</dt>
&esp;&esp;“你們能這麼想說明你們心裡已經把公司當成自己未來的一部分了！這樣非常好！不過對你們的投資再多我都會出的，而且你們也不是沒有對公司做出貢獻，有些事情可不是光用金錢就能海量的！
&esp;&esp;像公司目前的安保系統，各種生產線的無人作業系統等等不全部都是你們負責開發出來的，這些東西用錢是買不來的，就算是買的到我也不放心用，所以你們超級計算機部門對公司的貢獻大家也都是看得到的！
&esp;&esp;不過既然你們想要為公司帶來更大的利益，我還是非常感謝的！幫警方開發他們的人工智慧系統確實是一件一舉多得的好事，可以讓你們從更多的角度來看待人工智慧應該如何進步，對‘起源’的升級也有非常重要的促進作用！
&esp;&esp;所以這次能不能拿下警方的合同就看你們了！既然要做，就要做到最好，需要什麼資源就直接說，要多少錢也都沒有問題，需要招多少人也是你們自己決定！”雷天唐笑著說道。
&esp;&esp;“老闆你就放心吧！我們的‘起源’現在可不是剛誕生時候那樣功能簡單的人工智慧了，它現在的智慧學習系統已經進化的非常完善了，不會像那些警方正在使用的所謂人工智慧只能集中在影片影象領域了！
&esp;&esp;它現在已經可以進行自我智慧標註了！現在它的資料庫每天都在以一個非常快的速度在增長！我們超級計算機部門如果需要幫警方研發專屬人工智慧的話，確實還需要老闆繼續投資！
&esp;&esp;‘起源’的運算能力還需要進一步的提升，它的儲存空間也需要進一步的擴大，而且繼續招聘那些計算機高手也需要投資！”吳文悅笑著回答道。
&esp;&esp;對於吳文悅的說法，雷天唐也是知道的，警方目前使用的人工智慧應用確實只集中在影片影象領域！這是社會發展來決定的。
&esp;&esp;隨著機器深度學習演算法的發展，人工智慧在機器視覺，指紋識別，人臉識別，視網膜識別，虹膜識別，掌紋識別，語音識別，語義分析等方面發展迅速，並得到廣泛應用。
&esp;&esp;人工智慧技術平臺在應用層面主要聚焦於計算機視覺、語音識別和語言技術處理領域，比如：智慧翻譯、智慧教育等人機互動，無人車、無人機等自動駕駛，精準推送、精準搜尋等智慧應用。
&esp;&esp;上述智慧應用都是機器深度學習技術的應用結果，機器深度學習分為監督學習、無監督學習、半監督學習、強化學習四種方式。
&esp;&esp;這些學習的背後往往都離不開對用於訓練機器深度學習的相關資料進行標註：多邊形標註、點標註、線標註、2d框標註等影象標註，還有語音標註、影片標註、文字標註等。
&esp;&esp;有人說：有多少人工，才有多少智慧，這些訓練資料的標註，都有賴於大量的人工對資料進行清洗和標註，然後再用於機器學習和訓練。
&esp;&esp;有需求就有市場，隨著機器學習的需求越來越旺盛，相關資料標註也越來越多，催生了不少資料標註公司。
&esp;&esp;而這些資料標註公司的業務主要集中再語音標註、影象標註、影片標註等方面。因而，相關應用也是在這幾個方向發展最快。
&esp;&esp;若要在公安情報分析或者是追捕嫌疑人的過程中引入人工智慧的應用，也必然涉及相關訓練資料的清洗和標註，比如案件分類、人員分類、報警分類等等。
&esp;&esp;這類資料若是交由普通資料公司進行標註，一是涉及保密問題，二是涉及標註準確性的問題，所以較普通資料標註就有較多困難。
&esp;&esp;因此，研發警方使用的專屬人工智慧的基礎工作不僅僅是收集資料，還要加上對資料的標準化處理，為後續機器深度學習打下堅實基礎。
&esp;&esp;要實現人工智慧的情報研判，必然離不開標準化的人工情報研判標註，警用的人工智慧接報警和處警系統需要將自動將語音報警轉換成文字，提取關鍵詞。
&esp;&esp;然後自動分類標註報警，並同時將其和同樣利用人工智慧進行了結構化處理的影片、影象及其他資料進行關聯比對，在極短時間內發現可疑人員併產生預警提示。