,然後一點點調試了起來。
時間流逝。
三個小時後,朱先雲嘆了口氣,頹然放開了鍵盤。
“這到底是什麼加密?簡直反人類嘛!”
這麼簡陋的小軟件,居然用上了這麼高強度的加密!
也不知道這個變態的加密程序,到底是誰搞出來的?
打個不恰當的比喻,他感覺自己就像那個“買櫝還珠”的人。
只不過買了一個小玩具,就得到了一個核彈級的“贈品”……
朱先雲這次是真的服了。
幾乎與此同時,一些軟件破解方面的專業人士、黑客僱傭兵們,則陷入了極度懊惱中。
朱先雲修改軟件,只是爲了自己的個性化需求,他們出手卻是爲了赤果果的利益。
誰都知道,只要能把寫在機器人ROM中的程序DUMP出來,就可以幾乎無限制地仿製。
誠然,無論硬件結構還是軟件程序,都受到《知識產權法》的保護。
但專利這個東西……真想繞過去的話,辦法肯定比困難多。
可現在的問題是,經過整整一個星期的奮戰,全國竟然沒有一個“僱傭兵”,能破解盛夏的寫字機器人!
這個機器人的ROM程序,以及附帶的應用軟件,全都被加上了一層堅不可摧的“外殼”。
僱傭兵中的確不乏高手,他們很快就發現了,這個“外殼”不是別的,正是兩個來月前甚囂塵上的“壞蘋果”。
而且,寫字機器人上的這一個,甚至比“壞蘋果”更“壞”,堪稱“壞蘋果”二代!
破解難度太大,甚至看不到任何希望,這些人折騰了一段時間之後,就紛紛放棄了。
這樣一來,由於市場上遲遲沒有競品出現,盛夏的這款產品的銷量,也就更加膨脹了。
可以說,能生產出來多少,就能賣出去多少。
在技術愛好者的小圈子裡,甚至造成了一機難求的“繁榮”景象……
自從上次聚會後,江寒整整花了一個星期的時間,上網收集資料,刷論文、找參考文獻……
經過一番努力,終於做好了前期準備,正式動筆寫作下一篇論文。
在他的計劃中,這是今年最後的,也是最重要的一篇論文。
江寒打算在2012年的最後幾天裡,將“卷積神經網絡”拋出去。
卷積神經網絡,簡稱CNN,是一種前饋型的神經網絡,在“深度學習”技術中,也是非常重要的一塊積木。
CNN最爲適用的場景是圖像分類和場景識別。
在另一個世界,曾經在標準圖像標註集ImageNet上,取得過舉世矚目的成就。
一般的全連接神經網絡,是把輸入數據看做一維的數組。
處理圖形、圖像時,一行、一行地讀取像素點,然後拼接成一串數據。
這樣一來,就忽略了行與行之間的二維關係。
而CNN則是通過“卷積核”對圖片進行濾波,從而提取圖片的特徵。
所謂卷積核,就是一個N行N列的數字矩陣。
卷積的過程,其實就是一個壓縮圖片的過程。
而“卷積核”的本質,就是一個二維的濾波器。
這樣的做法,很好地保留了鄰近像素之間的關聯情況,所以在大型圖像處理方面,往往會有非常出色的表現。
和其他神經網絡相比,CNN需要的參數比較少,使用起來更加迅速、有效。
CNN在訓練時,採用的是和BP網絡相似的“反向傳播”技巧。
一個經典的CNN網絡,通常包括輸入層、卷積層、池化層、全連接層、輸出層或者徑向基層。
其中涉及到一些概念,比如“池化”、“局部感受野”、“共享權值”……
江寒原本對這些東西,只有個大概的瞭解,理解得並不算特別透徹。
這樣一來,在研究CNN的時候,很多東西都要現場推導。
因此這篇論文是他寫得最費勁的一篇,足足花了一個多星期,纔打通了全部障礙,形成了初步的腹稿。
傳統的圖像處理算法,一般都要進行預處理,比如FCN,如果不對圖像進行壓縮,那麼計算量將會非常巨大,甚至根本無法實施。
但對於CNN來說,預處理並不是必要的,很多時候,甚至可以直接用原始圖像,作爲輸入數據。
所以,CNN的實用價值也是非常顯著的。
江寒所知道的,就有手寫識別、語音識別、物體檢測、人臉識別等許多應用方向。
“當年”震驚世界的圍棋AI程序,阿法狗,其核心中也包含了卷積網絡CNN。
可以說,有了卷積神經網絡,計算機視覺這個領域,才迎來了革命性的進步……
江寒花了好幾天時間,終於將這篇論文寫了出來。
反覆校對,感覺沒什麼問題之後,就投給了一區期刊ICML(International Conference on Machine Learning)。
這時,距離新年只剩下三天。
就在這樣的忙碌中,時間走到了2012年最後一天。
12月31日晚上。
江寒臨睡前,忽然發現信息欄裡跳出了一行紅字提示。
【學術點已償清,系統UI重啓中……】
【重啓成功……】
【震驚商城重新激活,虛擬空間已開放……】
【界面重組中……重組成功】
江寒打開系統UI面板。
【學術點:1,24】。
可用的學術點終於不再是個負數了。
江寒欣喜不已。
然而,就在這時……
【警告:宿主剩餘壽命已不足十年!】
【注意:這不是顯示BUG,這不是BUG,這不是!】