不管怎麼說，陳騰對這一次的系統升級還是非常滿意的。

“那就小小地抽個獎吧。”

趁手頭上寬裕，陳騰準備抽抽獎。

十連太奢侈，陳騰準備來個五連。

【dctc高精度影象識別模型】

【人工智慧自主創造性思維能力提升方案預測】

【LSm人工智慧語言學習大模型】

【大資料統計分析技術】

【第一代FNct架構方案】

“嘶……”

陳騰撫摸著自己的下巴，看著自己抽到的東西。

第一個影象識別技術，這是很常見的技術。

開車進各個停車場的時候對車牌號的自動記錄，是影象識別技術的一種應用。

這個許多人都已司空見慣。

還有上網時根據驗證碼的圖片打出對應的數字、字母。

進階一些的讓使用者選出圖片當中的“紅綠燈”“腳踏車”“大巴車”……

這則是使用者在幫忙做影象識別訓練。

這項技術的應用非常明確，給AI一張圖，讓AI識別圖中資訊。

這項技術的訓練方法同樣非常簡單。

給AI一張圖，讓AI識別。

錯了就糾正，對的就保留。

“倒是可以用在智慧駕駛上，就是不知道這個技術的方案怎麼樣。”

為了提升AI識別的效率、正確率以及學習的速度。

無數科研人員提出方案、最佳化方案。

不知道系統給自己的這個dctc模型，到底是什麼樣的水準。

陳騰拿起系統給的隨身碟插進電腦中。

看了一會兒技術原理。

很好，前面的匯入部分還能看懂一點，後面就完全看不懂了。

還是晚點給別人看吧。

至於抽出來的第二個東西那就“厲害”了。

提升人工智慧自主創造性思維能力，可是科幻電影和科幻小說當中才有的技術。

也就是俗稱的，擁有自己獨立的思維意識。

別看現在什麼“深度學習”的口號喊得響亮，但是實際上距離這一步還有十萬八千里。

陳騰也看到了這東西后面跟著的“方案預測”四個字，並沒有太激動。

抽不出來真正技術，只是方案預測也在陳騰的意料之中。

要是沒有這四個字，價值就不是一百萬了。

一千萬、一個億甚至更高也不是不可能。

況且就算是有了這個技術的方案，陳騰估計自己也還差著一堆前置的技術，根本啃不動。

“這玩意兒……姑且就當成謝謝惠顧吧。”

系統認證這東西的價值在三百萬以上，但是陳騰現在確實用不到。

第三個，甚至可以說是目前最有用的。

語言學習大模型。

顧名思義，這個大模型的作用就是幫助AI學習人類的語言，幫助它瞭解每一句話的含義。

學成之後，那自然就可以和人類對話。

如果將這項技術和語音轉文字的技術相結合，就能得到一個可以聊天說話的語音助手。

再給予操控裝置的許可權，那麼使用者將會得到一個類似於《鐵人》電影當中“賈維斯”一樣的人工智慧助手。

當然，肯定是弱化版。

這樣一來騰達旗下所有的裝置，都可以用語音進行操控了。

“就是不知道這個模型的水平怎麼樣了。”

陳騰沒有細看系統給的隨身碟。

不用看都知道，他肯定看不懂的。

第四個，大資料統計分析