array(2) { ["docs"]=> array(10) { [0]=> array(10) { ["id"]=> string(3) "428" ["text"]=> string(77) "Visual Studio 2017 单独启动MSDN帮助(Microsoft Help Viewer)的方法" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(8) "DonetRen" ["tagsname"]=> string(55) "Visual Studio 2017|MSDN帮助|C#程序|.NET|Help Viewer" ["tagsid"]=> string(23) "[401,402,403,"300",404]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400964" ["_id"]=> string(3) "428" } [1]=> array(10) { ["id"]=> string(3) "427" ["text"]=> string(42) "npm -v;报错 cannot find module "wrapp"" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(4) "zzty" ["tagsname"]=> string(50) "node.js|npm|cannot find module "wrapp“|node" ["tagsid"]=> string(19) "[398,"239",399,400]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400760" ["_id"]=> string(3) "427" } [2]=> array(10) { ["id"]=> string(3) "426" ["text"]=> string(54) "说说css中pt、px、em、rem都扮演了什么角色" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(12) "zhengqiaoyin" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400640" ["_id"]=> string(3) "426" } [3]=> array(10) { ["id"]=> string(3) "425" ["text"]=> string(83) "深入学习JS执行--创建执行上下文(变量对象,作用域链,this)" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "Ry-yuan" ["tagsname"]=> string(33) "Javascript|Javascript执行过程" ["tagsid"]=> string(13) "["169","191"]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511399901" ["_id"]=> string(3) "425" } [4]=> array(10) { ["id"]=> string(3) "424" ["text"]=> string(30) "C# 排序技术研究与对比" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(9) "vveiliang" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(8) ".Net Dev" ["catesid"]=> string(5) "[199]" ["createtime"]=> string(10) "1511399150" ["_id"]=> string(3) "424" } [5]=> array(10) { ["id"]=> string(3) "423" ["text"]=> string(72) "【算法】小白的算法笔记:快速排序算法的编码和优化" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(9) "penghuwan" ["tagsname"]=> string(6) "算法" ["tagsid"]=> string(7) "["344"]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511398109" ["_id"]=> string(3) "423" } [6]=> array(10) { ["id"]=> string(3) "422" ["text"]=> string(64) "JavaScript数据可视化编程学习(二)Flotr2,雷达图" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "chengxs" ["tagsname"]=> string(28) "数据可视化|前端学习" ["tagsid"]=> string(9) "[396,397]" ["catesname"]=> string(18) "前端基本知识" ["catesid"]=> string(5) "[198]" ["createtime"]=> string(10) "1511397800" ["_id"]=> string(3) "422" } [7]=> array(10) { ["id"]=> string(3) "421" ["text"]=> string(36) "C#表达式目录树(Expression)" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(4) "wwym" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(4) ".NET" ["catesid"]=> string(7) "["119"]" ["createtime"]=> string(10) "1511397474" ["_id"]=> string(3) "421" } [8]=> array(10) { ["id"]=> string(3) "420" ["text"]=> string(47) "数据结构 队列_队列实例:事件处理" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "idreamo" ["tagsname"]=> string(40) "C语言|数据结构|队列|事件处理" ["tagsid"]=> string(23) "["246","247","248",395]" ["catesname"]=> string(12) "数据结构" ["catesid"]=> string(7) "["133"]" ["createtime"]=> string(10) "1511397279" ["_id"]=> string(3) "420" } [9]=> array(10) { ["id"]=> string(3) "419" ["text"]=> string(47) "久等了,博客园官方Android客户端发布" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(3) "cmt" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511396549" ["_id"]=> string(3) "419" } } ["count"]=> int(200) } 222 一个神经网络电饭煲卖2万,我的米不配! - 爱码网

一个神经网络电饭煲卖2万,我的米不配!

全网TOP量化自媒体

什么样的电饭煲,折扣价19999?

当然是AI电饭煲

CNN神经网络加持,能速算十万级大米信息,不仅能自动识别米的品种,煮出一锅水米配比最智能的饭,还能把量米、洗米、加水、煮饭全程自动化。

一个神经网络电饭煲卖2万,我的米不配!

或许,你已经不能叫它电饭煲。看看它的官方命名——

COLMO BLANC煮饭机器人

这样一款产品,来自美的旗下高端品牌COLMO,号称诞生于「欧洲之巅勃朗峰」,要为消费者带来「兼具至臻品质和自主学习能力的AI科技家电」。

(仿佛每一个字,都吞吐着金钱的芬芳,你细品,你细品)

炒概念?智商税?不不不,COLMO还是相当有诚意的,买下这款电饭锅,就送戴森吸尘器。

另一款售价69999的AI冰箱,还送万元Gucci包呢!

一个神经网络电饭煲卖2万,我的米不配!

简直买到就是赚到。一个神经网络电饭煲卖2万,我的米不配!

1

AI「黑科技」加持的天价电饭煲

一个电饭煲,凭什么能卖2万?

用商家的话来说,就是「黑科技,懂人心」。

一个神经网络电饭煲卖2万,我的米不配!

首先是在大米上,下足了功夫——识米技术。

用到了人工智能技术中,非常经典的卷积神经网络(CNN),结合8mm近焦显微透视AI摄像头,号称仅用1微秒,就能够计算10万级大米的信息。

一个神经网络电饭煲卖2万,我的米不配!

除了能够辨别15种市场常见大米的种类之外,还可以识别它的胶稠度、直链淀粉、感官、水分等细节信息。

(瞬间感觉每粒大米都有了鲜活的饭命一个神经网络电饭煲卖2万,我的米不配!

第二大亮点,就是全自动。量米洗米都不用自己动手的那种。

例如全自动「螺杆精准量米」。

一个神经网络电饭煲卖2万,我的米不配!

以14m/s的速度,全自动「风梭进米」。

一个神经网络电饭煲卖2万,我的米不配!

用气泡水全自动洗米

一个神经网络电饭煲卖2万,我的米不配!

还能全自动精准调配米和水的比例

一个神经网络电饭煲卖2万,我的米不配!

当然,火候也是重中之重。

按照COLMO的说法,「一米一曲线」,每种米都应该拥有专属的烹饪曲线……

一个神经网络电饭煲卖2万,我的米不配!

看到这里,再看看你家的电饭煲……是不是感觉吃个饭都变难了。

但别急,不仅是吃饭,COLMO 还会让你感觉冰箱都用不起——售价69999元

也是结合AI摄像头,还利用深度学习算法,10微秒瞬间计算、识别食材,而且还号称算法自进化,越用越精准。

一个神经网络电饭煲卖2万,我的米不配!

而售价如此的冰箱亮点就是——定制膳食营养管理、远程管理食材。

…..

在如此「黑科技」加持的电饭煲、电冰箱面前,是不是觉得自家的家用电器都弱爆了?一个神经网络电饭煲卖2万,我的米不配!

2

天价家电背后的「黑科技」

看完 COLMO 介绍的产品之后,不难发现,其所指的「黑科技」,无非就是用CNN来做图像识别

CNN 我们都比较熟悉,是一类包含卷积计算,且具有深度结构的前馈神经网络。

因为 CNN 自身的设计特点,在图像识别之类任务中具有较大的优势,工作流程大致如下:

一个神经网络电饭煲卖2万,我的米不配!

但与正常的人脸识别等不同,大米识别的难点在于,每一粒大米的体积都很小,而且也没有非常明显的特征区别

这对大米识别技术来说,确实是一种考验。

一个神经网络电饭煲卖2万,我的米不配!

但据公开报道,早在2017年,便已经有了「大米识别」相关的技术。

研究人员在几十万张大米图片上进行训练,最终实现了「识米」的目标,当时便已经能够识别15种类型的大米。

而且,目前市面上的一些智能电饭煲,也能对不同大米定制相应的烹煮方式。

3

美的旗下的高端品牌

所以,带来这些产品的COLMO是什么来头?

这是一个美的在2018年底推出的高端品牌,产品定位是「AI科技家电」。

在COLMO上,美的寄托了其对于高端家电市场的野心。在发布COLMO的同时,美的创始人何享健为美的定下的奋斗目标是:年营收、公司市值双双超过5000亿。

在中国家电及消费电子博览会AWE 2019上,美的中央研究院院长徐成茂介绍,在COLMO产品制造过程中,全面引入了AI技术,以向用户交付高品质科技体验。

不仅是电饭煲、冰箱,其产品涉及各类家用电器,包括空调、洗衣机、热水器……

一个神经网络电饭煲卖2万,我的米不配!

不同的是品类,相同的是定位:高端、AI这样的字眼频频出现在品牌的宣传之中。

甚至连生产线,都要强调「人机双轨」AI定制。

一个神经网络电饭煲卖2万,我的米不配!

4

网友:我的米不配下锅

所以,这样的高端AI家电有没有人买呢?

虽然月销是0吧,但是隔个3、5个月,还真有人买。

一个神经网络电饭煲卖2万,我的米不配!

不信你看买家秀:

一个神经网络电饭煲卖2万,我的米不配!

竟然还能外接电视……

正如即刻网友@大概是Pro所说:电饭煲2000 + AI标签1000 + 机器人标签2000 + 「精鉴自配」2000 + CNN标签5000 + 连米都不用淘了4000 + IH舞动烹饪——大米都活了1000 + 信仰无价10000,共计2.7w,现在居然连2w都不要,太便宜了!

一个神经网络电饭煲卖2万,我的米不配!

更何况售价也在1、2万的日本进口电饭煲们,还没有CNN识大米的技能呢。

一个神经网络电饭煲卖2万,我的米不配!

只不过,还有网友说出了我的心声:我怕我的米不配下锅。

一个神经网络电饭煲卖2万,我的米不配!

所以,小米考不考虑出个平民版,让AI走进一下年轻人的生活呢?(手动狗头)

最后,如果你还见过其他类似的「天价高科技家电」,欢迎在评论区留言~

量化投资与机器学习微信公众号,是业内垂直于QuantFintech、AI、ML等领域的量化类主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、资管等众多圈内18W+关注者。每日发布行业前沿研究成果和最新量化资讯。

相关文章: