但由此产生的数据伪造，算法瓶颈，隐私安全等问题也日益凸显，各方投入的资金也越来越大，各种算法、硬件平台层出不穷，那么到底有没有一种算法能够解决所有问题，我说所有问题可能大家觉得这是吹牛，那先说能解决绝大数问题吧。不用去管什么贝叶斯深度学习，还是决策树、随机森林、逻辑回归等等这些算法，以及他们的组合运用，只需要用一个，就能解决刷脸认证、自动驾驶等等这些问题？
经过我们团队近十年的开发，我们终于……
好吧，上面这句是吹牛的，实际上就只开发了两个小时，就想到了一种通用的算法，我们称之为Stone算法。
我发现，好像不说个十年八年的，人们就很难相信这件事有多么伟大。实际上那些真正伟大，真正厉害的事物，往往都是靠着灵感，和某一瞬间的顿悟产生的。就比如说数学上的很多世纪难题，都是顿悟而来的灵感。
所以有时候，不要相信那些鸡汤文，必须得承认有些人就是比你聪明。
言归正传，在刷脸认证这一方面，使用了Stone算法之后，其速度有了质的变化。
说个业内人都知道的真相，其实刷脸认证，为了显得它很快，为了追求客户体验，就不可避免的失去安全性，即原本需要将两者匹配值在98%以上才算能确定为使用者本人，但为了体验，这个数值可以降低到80%，甚至70%，这一点包括所谓的指纹解锁也一样，所以就会出现橘子皮解锁，照片解锁等等低级的，让人笑掉大牙的安全问题。
那么Stone到底有什么不一样？
其一，我们测试了一百万组数据，就以刷脸认证举例，其速度是同行的五倍以上，其智能判断是否为真人的准确率为99.999%，真正实现了刚刚打开识别程序，结果就已经显示出来。
其二，在自动驾驶这一方面，Stone算法的归纳程度也远超同行的数据，用最浅显的话说，同行需要跑10万公里的才能得到的有效数据，我们只需要1万公里，其有效程度也远超同行的90%，达到99.999%。
其三，在对比神经网络算法，Stone更是将速度提升75%左右，如果应用到实际的项目当中，更是能领先三倍左右。”
陈岩尽量减少专业术语的出现，但还是不可避免的出现很多让一般人懵然的词汇，好在大家都能明白领先了多少，超过了几杯，精度提供到了小数点后面几位。
“说了这么多，还是直
本章未完，请点击下一页继续阅读！