監控系統安裝公司表示大家都在談人工智能，而關注“進化計算”的人相對而言還不太多。進化計算不是我們發明出來的，國際上有很多公司已經在研究，這是人工智能之后的下一個時代。深度學習非常火，但是有一個致命的缺陷，深度學習只能用于特定的任務，深度學習是需要人工的，而這些問題基于進化計算都可以很好的解決。

這些年來，基于進化的發育模型，用基因調控網去解決在神經網絡中自動學習的能力，包括對神經網絡機理的研究和認識都是我們的成績。比如現在非常火熱的人臉識別，人臉識別有一個特點：對尺寸、大小、角度要求非常高，所以你看我們去機場，說站著別動，給你拍一下照，做一個人臉識別。

再比如說數據處理。貴陽作為大數據中心，數據最關鍵的是建模，現在越來越難了。比如說進化計算，我們首席科學家已經在芬蘭的國家電網、空中客車已經有一些應用案例，相信會有更多的人關注這些。

零售門店的大數據應用

安防監控公司稱既然我的主題是講零售門店大數據，到底零售門店數據有什么特點呢？

第一、門店的數據。現在的線下門店已經有2000萬TB的視頻數據，只不過原來數據都是信息孤島、本地化的，我想去用的話很難。未來，一它是需要云端化，二、需要結構化，因為原來是非結構化的視頻數據，那個數據用起來真的很累。當然智能化也是未來發展的趨勢，通過云端化之后，把數據在云端關聯起來，比如說人臉識別當中，我們講的有人臉庫、特征值數據、關聯數據、商品標簽數據和人臉標簽數據等等，都是基于視頻數據提取之后的結構化數據。

第二、人的數據。現在線下門店每天有20億人次的人流量大概有7000億的數據，這些數據如果用人臉識別技術去抓取，每天有7000億的數據，有非常了不起的數據，我們需要智能數據把它結構化。

第三、貨的數據，在門店我們通過店里的交易數據和商品數據，這些數據放在云端和其他的數據關聯起來，創造價值，也就是現在大家談的基于零售、人貨場的價值。

相關應用也在一些餐飲企業開著手進行了。餐飲業后廚的規范特別麻煩，大家對餐飲的管理真的很頭痛，也許可以通過行為分析把餐飲業的后廚通過關聯全部做起來。

2015年出現了無人零售至今，風口應該到了。現在說的無人零售，當然也不是完全“無人'’，沒有做得那么快，但是我們在慢慢減少我們的店面人員、管理人員。

人工智能的發展真的是無可估量。未來會是什么樣子？實在令人遐想。