云技术渗透到本地数据中心网络

这款由麻省理工学院(MIT)所打造出来的AI，研究人员用一个由数百万个影片剪辑而成的数据集，对一个名为Speech2Face的神经网络模型进行自我训练，而这款网络的运作大概分成两部分，一个是语音编码器，主要负责对输入的语音来进行分析，并预测出相关的脸部特征;另一个则是脸部解码器，主要对输入的脸部特征来进行整合并产生图像。从最终结果来看，仅用了6秒，就能靠着声音来还原人脸，效果上是令人满意的。

该研究团队表示，他们的目的并非为了准确还原说话者的模样，Speech2Face模型主要是为了研究语音与相貌之间的关联性。目前Speech2Face已经可以识别出性别，而对于白种人与亚洲人也能轻易分辨，在年纪部分从30、40、70岁的年龄段声音命中率会比较高一点。

除了基础的性别、年纪与种族外，Speech2Face还可以猜中一些脸部特征，像是鼻子结构、嘴唇厚度与形状、咬合等情况，也可以猜出大概的脸部骨架，基本上声音输入的时间越长，这款AI的准确率就越高;不过研究人员也坦言，AI的听觉也会有错，这款AI会将尚未经历变声期的小男生当作女性、对说话者的口音也会有判断错误的时候、甚至搞错年龄等。研究人员表示，Speech2Face之所以会有局限性，部分原因是因为数据集中的说话者，本身种族多样性不够丰富，所以让它在辨认不同种族人士声音这样的能力上是比较弱的。

不过也有人认为这项技术背后所隐藏的隐私与歧视等问题，令人担忧;他们认为虽然这是纯粹的学术调查，但脸部信息的潜在敏感性，是有必要进一步讨论当中的道德因素，应该要对此进行严谨的技术测试，并确保实际数据可以代表预期中的用户群。


 

跟踪谁能够来上班，并相应地调整生产线，有助于Perdue保持产品的流动，但公司面临着另一个挑战是:如何将制造和分销从萎缩的餐厅和酒店业务转移到蓬勃发展的零售业务中去，超市也面临着如何将鸡肉放在货架上的挑战。

对数据和供应链分析的渴望

虽然Booth对其在转移到远程工作和在工厂创造安全环境方面的表现感到非常自豪，但他也承认供应链分析将是未来的一个投资领域，尤其是在垂直整合的业务当中。“我们将从鸡蛋开始，一直到所有包装好的产品，”他说。“因此，我们需要能够预测未来50天内所有需求的工具。在这场危机中我们必须敢于改变自己。”

Booth的任务是建立一个以数据为中心的IT战略，预测式供应链分析将会是其首要的任务。“我们未来的计划是从各种系统中提取数据，然后放入一个数据湖，”Booth说。“我们将引入环境、病毒和客户数据，并在上面添加一个语义层。然后，我们将让数据科学家利用数据来预测未来50天的供需状况。”

Booth说，在流感大流行期间，高级管理人员在数据能力方面的投入会比在大流行最终过去时容易得多。而一旦情况恢复正常，Booth又将如何保持对供应链数据的兴趣?

“在Perdue，人们确实会渴望得到数据，这在大流行之前就开始了，”Booth说。“如果我们能够让数据变得更容易被访问，不管是否处在全球危机中，他们都会很好地利用这些数据。”对于Booth来说，易用性将发生在语义层或字典层。“我们在IT领域的工作就是使数据准确、可用且易于使用，”Booth说。“我们的业务合作伙伴可以直接说，‘给我卖鸡腿的商品成本’;他们不必为了得到他们所需要的东西而去深入了解SAP。”

Booth在Purdue的头一百天的大部分时间都在进行危机管理，这不仅让他看到了新的IT团队的优势，以及公司对更好的分析的需求，还让他清楚地看到了公司最好的领导和文化，以及需要改变的地方。

“Perdue拥有我见过的最谦逊、最冷静、最真实的领导团队，”他说。“鸡肉供不应求的时候，我们本可以提高价格，但我们没有。而且，从第一天起，他们的首要关注点就是员工的安全，而他们的危机管理方法就是树立愿景，然后让员工有足够的自由度来完成任务。”

在Booth制定长期IT战略的过程中，他相信，基于IT和高级管理人员在危机模式下的领导方式，他们将成功地成为一家数据驱动型企业。“从危机发生的那天起，我就看到整个公司，从高管到IT，再到工厂里的人，都在一起努力，赚取每一分钱，”他说。“这让我对我们推动更多转型的能力非常乐观。”

（编辑：鹤壁站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!