不过在孟繁岐看来，这个方法极其臃肿，参数多达上亿个，虽然在一个大型人类数据集LFW上性能为97.35%，接近人类水准。

但对孟繁岐来说，将这个性能继续提升到99.6%往上是十拿九稳的事情。

不过，从数据上可以明显看到，这个指标剩余的提升空间其实已经很小了，没法很显著地拉开差距。

从学术的角度去思考这个问题，自然是不要紧的，只要突破了世界纪录，自然就是值得发表的研究。

可在工业界，思维却不能这么简单。

在最最基层的数据问题上，就有不小的阻碍，各方面的手续章程繁琐。

虽然尚海公共卫生中心主动与自己联络了，不过这方面的事情恐怕不会推进得太快，需要徐徐图之。

应当先行着手处理的是人脸识别算法方面的事情，并且既然已经决定创业，自然要从商业的视角去考虑，而非是之前的学术角度。

孟繁岐了解这个时期最先进的人脸识别算法，比如脸书的DeepFace，原本是基于阿里克斯网络做特征提取，加入了分段仿射变换，使用了3D人脸建模来重现脸部特征，对齐面部要素。

脸书在14年的这个方法是深度学习时代人脸识别算法的奠基之作，影响力很强。

性能相差无几的情况下，还有太多其他因素需要考虑进来。

比如速度快慢，商业用途，对速度都有硬指标的要求，这一点孟繁岐非常有信心；再比如算法的算子是否比较常见？有些复杂的学术操作，在商业使用的时候并不方便，硬件设备可能不支持，这点有可能会出问题。

其他诸如价格，使用难度，用户界面的美观程度，甚至于宣发的PPT做

（本章未完，请点击下一页继续阅读）

第103章 没有困难就制造困难 (第1/3页)

孟繁岐决定创业的两个方向，人脸识别和医疗AI，其中还是有缓急之分的。

人脸识别是一项已经应用了很久的技术，各方面都比较成熟，只是之前的方法比较传统落后。

一旦孟繁岐做出一些突破之后，可以很快切入进战场，展开收割，快速盈利。

而医疗AI还处于比较早期的阶段，其中最麻烦的问题是这些医疗数据与病人隐私方面的伦理问题。

阅读重生之AI教父最新章节 请关注完美小说网(www.umixs.info)