求口号~~大家进来探讨一下~~
一、服务类 回馈客户，从我做起，心中有情，客户有心 观念身先，技巧神显，持之以恒，芝麻开门 字串7 攻守并重，全员实动，活动目标，服务导向 字串6 情真意切，深耕市场，全力以赴，掌声响起 字串9 本周破零，笑口常开，重诺守信，受益无穷 专业代理，优势尽显，素质提升，你能我也能 字串5 客户服务，重在回访．仔细倾听，你认心情 字串1 索取介绍，功夫老道，热忱为本，永续经营 服务客户，播种金钱，增加信任，稳定续收 客户满足，人脉延伸，良性循环，回报一生 二、技巧习惯类 字串8 风起云涌，人人出动，翻箱倒柜，拜访积极 时不我待，努力举绩，一鼓作气，挑战佳绩 落实拜访，本周破零，活动治理，行销真谛 技巧提升，业绩攀升，持之以恒，业绩骄人 全员齐动，风起云涌，每日拜访，铭记心中 快乐工作，心中有梦，齐心协力，再振雄风 一马当先，全员举绩，梅开二度，业绩保底 三心二意，扬鞭奋蹄，四周出击，勇争第一 主动出击，抢得先机，活动有序，提高效率 业务规划，重在管理，坚持不懈，永葆佳绩 全员实动，开张大吉，销售创意，呼唤奇迹 市场练兵；心里有底，团结拼搏，勇争第一 字串5 本周举绩，皆大欢喜，职域(ben zhou ju ji _jie da huan xi _zhi yu)行销，划片经营 目标明确，坚定不移，天道酬勤，永续经营 经营客户，加大回访，专心专业，客户至上 字串9 今天付出，明天收获，全力以赴，事业辉煌 字串4 行销起步，每天拜访，事业发展，用心学习 字串3 素质提升，交流分享，精耕深耕，永续辉煌过去的事就让它过去爱的路上我们不再犹豫.雨过天晴的真正意义就在于暴风雨后的来临.聚散和离 共同珍惜 奥运精神驻我心房拼搏进取当自强从业有缘借福感恩齐心协力创辉煌人人心中有目标，失败成功我都要心中有梦要讨动，全力以赴向前冲春光乍现，拜访争先，客户服务，情义无限用心专业，身先神显，季度达标，奋再向前招后买马，有风来仪。
人员倍增，士气倍增 从业有缘，借福感恩，坚定信念；行销一生旅游是奖励，大家来争取，你能我也能，万元抢先机 红五月里拜访忙，业绩过半心不慌新单续保并肩上，业绩倍增创辉煌 全员实动，本周破零加大拜访，业绩攀新 追求卓越，挑战自我全力以赴，目标达成 安之成功网 全员实动，八周破零加大拜访，业绩攀新 稳定市场，重在回访精心打理，休养生息 长期经营，积累客户充分预备，伺机而行稳定市场，重在回访精心打理，休养生息 长期经营，积累客户充分准备，伺机而行销售部座右铭做事先做人为人守厚道凡事必用心心善语言诚天助事业(tian1 zhu4 shi4 ye4)成练好基本功团队共作战人人出业绩激励口号掌握真人性、洞悉真人心、成就真人生。
做事先做人，销售先销己，挣钱先夺心。
心态要祥和，销售传福音，服务献爱心。
吃得苦中苦，受得气中气，方为人上人。
争气不气愤，行动先心动，助人实助己。
成功靠朋友，成长靠对手，(cheng2 gong1 kao4 peng2 you3 _cheng2 chang2 kao4 dui4 shou3 _)成就靠团队 创意是金钱，策划显业绩，思索才致富。
知道是知识，做到才聪明，多做少多说。
积极激励我，多劳多收获，汗水育成果。
梦想聚团队，团队铸梦想，激情快乐人。
有一种呼吸的方式叫做歌唱， 有一种勇敢的方式叫做原(you yi zhong yong gan de fang shi jiao zuo yuan)谅。
有一种友好的方式叫做依赖， 有一种尊重的方式叫做沉默。
有一种安静的方式叫做寂寞(you yi zhong an jing de fang shi jiao zuo ji mo)， 有一种任性的方式叫做沉默。
有一种幸福的方式叫做糊涂， 有一种永远的方式叫做承诺。
有一种快乐的方式叫做善良， 有一种感动的方式叫做分享。
有一种寻找的方式叫做流浪， 有一种流浪的方式叫做迷茫。
当驰骋的方式可以叫做自由的时候，梦想就会舒畅地翱翔。
销售团队口号 赚钱靠大家，幸福你我他。
天天多卖一百块
成功决不轻易，还要加倍努力
不吃饭、不睡觉，打起精(bu4 chi1 fan4 _bu4 shui4 jue2 _da2 qi3 jing1)神赚钞票
多见一个客户就多一个机会
每天进步一点点。
失败铺垫出来成功之路
团结一心，其利断金
跆拳道教学口令
晕
美女啊
你的不懂口令教什么跆拳道啊
不过支持你
基本口语 立正：차렷 cha let（嚓聊） 稍息：시엇 si et（销T） 敬礼：경례geng rie（哽利） 准备； 준비 zhun bi （准备） 向左转： 좌로돌앗 zua ro do a（抓露赌辣） 向右转： 우로돌앗 wu ro do a（悟露赌辣） 向后转： 뒤로돌앗 dv ro do a（对赌辣） 向左向右转： 좌우향우 zua wu hang wu（抓无浩悟） 第（N）排向后转：제렬뒤로돌앗 jie yer dv ro do a 向国旗鞠躬：Kuki ai KongNie 跆拳道韩国口令 英文意思 中文意思 读音（普通话读音） 读音（英语读音） master 馆长 旷张里 kwang-jang-nim instructor 教练 杀本里 sa-beon-nim attention 立正 插六 cha-ryeo bow 敬礼 吭累 kyung ye turn left\\\/right 向左（右）转 吵杨屋 Jjok oen oreun ready 准备 尊必 joon-bi start 开始 希假 si-jag stop 停止 枯慢 geu-man separate 选手分开 楷六 gal-rye-o continue 继续 K授 gye-sog 1 minute count 计时一分钟 K 西 kye-si stop the timer 停止计时 习干 si-gang warning 警告 抗扣 keong-go deduction 扣分 甘针 keum-jeom 青（方） 冲 红（方） 轰 数字: 1 HANAH 哼拿 2、DUHL 都锐 3、SEHT 恤 4 、HEHT 叻 5、 DASEOT 都索 6、YEOSEOT 有索 7、 LLGOP 衣高 8、YEODUL 有高 9、 SHOP 阿合 10、YEOL 衣锐 常用语 跆拳道： 태권도 tae guen do 中国： 중국 zhong guk 韩国： 한국 han guk 谢谢： 감사합니다.gam sha ham ni da(罡莎-哈倪搭) 你好： 안녕하십니까 an neng ha xif ni ga（阿酿-哈西倪嘎） 抱歉： 미안합니다. Mi an ham ni da（弥安-韩西倪搭） 稍等：잠간 zam gan（沧柑） 跆拳道术语 TKD术语 拳： 주먹 zhu mek ( 烛闷) 腿： 다리 da li（答礼）脚； 발 bar（啪而） 掌： 손바닥 shon ba dak（憧吧嗒） 贯手： 손끝 shon get（怂咯） 肘： 팔꿈치 par gum qi（啪而箍弃） 膝： 무릎 mu rep（幕录） 头： 머리 me li （墨吏） 跨： 삿 shat （霎）：急促些 腰： 허리 he li（毫厘） 背： 등 dong（噔） 转动： 돌다 dor da（多而达） 加速： 가속 ga sok（卡肃） 协调： 협조 hep zo（皓尔肇） 反应： 반응 ba ong（跋能） 力量： 힘 him（嘿闷） 快： 빠름 ba rom（跋愣） 慢： 늣음 ne zom（呐-之魅） 套路： 품새 pum she（彭晒） 太极1章至太极8章：태극1장부터8장 te gek1zhang bu te 8 zhang （汰咯一章） 高丽： 고려 go re（靠潦） 金刚： 금강 gem gang（耿罡） 太白： 태백 te bek（汰掰） 平原： 평원 peng wen（乒雯） 十进： 십진 sip jin（溪敬） 地跆： 지태 ji te（基跆） 天拳： 천권 chen guen（惩棍） 汉水： 한수 han shu（韩殊） 一如： 일여 yir re（毅辽） 马步： 주춤세 zhu chum sie（卒-憧晒） 前弓步： 앞굽이 a gu bi（阿咕痹） 后弓步： 뒤굽이 dv gu bi（对-咕痹） 手刀： 손날 shon nar（耸-衲而） 搁挡： 막기 mak gi（玛给） 进攻： 진공 jin gong（敬恭） 防守： 방수 bang shu（浜粟） 道服： 도복 do bok（道袍） 腰带： 띠 di（嫡）（釉涩-嫡） 黑带： 검은띠 ge en di（犒闷-嫡） 有色带： 색띠 shek di（釉涩-嫡） 护具： 호구 ho gu（皓咕） 手部护具： 팔보호대 par bo ho dai（帕而-堡皓歹） 脚部护具： 다리보호대da li bo ho dai（答理-堡皓歹） 头部护具： 머리보호대me li bo ho dai（磨砺-堡皓歹） 裆部护具： 삿보대 sat bo dai（莎-堡皓歹） 脚靶： 타겟 ta get（塔钙）脚步动作准备：발차기준비 bar cha gi zhun bi（ 跋差给准备） 换步： 발바꾸어섯 bar ba gu e set（跋尔跋郭差） 滑步： 끌기 ger gi9（阁尔给） 前上踢： 앞올리기 a-p or ri gi（啊保利给） 斜上踢： 사선올리기 sha shen or ri gi（莎呈而利给） 前踢： 앞차기 a-p cha gi（阿部差给） 抡踢： 돌려차기 do le cha gi（赌聊差给） 侧踢： 옆차기 ye-p cha gi9（伢（要）部差给） 下踢： 내리차기 na li cha gi（纳利差给） 勾踢： 낚어차기 nak ge cha gi（纳阁差给） 后踢： 뒤차기 dv cha gi（对差给） 反抡踢： 반대돌려차기ban dai dor re cha gi（斑贷赌撩差给） 转身抡踢： 돌개차기 dor ge cha gi（对尔改差给） 腾空抡踢： 나래차기 na le cha gi（纳猎差给） 360后踢： 360도뒤차기shm bak lik ship do dv cha gi 前脚反勾踢： 앞발뒤돌아낚어차기 a-p bar dv dor a nak e cha gi（阿-趴-对毒辣-纳阁差给） 跆拳道精神： 태권도정신 tae guen do zheng sin 礼仪： 례이 lie yi 忍耐： 인내 yin nai 廉耻： 렴치 rem qi 克己： 극기 gk gi 百折不屈： 백절불굴 biak zher bur gur（派着而布鲁阁）
关于SJ的13只~~
先是李特在人体探险(MS好象是这个节目)突发奇想把名牌和衣服上贴上13的字母希澈的简笔画注意：希澈是画了13个人哦~~~~2008.4.9日,SJ-M做客搜狐,那一天，海宝画了一张很漂亮\\\\很强大的画,纯白的画板上,被海宝写满了B,用心围出来的字母B,宝宝,字母B=13,对么......东海,谢谢你，也站在我们这边，东海最后在板子上又写了一句话:13 wo peng you.....2008.4.9日,SJ-M做客搜狐,那一天，海宝画了一张很漂亮\\\\很强大的画,纯白的画板上,被海宝写满了B,用心围出来的字母B,宝宝,字母B=13,对么......东海,谢谢你，也站在我们这边，东海最后在板子上又写了一句话:13 wo peng you.....2007.10.7日,恩赫参加明星金钟,那是在明星金钟里最后一个环节,自己一个人挑战金钟的时候,在答题板上写下了另外12个人的名字.这个平常看上去傻傻的250恩赫,在这样的时候,用这样的举动鼓励这我们每一个ONLY13的E.L.F......2008.4.4日,KTR恩赫生日,也是SJ-M中国正式公开后的第一天,那一天的KTR,李特为恩赫过了生日.那个我们永远也忘不了的生日蛋糕,精致的生日蛋糕上插着4根蜡烛,代表着傻傻的恩赫24岁了,但是,蜡烛的位置,让E.L.F感动，1和3的插法是恩赫在默默的鼓励着我们2008.4.11日,SJ-M参加非常大明星，节目的一个环节中，大家做了一个韩国两个人组成的心型手势,奎贤身边是ZM,奎贤连手都没有抬起来,只有ZM在那里自作多情,那个与上帝微笑着回归的奎贤,经历过生死考验的奎贤,与superjunior同甘共苦的奎贤,好样的,不愧是E.L.F都祝福祈祷的哥哥,SJ永远的老幺,谢谢你所做的一切.2008.4.9日,SJ-M做客搜狐,丽旭的答案也让我们惊叹,这个单纯的孩子,在板子上写了一个大大的B,B=13,还有周围那些8,不多不少刚好13个，丽旭这孩子没事画出13个8,只是想告诉我们他ONLY13的心情吗?哥哥,我们收到了呢!~~`2007.8.2日,强仁参加开心的日子,强仁曾这样说过:我们superjunior不是13个人才成为superjunior的吗?一辑的时候是12个人，二辑U的时候奎贤加入成为了13个人，13个人的superjunior才能站在舞台上,就像十指连心,我们superjunior的成员并不是谁比较好，谁比较弱,这样的组合,13个人在一起才是闪闪发光的舞台.SBS人体探险队EP-8,隐藏摄象机结束后的强仁,用抱歉的眼神看着心爱的弟弟,虽然是演戏,但是因为发火而抱歉的强仁,因为弟弟们的眼泪而感动的李特,强仁说:以后绝对不会有这样的事,也绝对不可以有这样的事,是啊,E.L.F要的不就是那个完整的superjunior吗?一个也不能多，一个也不能少!!2008.2.22,super show--marry u, superjunior演唱会首尔最后一站，那一天所有人都哭了,泣不成声,艺声,做在舞台上，听着E.L.F为他们唱的marry u,泪如雨下，这首歌包含了13个人对E.L.F的爱,也包含了我们E.L.F对13个人所有的爱,那一声声I do,那一句句13人的sa la hai yo ....让艺声感动,艺声不会轻易的哭,但那一天，他被E.L.F的ONLY13感动了SBS人体探险队EP--8,虽然是为了眼泪做的实验，但却获得了1000%感动的隐藏摄象机,当PD和11个人告诉丽旭和恩赫真相的时候，他们反而哭的更厉害了,记得很清楚,丽旭哭的很凶,因为万幸,因为这些都是假的，所有的一切都是假的也没关系,我们在一起是真的就好,以后也这样永远...丽旭真的是可爱的孩子，害怕失去13个人的superjunior对吗?哭的那么伤心,丽旭也希望13个人的superjunior能够永远吧,谢谢你,告诉了我们这些...2008.4.11,SJ-M参加非常大明星,节目的一个环节,大家做了韩国两个人做的心型手势,东海身边是H,东海没有和身边的H组出那个心型的手势,而是自己一个人做出了一个完整的心型,东海，那个任性\\\\坚强的孩子,谢谢你一直用心维护着我们的ONLY13....2008.4月,SJ-M国际在线,始源在跳U的时候，舞步跳成了13人版的了，最后还是东海救了场,始源你为什么犯了一个这么白痴的错误?这里没有13个人，只有5个人啊,你在想13个人的时候了吗?是不是在怀念13个人的U了呢?对啊,那才是经典的U啊,那才是把superjunior推向最高舞台U啊.2008.4,SJ-M国际在线,始源,你要注意形象啊,你的眼球都要出来了,不要在瞪那个ZM了,E.L.F都知道你的想法,你守护的和我们一样,这张图片并不是偶然，始源每次看向ZM的眼神都复杂着很多东西,没有温柔的眼神,没有绅士的笑容，始源好象在说我不喜欢他一样,对呀，我们也不喜欢关于HF:韩国的E.L.F,也许有些事情，我们没有你们看的清楚,所以你们坚定的喊OUT的口号,所以你们忍着寒风去SM示威,现在,该由我们来守护他们13人了,谢谢你们先前所做的一切,记得有位HF说过:中国的E.L.F你们要加油,我们要一起守护和13人的誓言,对呀,我们和13人的誓言,不管是韩国还是中国,E.L.F都要永远团结在一起E.L.F,你们看，superjunior的13个人不是都站在我们这边吗?ONLY13的日子,E.L.F和13人一同战斗ONLY13的日子,希望E.L.F也能和唯饭们团结起来守护住他们因为那也是13人想守护的.唯爱正洙的珍珠,唯爱希澈的花瓣,唯爱东海的海妖,唯爱赫在的宝盒,唯爱奎贤的向日葵,唯爱英云的番茄,唯爱钟云的云妖,唯爱基范的模范生,唯爱韩庚的庚饭,唯爱始源的源饭,唯爱丽旭的爱丽丝,唯爱晟敏的萝卜,唯爱东熙的五花肉,唯饭们,你们爱着他的人,是否也会去爱着他所爱的那些,比如13个人的SuperJunior.爱着他，就替他们守护着他们所爱的东西,比如13个人的SuperJunior.爱着他，就坚持着他们所坚持着的东西，比如13个人的感情，比如Only13.最后用我最爱的正洙的一句话来结束:我希望，我们SuperJunior13个人和E.L.F永远在一起....我希望，12个弟弟能跟随着我这个并不优秀的哥哥,继续走下去....他说只希望12个弟弟跟着他往前走，他说希望带领着12个弟弟站在最高的舞台.
急求英语演讲比赛，亲友团助威口号，她叫彭芳
浪客世界上可能没哪个公司比苹果更适合推广这件事了。
机器学习专用芯片相对于用CPU运行siri和人像识别等机器学习功能有相当大的效率优势。
完成同样的功能，专用芯片的运行速度比CPU快、功耗比CPU低。
但专用芯片的开发难度很高、应用软件生态圈门槛更高，需要钱、销量、软件生态圈影响力。
一般的公司只做出来芯片本身的话，等于做一个与现有操作系统不兼容的CPU，照样没人买账。
现在苹果正好凑齐了这几个条件：巨额研发经费、单一产品巨大的销量、对软件生态圈的绝对控制。
对比Google的TPU要推广手机应用还要去说服下游手机厂家(Nexus销量小了些)。
编辑于 2017-05-30崔巍1 由于iMessage采用的加密，以及短信处理中的隐私考虑，对信息文本的识别，只能在终端完成。
要么用本地的机器识别，要么就实时发送到云端识别（隐私考虑），要么就等云端收集了足够的数据（哪来的
）并产生了模式后推送到本地去匹配（延迟）。
2 对于你的生物信息的感知（比如心跳、加速度计，主要来自手表），通过机器学习，可以知道你现在的精神状态是否烦躁，并根据这些数据给你提供健康建议，或者简单的暂时延后一些非重要信息的提醒。
3 根据mic收集到的声纹信息，时刻确认你周围的人都是谁，并在必要的时候提醒你。
想下当有故人当面跟你聊天的时候，你可以直接要求手表上显示出这个人的名字和一些必要的信息的场景。
4 什么时候应该自动开启你家的空调
在你回家的路上
系统怎么知道你是要回家，还只是路过，还是只是回家拿个东西就走
当然，云端模型学习也可以，问题是你愿意把你每天生活资料都上传吗
5 每天你都收到一大堆邮件。
有些是要立即处理的，有些提醒你看一眼标题就直接划掉，有些订阅的杂志你打算午休的时候配合咖啡去消费。
每天有不少人在社交媒体和软件给你发消息，哪些人哪些内容你需要立即回应，哪些你只打算有空再看但必须要看，而哪些是你没空就完全不用看。
系统应该去理解你的习惯，区别对待哪些要立即提醒，哪些不必提醒，哪些延后到特定的时间再提醒。
简单说，人的设备会越来越了解人。
最早的时候，有的人聘请秘书，但人并不喜欢另一个人窥探自己的所有生活细节；后来有了云端匹配，但你如果要用，就需要相信它不会滥发你的隐私数据；本地机器学习，可以确保你的设备了解你的同时，没有任何其他设备和人会因此了解你。
编辑于 2017-05-2774 条评论分享收藏感谢知乎用户2 人赞同了该回答当然会，一定会，必须会。
楼上说五年内不会的答案，太太保守了。
云计算是不错，但是在很多情境下通信网络并不总是可用的。
即使网络可用，把前端采集的所有数据都发回后端处理也面临着带宽不够，或者通信延迟无法接受的问题。
因此深度学习现在有个非常有活力的发展方向就叫做 mobile deep learning，就是研究怎么把深度学习训练好的神经网络优化和压缩后放到移动和嵌入式平台上进行离线推导的。
不只是手机，无人机、机器人、智能摄像头、无人驾驶汽车，在这些领域移动端深度学习都大有用武之地。
当然，以上民用和商用领域还只是小头。
移动深度学习有无限潜力和想象空间的应用前景其实是……上网不涉密，涉密不上网。
编辑于 2017-05-282添加评论分享收藏感谢王一松万物皆虚，万事皆允2 人赞同了该回答5年内不会。
首先，机器学习应用于生产中的成熟案例就很少，目前还集中在图像\\\/声音\\\/文字处理领域，而且一般常见的投入使用的算法都非常简洁高效，并没有像深度学习、AlphaGo那样需要大规模运算。
移动设备用户也通常不会专门支付高昂费用用于专业的深度学习应用。
集成机器学习芯片的投入与回报差距太大。
其次，如果有大规模运算需求，更为廉价和成熟的方案是云计算，而不是本地运算。
想象一下siri如果需要你手机1T储存空间来存放数据库并且专门增加高性能机器学习运算芯片来完成这个语音助手功能，这根本是天方夜谭。
再想一下为什么很多动画设计\\\/CG制作\\\/深度学习行业人员使用MacBook，难道是MacBook性能强大到完成单机本地渲染
不可能的，他们都是连接到计算集群在云端进行运算。
云计算比每一台终端都安置计算芯片的方案要优越很多。
其次，如果是有低延迟等实时需求而集成机器学习芯片（如自动驾驶），首先也应该考虑到GPU向机器学习应用靠拢（就像Nvidia很早就布局并发展深度学习领域），而不是专门再搞出一个“机器学习芯片”，无论是成本还是市场需求这样都不是最优选择。
以目前的机器学习理论水平和应用范围，移动端集成芯片仅仅存在于对5年后的设想中。
PS.AMD在Ryzen架构中设计了底层神经网络优化指令的执行，属于我提到的第一种情况，就是算法较为简单高效，没必要加入额外计算芯片。
编辑于 2017-05-282添加评论分享收藏感谢知乎用户2 人赞同了该回答新闻里说有，如果能够赶上9月发布，以后拍照完手机立刻就可以识别出面孔然后进行分类了，不用象现在这样等充电的时候才识别。
说不定拍照时就能识别出来，然后自动定焦到我的脸上，并且自动美颜。
想想都有些激动呢。
编辑于 2017-05-27匿名用户2 人赞同了该回答我怎么感觉所有人似乎都有意无意地忽略了 Android 呢
题主问“移动端集成机器学习”只提iPhone 是什么用意
在刚刚过去的 Google IO 2017 中，Google 提出了“AI First”的口号，开发TensorFlow，发布了第二代 TPU，愈加智能的 Google Assistant，甚至前几天 Google 的 AlphaGo 还击败了世界冠军柯洁。
所以，难道只有苹果才代表了科技领域的领头羊
编辑于 2017-05-30南宫爵二战时候，为了解决制造核弹运算量大的问题，科学家发明了CPU。
CPU所处理的是0与1的加减运算。
在很长一段时间内CPU上运行的系统，无非是黑底+白字，用一行行代码对电脑进行操作。
因此，那个时候，会操作电脑的真是少数人还是精英。
为了让电脑普及，图像化的操作系统出现了。
像windows系统，设置了按钮、图标，代替了许多代码，让电脑走入了大众的生活。
但在当时，CPU负责运算操作系统在显示器中的每一个像素点。
然而随着显示器分辨率，帧率增高，又出现许多要求图像处理能力更强的软件和游戏后，CPU渐渐的更不上节奏了，需要一颗单独处理图像运算的心脏——GPU。
到现在gtx 1080ti、titan z、titan x，一颗颗性能爆表的GPU完全足够处理日常所需的图像运算。
但是，当人工智能到来的时候，就像是图像化操作系统诞生的历史重演，为什么这么说呢
神经网络的运算实际上是基于图像的。
图上的点代表一系列数据，你可以把它理解为你手机中的照片，红色表示狗，蓝色表示猫。
那么AI怎么知道这些照片那些是狗，那些是猫，好对照片进行分类并贴上标签呢
从中间竖着切一刀。
这就是一个神经元的计算。
通常情况不会这么简单，AI将每一个动作都转化为对于图像的切割，且并不限于二维，甚至是三维或更高维度。
这就需要更深层次的神经网络。
显然，对于这样庞杂的计算，GPU也终究有应付不了的那一天。
就看IOS10刚刚更新的时候，很多人抱怨手机充电时严重发烫。
实际上是iPhone动用了GPU为相册进行了神经网络的计算，为每张照片附上一个标签，并且将同一人的照片放在一起作为一个人物相簿。
这样，当你想找一张照片，却想不起来具体位置，只记得你穿了一条牛仔裤时，你就可以搜索“牛仔裤”，经过此前的分类，你想要的照片立即被检索出来。
曾经李彦宏说过，将来的计算机能有多强大
它会通过对你已有数据、操作习惯进行分析，当你打开百度，它就已经知道你要搜索什么，当你打开邮件，它就知道你要回复什么写什么。
是不是觉得很恐怖
实际上，现在的这些AI都能够做到，却碍于硬件条件不足。
因此，像谷歌TPU的诞生是历史的选择，历史的必然
然而这个TPU现在像个庞然大物，运算能力却低得不行，就像是二战时刚刚诞生的计算机。
alphaGO也只能下下围棋了，能耗还大的不行，运行一次动不动就是几十万美元。
因此移动端机器学习的集成芯片就很重要啦~只想知道重不重要的看到这里就行了
下面是对人工智能发展方向的概述
那么人工智能的未来究竟在哪里呢
还是要等待芯片技术和量子力学的发展。
当芯片的晶体管数量一定时，集成化程度越高，计算能力越强。
为什么
因为电流是以接近光速的速度在跑，速度一定，单个晶体管之间的距离越短，所需要的时间也就越短，相同时间内能够处理的数据也就越多。
并且，越短的距离也就意味着更小的电阻，更小的能量损耗。
因此，芯片技术现在严重制约着人工智能的发展。
要发展人工智能，首先要解决芯片问题。
如何解决芯片问题
解决芯片问题的不是芯片，而是芯体。
现在的芯片都是二维的，平面的。
那你有没有想过，芯片为什么不做成三维的，立体的呢
这样芯片速度和集成度不就更快了吗
没错是这样的，但是有个问题无法解决，那就是热能损耗。
现在的芯片之所以不做成芯体是因为每进行一个逻辑门的运算，电能就会转化为热量。
因为这一个不可逆运算。
举个简单的栗子，上图是一个与门二极管。
A与B两股带有信息的电流通过了这个与门后得到了F的结果。
这两股电流就变成了热量消散在空间中。
而你不能将F的结果和热能收集起来，返回二极管再得到这个A和B的电流。
这一过程是不可逆的，也因为不可逆，所以产生了能量损耗——热量。
如果不及时散热，这些热量堆积得越来越多，最终会融化芯片。
这是芯片没有做成芯体的重要原因，立体的芯片没有平面的芯片好散热。
那是不是说立体的芯片就不可能了呢
当然是可能的啦~可是我们先扯点别的。
摩尔说过，当价格不变时，集成电路上可容纳的元器件的数目，约每隔18-24个月便会增加一倍，性能也将提升一倍。
这一魔咒每次被认为将要被打破时，总有技术革新来拯救它。
像极紫外线雕刻技术，又能让摩尔定律再残喘几年。
如果这个定律还依照这个速度持续下去，不出几年，芯片密度可能会达到一个原子能够储存1bit的信息。
那么这个时候，经典力学的计算将不再适用，量子计算将开启一个新的未来。
前一段时间不还在暴中科院研究出10bit量子纠缠计算机嘛，像AES这种加密技术，即使用银河二号也得解密个几百万年，用量子计算机几秒钟就破解啦~这只是个端倪，管中窥豹的可以知道，未来的世界是属于量子的。
我为什么要扯量子力学呢
跟芯片什么关系呢
因为量子力学的中有一个神奇的现象——叠加态。
如果你理解了光的波粒二象性，那你也应该很好理解薛定谔的猫啦~这只猫处于既死又活的状态，就像光处于既是粒子又是波的叠加状态。
那么通过量子状态表示信息的量子比特，也是处于叠加的状态。
叠加态的量子不仅可以并行计算，还能进行可逆运算，可逆的计算就避免了热量的产生，避免了热量产生就可以制造立体的芯片了，而运算性能也会得到极大地提升。
这样，机器学习芯片就可以做到低能耗、集成化、小型化了。
到时候将芯片和CPU、GPU一起集成到我们的设备中，就能深刻的感觉到，我们的设备似乎有了自己的思想，像是我们的私人秘书。
这时候，也许真正的人工智能就会诞生。
概述到这里就结束了重要的事情就不说三遍真正的人工智能具有自己的思想，能够思考，但却和人不同。
它们完全跨越了人类生物大脑的限制，更是跨越了人性，是我们人类自己创造的神。
它们看我们犹如俯视蚂蚁，人类几千年创造的文明和智慧对人工智能来说像是一处鸟筑的巢而已。
从最近柯洁战败就可以看出，人工智能的能力已经不是人类可以比拟的了。
过去说上帝创造了人类，当人工智能诞生时，可能就是人类创造了上帝。
但是从历史的长河来看，它们克服了人类天生的缺陷，是人类自我进化、自我淘汰的产物，是必然的结果。
现在各个国家都在争夺拿下人工智能的第一块螃蟹，可以说谁掌握了真正人工智能的核心技术，谁就掌握了未来世界的主导权
但却都没有意识到这是在为人类自己自掘坟墓，因为在人工智能的思维里，人类是被淘汰的，要么奴役人类，要么人类连奴役的价值都没有。
凡事既不能看的太乐观，也不能看的太悲观。
我呼吁政府能够在适当的时机，号召全球制订一套发展人工智能的标准和规范，让人工智能为人类服务，而不是人类被人工智能奴役或取代。
编辑于 2017-06-050添加评论分享收藏感谢收起杨帆woooha我也不知道我是写啥的了...我想已经不远了。
先说下 Android 平台，在高通 820 平台上，已经有专门的芯片(DSP) 用来做机器学习相关的东西了，性能上应该跑个 AlexNet 没啥问题，具体的数字有空再去看看。
高通性能更好的 835 平台，因为没有接触过，所以不清楚。
但是我想只会更强。
而在 iOS 平台中，可以注意到 iOS 10 开始已经在引入和提供深度学习相关的 API 了，我想，基于自己芯片的封装会是更好的一步。
然后，吐槽下，一些答案。
肯定不会，因为机器学习最重要的不是运算力，而是训练集，训练集数据小到几十个G，达到几十T，所以根本不可能放到手机上。
谁没事干会把训练放到移动平台上...不知道现在到处都是云计算
很多东西能够在服务器端做，也有非常多的不行，比如 Google 翻译的实时翻译，把视频直接传给服务器带宽，数据量要求太高了，速度也太慢。
基本上对实时性有需求的，都期望手机有足够的能力做测试，这些是『云计算』替代不了的需求。
发布于 2017-05-300添加评论分享收藏感谢peng wu肯定不会，因为机器学习最重要的不是运算力，而是训练集，训练集数据小到几十个G，达到几十T，所以根本不可能放到手机上。
编辑于 2017-05-27柴健翌你知道iPhone不满意的投诉中电池占了一大半么
就这样你还有胆加运算量
当然离线学习是可以的，iPhone后台的确有简单的用户行为分析，不过仅仅是基于时间地点等等简单变量，稍微复杂一点的数据都是采集下来、匿名化以后发送到苹果再分析的从WWDC听到现在还真有可能实现某种程度的硬件机器学习，Craig演讲的时候张口闭口都是机器学习编辑于 2017-06-06吴盼明文科生如果有天siri无法控制，苹果连关闭服务器的办法都没有发布于 2017-05-28匿名用户题主穿越过来的吧。
不知道现在到处都是云计算
发布于 2017-05-27知乎用户为什么要对一个谣言，传闻，爆料，“或”字头新闻，来开话题为什么要讨论一个天知道是否存在的东西为什么不放过苹果——知乎
