3年半巨亏242亿!商汤高估了深度学习,下错了棋?

单光子雪崩二极管(SPAD):原理、极高增益机制与微光探测解析 本文系统阐述了单光子雪崩二极管(SPAD)的工作原理及其在弱光探测中的应用。SPAD通过工作在盖革模式下的碰撞离化效应实现单光子探测,其核心机理包括:1)采用p+-n-n+结构实现高电场分布;2)通过雪崩倍增过程获得10^6量级增益;3)采用主动/被动淬灭机制实现快速恢复。文章详细分析了SPAD的关键性能参数(如光子探测效率、暗计数率等)及其在量子通信、激光雷达等领域的应用优势,揭示了该器件在极微弱光信号探测中的独特价值。 阅读详情

转自:新智元

三年半研发开支近70亿,累计亏损242亿。

AI这门生意好像越来越不好做了。

b7f0667679545c849ae3aab7a88518d6.gif

近日,商汤科技已向港交所递交IPO申请。招股书显示,商汤近三年半累计扣非净亏损242亿元。

43d7521f8f7d539209e85ae682e1b5ab.png

有网友便提出疑问,这是科学家的狂欢吗?

7028cfa484725ab6a3c53dae66033b8d.png

云从亏损近30亿,依图三年半累计亏损超72亿,旷视累计亏损150亿。

如今,AI四小龙冲刺IPO举步维艰。

就连一直以「强研发」和「烧钱」著称的DeepMind背靠谷歌才实现历史首度盈利。

在AI赛道上,商汤距离自我造血还有多远?

源起实验室,汤晓鸥带队创商汤

昔有成汤,自彼氐羌,莫敢不来享,莫敢不来王。

商汤一名蕴含深意。

2014年3月,汤晓鸥团队在香港中文大学发布了 GaussianFace 人脸识别算法,在 LFW 数据库上准确率高达 98.52 %。

17ede459134af8f0d1308c535ff8ed64.png

这一算法在当时首次突破了人眼识别能力,因此汤晓鸥声名鹊起。

dc717ad033db5142bc08b848bbff1f95.png

紧接着,6月份发表的DeepID系列算法,逐步将人脸识别准确率提升至99.55%,开启了整个人脸识别行业技术落地的时代。

汤晓鸥实验室的三个人脸识别算法占据了LFW识别率的前三名,而Facebook的DeepFace也只位列第四。

至此,IDG资本合伙人慕名而来,凭借此算法,汤晓鸥团队拿到IDG资本投出的数千万投资。

在2014年,AI还是个冷门营生。

而汤晓鸥带领团队走出实验室,并于2014年10月成立了商汤科技。

ca85babaf0eb9d4c9bcdde5426225f7b.png

成立伊始的乐观自信让商汤走上了一条扩张、「大跃进式」的融资道路。数据显示,商汤目前已融资12轮,共计38亿美元。

f9012c0b7de4d3f0e74c593155c28071.png

在人员上的扩张也毫不吝啬,汇聚许多顶尖人才。

5000多名员工,开发人员占七成,其中教授40名,博士250多名。

人才云集必然是超高的薪水,3593名研发人员共计获得15.7亿人民币的薪资,人均年入43万。

脉脉人才大数据显示,商汤、科大讯飞、数美成为2021年AI人才吸引力最强的三家人工智能企业。

董事和高管薪资更是夸张到让人震惊,10名董事和高管共获得6.8亿薪酬,人均年入6800万。

fc082dc4c517d43d001d99a19cd58774.png

巨轮融资,高精尖人才,高薪资,这一切都彰显了商汤在扩张上魔鬼般的疯狂。

而商汤目前真实现状如何?

高估了深度学习,下错了棋

深度学习包打天下,事实真是如此吗?

c4d2b13d5095dca197870780c541aae7.gif

成立于2014年的商汤科技基于自主研发的深度学习平台,专注于打造人工智能视觉技术,包括处理,感知,机器人和无人驾驶等多个行业。

根据弗若斯特沙利文的报告描述称,按2021年的营收来计算,商汤科技是亚洲最大的AI公司,同时也是中国最大的计算机视觉软件公司。

2e3a85b59b8d9b683bb0d96da27ff53b.png

智慧商业,智慧城市,智慧生活和智慧骑车时商汤科技四大业务板块,其技术都是来自商汤科技的人工智能基础设施Sensecore。

Sensecore的本质是一套算法,能够将非结构化数据转换成数字信息,最终实现数据分析的能力。

418af38aeb601c3f5af6812b40030254.png

正如一位网友指出,「商汤的战略错误的根源不复杂,就是高估了深度学习的能力边界。」

商汤的业务基础是AI基础能力以及行业解决方案,按照成立初期的想法,只要开发通用软件就可以在所有场景中通用,并未定制个性化的开发。

通过在榜单上不断刷榜,就足以证明其算法是不同场景中应用的最优算法。潜在客户也必然从榜单来选择优秀供应商。

然而,当前神经网络的发展还不能完全撑起大规模的场景应用。

神经网络在更大程度上依赖「数据」,输入什么才能得到什么。

2a3f46fc2aa7977fa2244ac584d2b582.gif

那么当转换到大规模应用场景中,这个模型/算法不知道要做什么了,根本无法实现应用。

现在AI应用场景非常多,就比如公司出入使用人脸识别,对客户消费行为统计,银行服务等等,这都称为时下刚需。

而商汤如今的困局在于,现实与远景差距太大。

大量支出研发和人力成本,与其打造全景化AI大平台,还不如深耕垂直领域。

网友:就像红楼一样,终究是梦一场

「就像红楼一样,终究是梦一场:眼看他起高楼 眼看他楼塌了……其实都懂」

b5155ef7214a9e5a76226bbbefc96909.png

@甲鱼

f9fa9c4ec5983543737c86f28f86d37d.png

程序员的工资来源只有一个产品落地。而商汤公司,他最大的问题就是--产品单一,只有「解决方案」。

假设他要和腾讯合作,他不仅要和腾讯合作,为其提供解决方案,同时作为一个纯AI公司,还要和腾讯的AI部门竞争。这样导致他的产品根本无法落地。

@诗与星空

24f047980114b76f0ef7ef1e5850349e.png

大量并不直接面向市场的科学家们,在公司潜心做学术,他们发Paper讨论高端精尖技术,已经远远脱离了客户们的需求。

没有客户,何谈盈利?

@GuoXun

7f250a021dd8f7cedbf49e48ffec5a2d.png

想要突破,还需要持续的解决算力,数据,算法中最关键的算力问题,并且进一步突破因果模型。

商汤科技投资56亿元巨资打造其AI新行算力中心。

准确说,就是提供一个平台,里面有开源算法,算力,然后完全按照AI模式来生产自己需要的AI能力。

网友揭露,「深度学习并不是人工智能,商汤倒闭无悬念,但是高管却跟联想高管一样赚足了钱,即使最后留下一地鸡毛,也可以拍拍屁股走人」

bdc8a7ead389e991d22a78131d549c64.png

还有网友表示,

「小公司自己的算法虽然没商汤的好,但是符可以自定义需求。

商汤这样AI公司提供的算法虽然结果准确,但是不能根据我们的产品需要进行小的定制化的修改,那还是没法用。

还不如自己的算法工程师肝一肝做的准确率差点的算法。」

如果AI不能在深度学习领域引发新一轮的范式革命,那么这些困于圈内的公司如何才能破局?

参考资料:

文中多处引用Huayra内容,具体参见:

https://www.zhihu.com/question/487442760/answer/2163404217

https://www.zhihu.com/question/487442760?s_r=0&utm_medium=social&utm_source=wechat_session

https://www1.hkexnews.hk/app/sehk/2021/103756/documents/sehk21082702574_c.pdf

http://news.eeworld.com.cn/mp/xsy-ai/a63203.jspx

https://www.sohu.com/a/494542264_313745?scm=1002.590044.0.10052-170&spm=smpc.ch30.content1-n-2.1.1633997544781D42QXk3

觉得还不错就给我一个小小的鼓励吧!
如何设置Xilinx以太网IP核的Pause帧处理 这里要注意,为什么是或,第一个条件是该功能使能取反,也就是说,如果你设置使能不打开的话,这个条件是直接满足的;先来看图中第二句,判断该以太网数据包为Global Pause帧(gpp),首先要满足Step1,然后是由上图中第二句代码(assign global_pause_packet)后面的所有项“与”(&&)起来的,就是说要满足后面所有的项,分别是DA符合,SA符合,Etype符合,Opcode符合,并且使能了该功能(即设置ctl_rx_enable_gpp=1)。如果没通过,则进入Step3。 阅读详情

相关推荐

初学者入门机器学习 (ML)的推荐教程

了解基本的机器学习概念并不难。有大量免费的在线博客文章、视频和编码教程可以引导您了解基础知识——从介绍性内容到常见应用程序,再到算法和应用技能。这篇文章总结了一些用于介绍 ML 的最佳免费选项。它按逻辑顺序排列,每个概念都建立在上一个概念的基础上。

u010542847的博客 4628

天下第一铭:汤晓鸥教授自叙的故事

天下第一铭 2003年3月8日,陪秋梅过了最后一个属于我们二人世界的妇女节(一直觉得妇女节比情人节重要),第二天,我们安静的二人世界就变成了吵闹的三口之家。新来的第三者白白胖胖,叫铭铭,是在香港威尔士亲王医院10层楼的产科病房出生的。铭铭出生的那天,11层楼住进了一个特殊的病人,说是肺病。可是我们那几天太高兴了,根本没注意。过了两天医生叫我们去他办公室问我们要不要提前出院,因为楼上有个传染病

GarfieldEr007的专栏 1万+

基于DSP28335的Matlab/Simulink代码生成实验七:A/D采样

实验七:讲解如何使用DSP的ADC模块,通过代码生成技术控制DSP进行电流采样,是后续实现电机闭环控制的重要环节。通过简单的实验来熟悉代码生成的过程。最终实现复杂算法代码自动生成,进行高性能电机控制!

m0_73869369的博客 4726

商汤用AI复活了汤老师 【文末送书】

作者:白交 西风转自:量子位 | 公众号 QbitAI大家好,我们又见面了。文末送书福利在商汤2024年年会上,汤晓鸥数字人现身,来了一场跨越时空的重逢。按照以往习惯,每年汤老师都会说上一段脱口秀,已经成为商汤年会保留节目。熟悉汤老师演讲都知道,他是被人工智能事业耽误的“脱口秀大师”,如今以数字人的形象,再度用幽默的方式与我们相见。除了被他的幽默感染,不少人还被逼真的效果所惊艳,堪称“年会最...

程序IT圈 265

RC Correlation Scale Factor:数字后端签核的精度校准核心

RC Correlation Scale Factor(RC相关性缩放因子)是连接版图寄生提取模型与真实硅片物理特性的关键校准参数,其本质源于PDK建模固有的系统性偏差。在先进工艺节点下,金属互连电阻R与耦合电容C的仿真误差会显著放大,导致时序违例、IR Drop失真及功耗偏差等sign-off风险。该因子通过比对SPEF提取值与实测黄金标准(如测试芯片数据),经统计回归反推得出,直接决定Innovus寄生提取、PrimeTime时序分析及Ostrich功耗仿真的可信度。正确生成与跨工具链一致应用Scale

weixin_42538645的博客 294

深入解析经典蓝牙连接:从HCI命令到LMP协议的完整流程

本文深入解析经典蓝牙连接的完整流程,从设备发现、寻呼建立物理链路,到安全配对与加密的每一步。通过对照HCI LOG与AIR LOG,详细拆解了HCI命令与LMP协议报文的对应关系,帮助开发者精准定位连接问题,掌握蓝牙调试的核心方法。

weixin_29260291的博客 463

汤晓鸥教授:人工智能让天下没有难吹的牛! | 行业

本文系网易新闻-智能工作室出品 聚焦AI,读懂下一个大时代! 近日,中国科学院深圳先进技术研究院副院长、香港中文大学教授汤晓鸥教授在杭州云栖大会发表题目为《人工智能的云中漫步》的演讲。 他表示,总结起来做人工智能的跟阿里的理念其实相似,阿里讲“让天下没有难做的生意”,做人工智能是讲“让天下没有难吹的牛”。 他还分享了商汤科技在计算机视觉方面的研究成果,比如如何分

网易智能 4031

NR/5G - On demand SI

NR中系统消息如MIB -可用于无线帧同步等,SIB1 -小区物理信道公共配置等,是驻留一个小区所必需获得的信息,这类系统信息小区是进行周期性广播。 在SI的配置中,系统消息分为BroadCasting和non-BroadCasting,BroadCasting类系统消息基站也是周期性进行广播的,而non-BroadCasting类系统消息则是通过一种on-demand的方式,即如果需要读取这类系统消息,那么UE需要先发送请求给基站,基站响应UE之后,再下发系统消息。 ...

6777

商汤科技汤晓鸥:其实不存在AI行业,唯一存在的是“AI+“行业

https://mp.weixin.qq.com/s/bU-TFh8lBAF5L0JrWEGgUQ 9 月 17 日,2018 世界人工智能大会在上海召开,在上午主论坛大会上,商汤科技联合创始人汤晓鸥发表了题为《人工智能 大爱(AI)无疆》的演讲。他提到,并不存在 AI 行业,唯一存在的是“AI+ 这个行业”,AI 一定要和传统产业相结合才会得以发展,但与传统产业结合,并不是颠覆传统产业。...

weixin_30706507的博客 1379

零基础学习simulink-- 四旋翼和六旋翼无人机的建模与动力学分析

通过上述代码实现,您可以逐步创建和搭建一个多旋翼无人机(如四旋翼、六旋翼)的动力学模型,并结合自适应控制器进行仿真。该模型不仅考虑了无人机的基本动力学行为,还引入了空气阻力、螺旋桨之间的相互作用以及气流干扰等复杂效应,使得仿真结果更加接近实际情况。Simulink 提供了强大的建模和仿真工具,使得控制系统工程师能够快速构建复杂的控制算法,并将其应用于实际工程中。多旋翼无人机动力学建模:建立四旋翼和六旋翼无人机的动力学模型,包括平移运动和旋转运动方程。升力和扭矩模型。

amy_mhd的博客 390

3、图像中文字信息提取技术全解析

本文全面解析了图像中文字信息提取(Text Information Extraction,TIE)的技术原理、挑战及应用领域。详细介绍了图像中三种主要文字形式:场景文字、字幕文字和文档文字的特点及提取难点。系统阐述了TIE技术的主要流程步骤,包括文字检测、定位、提取与增强、识别等关键阶段,并对主流技术方法进行了分类比较,包括基于连通组件、边缘、纹理等方法的优缺点分析。文章还介绍了多种其他提取技术,如二值化方法、混合方法、基于梯度的方法等,并提出了一种基于立体帧的新型场景文字提取方法,通过实验验证了该方法在召

ll5678的博客 120

数据劲爆:阿里全球第三,华为中国第二!

看了一份数据,非常振奋人心,给大家分享一下。国外著名信息分析公司Gartner,4月21号发布了一份数据,瞬间引发了朋友圈是刷屏。这份数据是讲什么的呢?云计算!可能由于疫情,很多公司上云...

纯洁的微笑 1万+

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

【Reading Notes】(4)Favorite Articles from 2021

其实波尔象限与巴斯德象限,在具体科研实践时其实是一样的,就是「把问题的底层原理搞清楚」,只是问题的来源有所不同。美国普林斯顿大学的唐纳德 · 斯托克斯(Donald E. Stokes)通过 4 个象限定义了不同的研究类型,其中基础研究包括纯基础研究(波尔象限)与由应用驱动的基础研究(巴斯德象限)公式认为,任何重复的自然图案,都是通过两种具有特定特征的事物(如分子、细胞)进行相互作用而产生的。(左上)相机画面,(左下)时间轴,(中)AI捕捉的选手动作,(右)每种技术的「裁判员看点」

bryant_meng 391

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

专访香港大学罗平:师从汤晓鸥、王晓刚,最早将深度学习应用于计算机视觉的「先行者」

虽然 ICCV 2019 落幕已近两周,但是这场对于华人研究者而言具备「转折点」意义的国际学术顶会在大家心中掀起的波澜,想必依旧未了。 在今年这场 CV 领域的学术盛宴中,我们一如既往地看到了不少长期活跃在国际学术舞台上的华人研究者老面孔,与此同时,也有一些新面孔带着丰硕的学术成果出现在了大家视线的聚焦点。 其中就包括今年带了 7 篇论文参加 ICCV 的来自香港大学的罗平教授。作为一位在将深...

喜欢打酱油的老鸟 1592

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

从0到1000000,是如何做到的,硬核,都是牛人

大家好,我是乔戈里熟悉我的朋友知道,我定期会和号主做一些交流。最近和这些大佬交谈到,年纪轻轻有的已经赚到了第一个1000000.厉害。我想说的是,除了必要的个人努力和坚持外,还需要有好的榜...

WantFlyDaCheng的博客 508

汤晓鸥与MIT、宾大教授共话AI:热潮终将退去,人工智能的中国式文艺复兴

“《前任3》票房赚了18亿,那是一个前任6亿啊!” 香港中文大学信息工程系教授、商汤科技联合创始人汤晓鸥昨天在《麻省理工科技评论》与DeepTech深科技主办的新兴科技峰会EmTech China上,保持了“被科研耽误的段子手”的特性,如此调侃道。 我有几张阿里云幸运券分享给你,用券购买或者升级阿里云相应产品会有特惠惊喜哦!把想要买的产品的幸运券都领走吧!快下手,马上就要抢光了。

weixin_40581617的博客 698

深度学习笔记5:池化层的实现

池化层的推导 池化层的输入一般来源于上一个卷积层,主要作用是引入不变性,并且减少了冗余。池化层一般没有参数,所以反向传播的时候,只需对输入参数求导,不需要进行权值更新。 池化层的前向计算 前向计算过程中,我们对卷积层输出map的每个不重叠(有时也可以使用重叠的区域进行池化)的n*n区域(我这里为2*2,其他大小的pooling过程类似)进行降采样,选取每个区域中的最大值(max-

l691899397的博客 3万+

汤晓鸥:一位被人工智能事业耽误的“脱口秀大师”

编者按:2018年12月28日,由网易智能、清华大学数据科学研究院和25家评审机构共同评出的「2018中国AI英雄风云榜」年度人物榜单揭晓,10位人工智能领域的从业者获奖...

网易智能 2384

汤晓鸥为CNN搓了一颗大力丸

夏乙 发自 凹非寺量子位 出品 | 公众号 QbitAI大把时间、大把GPU喂进去,训练好了神经网络。接下来,你可能会迎来伤心一刻:同学,测试数据和训练数据,色调、亮度不...

量子位 3200

【2020年高被引学者】 汤晓鸥 香港中文大学

【2020年高被引学者】汤晓鸥,香港中文大学工程学院信息工程系教授和副院长,IEEE院士,全球人脸识别技术的“开拓者”和“探路者”,商汤科技创始人。研究方向为计算机视觉,模式识别和视频处理。在CVPR2019大会上获得最佳论文奖。 共发表论文:528 论文引用数:65518 h-指数:115 欢迎大家关注学者个人主页,了解更多作者信息。 学者主页链接:https://www.aminer.cn/profile/xiaoou-tang/53f64553dabfaeaf590f3cce 订阅论文和作者,定制您的

AI_Conf的博客 603

序列模型中的注意力机制

现在很多研究的NLP问题都可以转换成一个Sequence to Sequence模型来解决,比如说机器翻译,智能问答,语音识别等。 Sequence to Sequence模型由一个encoder和一个decoder组成,encoder完成编码工作,将不同的输入编码成一个定长的向量,decoder则完成解码工作,对编码器的结果进行解码输出,例如在中英文翻译中,首先编码器将中文编码成一个向量表示,接

Kobe Bryant的专栏 1万+

深度学习笔记8:softmax层的实现

如果有什么疑问或者发现什么错误,欢迎在评论区留言,有时间我会一一回复 softmax简介 Softmax回归模型是logistic回归模型在多分类问题上的推广,在多分类问题中,待分类的类别数量大于2,且类别之间互斥。比如我们的网络要完成的功能是识别0-9这10个手写数字,若最后一层的输出为[0,1,0, 0, 0, 0, 0, 0, 0, 0],则表明我们网络的识别结果为数字1。 S

l691899397的博客 6万+

汤晓鸥谈深度学习三大核心要素:算法设计、高性能的计算能力以及大数据

汤晓鸥谈深度学习三大核心要素:算法设计、高性能的计算能力以及大数据 2017-05-21 15:02:28    深度学习    0 0 0 昨日(5月20日),香港中文大学汤晓鸥教授莅临 2017CCF 青年精英大会,在会上做了题为《人工智能的明天,中国去哪》的报告。报告重点讲解了深度学习的作用,并指出深度学习的三大核心要素是算法设计、计算能力和大数据。

周红伟讲AI 5550

深度学习笔记6:全连接层的实现

全连接层的推导 全连接层的每一个结点都与上一层的所有结点相连,用来把前边提取到的特征综合起来。由于其全相连的特性,一般全连接层的参数也是最多的。 全连接层的前向计算 下图中连线最密集的2个地方就是全连接层,这很明显的可以看出全连接层的参数的确很多。在前向计算过程,也就是一个线性的加权求和的过程,全连接层的每一个输出都可以看成前一层的每一个结点乘以一个权重系数W,最后加上一个偏置值b得到,即

l691899397的博客 7万+

2018中国AI英雄风云榜:投出你心目中的中国AI领军人!

[ 导读 ]经过25天的候选人征集和自荐,网易智能联合清华数据科学研究院共同主办的《2018中国AI英雄风云榜》今天正式开启候选人评审阶段。《2018中国AI英雄风云榜》...

THU数据派 814

人生第一个 Offer :作为算法工程师,去大公司 or 创业公司?

笔者介绍:元峰,技术公众号 AIZOO 的号主,2018 年硕士毕业,毕业后拒掉了一些明星的互联网公司,以及华为、科大讯飞等科技公司,选择去了「CV 四...

HyperAI超神经 3901
上一篇: 性能加速最高可达28倍!这个NLP工具包太NB了!
下一篇: 我用YOLOX露了一手,记录一下模型部署、优化及训练的实现全过程
Wang_AI
博客等级 码龄12年 997粉丝 162原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值