他们对洛青诗的霸气大大的服气，不过也有些郁闷。
步态识别这么高科技的的项目，两个对月开发了一半，还嫌他们慢，真是心塞了。
对洛青诗这个决定，陈诺认为很合理，能花钱解决的事那都不是事。
这么多高手天天去写基础代码，太浪费了。
“你们也不要郁闷了，估计青诗是被我逼急了，智慧大脑的概念我都提出来大半年了，只完成了基础的智慧交通部分，这个进度太慢了。”
“你们争取月底前交付这个天眼项目，接下来全力以赴做智慧大脑，该招人招人，速度要快，争取年底前完成环境监测、医疗健康、停车、充电等等都给整合掉。”
智慧大脑看似是整合了一个个的APP的，但本质上天差地别。
一个只是集成的客户端，一个是通过数据去判断你的需求，给你建议，甚至都不用你说就会给你做好计划。
试想一下，你下了班，只需要在手机上点击下班，坐进了自动驾驶的车中，通过智能驾驶系统、智慧交通系统，能准确判断你到家的时间。
外卖、快递等等都能在你到家的瞬间帮你送到家中。
等等类似场景都能综合起来，岂不是很爽的一件事情？
“继续说说步态识别系统的问题！”
陈诺畅想了智慧大脑后，继续和老鹰等人沟通。
“步态识别整体已经做好了，这三天的测试，准确率在85%左右。”
“其次是延迟性，以这栋楼的服务器支持系统运转，个体识别，系统响应为2毫秒，在百人中捕捉一人，响应时间为5毫秒，人数每增加一个量级，延迟增加在5-50毫秒之间，初步判断是算法和智能系统引擎的问题。”
一秒等一千毫秒，2毫秒、5毫秒的直接忽略不计。
但当一个城市的摄像头都加入的时候，那就很明显了。
京都2000万人，同一时间出现摄像头的即便只有500万人，延迟可能就在一分钟了。
等一分钟后出结果，再调动警力，赶到目的地的这个时间段，嫌疑人早就跑没啦。
对现实来看，85%的准确率已经很高了，总比你在茫茫人海之中去大海捞针的工作量要小吧。
“有解决方案吗？”
陈诺慢慢翻动报告，随口问了一句。
“准确率的问题，我们原计划是将人脸识别系统并联到天眼系统之中，和智慧交通系统一样，两套系统的数据相互验算，这样一来，准确率会大幅度到提升，但延迟问题会更明显。”
“至于延迟性的问题，除了提升智能系统的智能化，那就是优化算法了，除此之外我们没有更好的想法了，但智能部分的提升会更慢。”
陈诺将分析报告放到一边，道：“准确率的问题交给你们，延迟性问题交给我，我这来两天抽时间将整个系统优化一遍。”
天眼系统最终会并入到智慧大脑中，智慧大脑可不仅仅是智慧交通系统、天眼系统，还有智能驾驶等等，若是不将延迟问题搞定，智慧大脑就没法用了。
老鹰等人松了口气，有陈诺出手，问题应该不大。
和老鹰等人探讨了一会技术上的问题，给了一些建议。
然后陪着洛青诗吃了顿饭后，陈诺回到四合院。
“一号，扫描天眼系统，生成评估报告，给出优化建议！”
“收到，教授！”
一号系统出现至今有三个月了，随着它的自我学习，陈诺觉得它越来越像个人了，除了没有躯体外。
(/75863/75863889/1470929.html)
。