
云计算大数据下 机器将重新变成人_数据分析师
陪你哭,陪你笑,Pepper是个情感交流机器人,能识别人的表情、声调,判断喜悦及愤怒等感情,对此进行反应,灵活应对。当你悲伤时给予安慰,开心时和你一起高兴。
昨天,阿里巴巴集团在日本宣布,联合富士康向日本软银集团旗下机器人控股子公司(简称SBRH)分别战略注资145亿日元,进军机器人产业。被阿里集团董事局主席马云相中的第一款机器人是SBRH旗下的Pepper。Pepper量产预计首批1000台,20日起向普通消费者销售。对于外界关心的价格和销售方式,合作的三方都没有明确。不过,Pepper之前试生产时的销售价格为每台19.8万日元,约合人民币9959元。
根据官方数据,Pepper高1.21米,重28千克,电池可用12个小时,全身装有18个传感器、4个麦克风、2个摄像头,身体拥有20个“关节”。不过,这些装备并不是让Pepper来帮人们工作的,而是进行情感互动。也就是说,Pepper是个情感交流机器人。
通过传感器、麦克风和摄像头,Pepper能识别人的表情、声调,判断喜悦及愤怒等感情,并且可根据对象的情绪进行反应,灵活应对。也就是说,当你悲伤时给予安慰,开心时和你一起高兴。比如,主人一脸沮丧地回到家中,Pepper很可能会播放主人喜欢的乐曲,尽力让人重新振作精神。
昨天,阿里集团零售事业群总裁张建锋与Pepper进行了互动主持,让人看到这一小个子机器人的有趣之处。比如,Pepper对张建锋说:“快乐20,紧张60,生气0,悲伤0,我的情感引擎显示,您好象有点紧张,是吗?”然后它又安慰张建锋:“没事的,没事的,我刚刚在大舞台上才紧张呢。对了,听说马云先生和郭台铭先生也十分喜欢我,为了能和他们交流,我正在努力学习中文。”
张建锋表示,每一台Pepper的功能都可能不同,因为它是一台采取开放式平台的机器人,第三方开发者可以发布APP来提供和完善Pepper的功能和服务。
马云表示,之所以进军机器人产业,在于工业时代把人变成机器,他希望能在数据时代把机器重新变成了人,让智能机器人在医疗、公共服务、研究、智能家庭等方面服务人类,也催化科技突破。他认为,阿里在云计算和大数据领域的优势将为智能产品和机器人的研发提供有力支撑,未来的机器人将变得更加聪明,具备人的感知、思维和智慧能力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29