也是抱着电脑去电脑城。
但现在不一样了，个人电脑已经向大众们普及，这用户基数大了，又不是人人都会维护电脑，比如重装系统这种活儿，很多人是干不来的，再加上生活节奏加快，大家也没时间处理这些小问题。
尤其是企业用户，人家可能分分钟就是上万上百万的大生意，哪有功夫把精力耽误在硬件维护上，如果专门请电脑技术维护方面技术员工，成本又太高，也不一定能处理所有问题，于是专业的电脑上门维修维护服务就有了广大的市场前景。
沸腾云电脑虽然采用的是租售模式，并且也提供售后服务，但这个售后服务，只是提供基础服务，如果使用过程中客户自己造成的软硬件问题，是要额外收取售后维修费用的。
沸腾科技的做法就是建立一个沸腾云电脑售后平台，客户在平台上下单邀约维修人员，而个体户性质的技术人员则以就近原则，从平台上接单，一个单子弄下来，少则赚50，多则几百，不说赚什么大钱，维持正常的基本生活是毫无问题的。
而且沸腾云电脑售后平台的业务，也不仅仅只针对云电脑用户，其他品牌或组装电脑出了问题的用户，都可以在上面下单，享受上门专业服务。
不论是沸腾云电脑项目还是这些相关业务，只是这次研讨会讨论出来的项目之一，此外还有很多计划项目也需要好好说道说道。
比如沸腾游戏就针对人工智能学习，提出了一个“生成对抗网络学习”的概念。
这个概念的提出，为人工智能培养研发，提供了一个节省大量算力的思路。
此前提到过“监督学习”、“强化学习”的概念，但这都需要大量的算力支持，而“生成对抗网络学习”则对算力的需求相对较低，因为通过这种方式，人工智能学习找补的对象是人类，并且以网络对抗的形式进行。
通俗点说就是，可以制作一系列专门用来教育培养人工智能的网络游戏，但这些网络游戏普通玩家也能玩，并且具有很强的可玩性和对抗性。
然后，人工智能通过在游戏中不断地与玩家进行对抗，以此不断向玩家们学习游戏经验，从而实现自我成长和智能提升。
简单点说就是把玩家当陪练，让玩家的逻辑判断和行为决策成为人工智能的学习养分，而不是靠另一段程序代码训练人工智能，这样就节省了一部分算力。
这个思路的缺点是玩家的行为决策往往具有不确定性和随机性，会产生很多无效的数据，使得ai的学习效
本章未完，请点击下一页继续阅读！