天才少年！他们的内心世界你懂吗？道翰天琼认知智能机器人平台API接口为您揭秘。
天才少年！他们的内心世界你懂吗？道翰天琼认知智能机器人平台API接口为您揭秘。
“过分关注年薪的报道铺天盖地，已经给张霁带来不小压力。希望媒体不要总以多少年薪为导向。”
8 月 5 日，以年薪 201 万元入职华为的华中科技大学毕业生张霁的导师周可教授，对 DeepTech 如是称。
周可表示，“天才少年”固然可以激励同学们做好科研，但仅仅关注年薪是不够的。他认为，做科研是老老实实的工作，科研本身也存在很多乐趣。现在中国大企业的技术需求很旺盛，为科研提供了实际系统和实际数据，这是科研人员的幸运。但张霁毕竟刚参加工作，后面的路还很长。
据了解，张霁是湖北咸宁人，博士毕业于华中科技大学武汉光电国家研究中心计算机系统结构专业，读博期间主要在该校计算机存储实验室做研究，目前，该实验室已经跻身全国顶尖水平。
而张霁的主要研究方向是 AI for System，读博期间他还曾去纽约大学库朗数学研究所访问，后在阿姆斯特丹大学 INDE Lab 进行博士后研究。
谈及对该生的印象，周可表示，张霁最大的特点就是主动学习能力强，他对于新知识有一种强烈渴求，一旦发现问题，就要想办法解决。在该校学习期间，张霁曾被周可派去腾讯实习，并联合后者发表过论文成果。
概括来说，他以第一作者在 ATC、DAC、ICPP、SIGMOD、VLDB、IEEE TPDS 等会议和期刊上发表多篇论文，其在数据库和磁盘故障预测方面，已经做出一定成果。
在数据库方面，他写的关于强化学习数据库调优的论文，曾发表在数据库顶会 SIGMOD 上，该会议由美国计算机协会（ACM）举办。他写的采用蒙特卡洛树搜索、来进行数据库查询优化的文章，则发表在另一数据库顶会 VLDB 上。
其以第一作者身份发表在 SIGMOD 的论文《使用深度强化学习的端到端自动云数据库优化系统》（An End-to-End Automatic Cloud Database Tuning System Using Deep Reinforcement Learning），讲述了利用深度强化学习（RL）设计端到端的 CDB 自动调谐系统 CDBTune 的成果。
这项成果缓解了现有数据库管理系统（DBMS）配置自动调整工作中的四大难题：其一，CDBTune 能以端到端的方式优化整体性能；其二，在大规模高质量地训练样本时，获取样本变得更加容易；其三，在连续空间中有大量旋钮，它们具有看不见的依赖关系，在这样的高维连续空间中，相比现有数据库管理系统，CDBTune 可以推荐更合理的配置；其四，在云环境下适应硬件配置和工作负载的变化方面，CDBTune 的适应性更强。
之所以能实现以上功能，是因为 CDBTune 利用深度确定性策略梯度法，来寻找高维连续空间中的最优配置。其还能在有限的样本数下学习旋钮设置、并完成初始训练，这减轻了大量样本采集的困难。此外，CDBTune 用深度强化学习中的奖励反馈机制代替传统的回归方法，实现了端到端的学习，加快了算法的收敛速度。
该论文的实验结果表明，与最先进的调优工具和真人数据库管理员专家相比，CDBTune 可为各种工作负载提供优越配置，在性能上其具有更高吞吐量和更低延迟等两大优势。另外 CDBTune 在运行环境发生变化时具有良好的适应性。这篇论文仅是张霁众多论文中一篇，过硬的科研能力，是华为向其抛出华丽橄榄枝的主要原因。而他和华为的结识，起源于一次国际会议。
为加入华为，拒绝 360 万更高薪资 offer
为加入华为“天才计划”，他一共经历 7 道程序：简历筛选、笔试、初面、主管面试、若干部长面试、总裁面试和 HR 面试。
据了解，华为 “天才计划” 主要招聘方向是 AI、智能终端、云与计算、智能汽车和智能制造等人才。该计划始于 2019 年 4 月，华为 CEO 任正非当时在内部讲话中提到，2019 年华为将从全世界招进 20-30 名天才少年，2020 年则计划从世界范围内招聘 200-300 名。他表示：“这些天才少年就像‘泥鳅’一样，钻活我们的组织，激活我们的队伍”。
目前，华为 “天才少年” 的工资按年薪制发放、并分为三档，最高档薪资可达 201 万元，张霁入手的正是最高档薪资。据华为官方信息，该公司目前约有 19.4 万员工，业务遍及 170 多个国家和地区，服务 30 多亿人口。因此，几百人的“天才少年”，对于这家员工总数比部分中国小镇的总人口还多的超级大公司，的确显得十分宝贵。
谈及本次高额年薪入职华为，张霁对媒体表示“肯定有压力”，同时他说“选择华为最主要原因是能够和一群志同道合的人做一些有意义的事，我想这在很多我了解到的公司里是很难具备的，但是华为可以做到。”
他还表示，在华为最艰难的时候加入，也是希望能为华为做一点贡献，他坦言自己并非所谓的天才少年，只是一个普通人。他认为华为既然开出如此高薪，肯定对自己的期望也比较高。
尽管求职时从未投过简历，但还有企业向他开出 360 万年薪，阿里巴巴、腾讯和 IBM 也发来 offer，但他认为自己的研究方向和华为比较匹配。
对于华为公司的狼性文化，张霁也有着自己的见解：“在公司就应该做好每一件事，如果一个人抱有远大的理想和目标，996 绝对不是绊脚石。”
在总结面试经验时他表示，“天才少年”招聘主要看重研究方向和科研能力，而他正好在博士期间发表过多篇论文。不过他也表示，华为不是一个唯论文、唯学校的公司。
颇为意外的是，张霁在本硕期间，并非传统观念中的名校学子。本科时期，张霁在一所三类本科院校武昌理工学院电信专业读书，硕士就读于武汉邮电科学研究院。
武昌理工学院在近日的一篇报道中这样描述张霁，“无论是上什么课程，他永远义无反顾地选择坐在第一排，做一个认真听讲的好学生。空闲时间经常带着书本去学校图书馆自习，抱着书本啃，如痴如醉，乐此不疲。”
但张霁并未“书呆子”，本科期间还曾是学校的“校园十佳歌手”，体育上打得了网球、摄影玩得了单反、绘画画得了国画。据悉其出生于一个县城教师家庭，可以说他是知识改变命运的典型案例。
如果说科研实力，是他高薪入职华为的主要原因，那么华中科大和华为的合作渊源，则起到些许辅助作用。
全球仅有 4 人获得 “天才少年” 最高档年薪，3 位来自华中科大
目前，全球仅有 4 人拿到华为 “天才少年” 最高一档年薪，含张霁在内共有 3 位来自华中科技大学。
认知智能未来机器人接口API简介介绍
- 认知智能是计算机科学的一个分支科学，是智能科学发展的高级阶段，它以人类认知体系为基础，以模仿人类核心能力为目标，以信息的理解、存储、应用为研究方向，以感知信息的深度理解和自然语言信息的深度理解为突破口，以跨学科理论体系为指导，从而形成的新一代理论、技术及应用系统的技术科学。 认知智能的核心研究范畴包括：1.宇宙、信息、大脑三者关系；2.人类大脑结构、功能、机制；3.哲学体系、文科体系、理科体系；4.认知融通、智慧融通、双脑(人脑和电脑)融通等核心体系。 认知智能四步走：1.认知宇宙世界。支撑理论体系有三体（宇宙、信息、大脑）论、易道论、存在论、本体论、认知论、融智学、HNC 等理论体系；2.清楚人脑结构、功能、机制。支撑学科有脑科学、心理学、逻辑学、情感学、生物学、化学等学科。3.清楚信息内涵规律规则。支撑学科有符号学、语言学、认知语言学、形式语言学等学科。4.系统落地能力。支撑学科有计算机科学、数学等学科。
认知智能CI机器人平台是杭州道翰天琼智能科技有限公司旗下平台。认知智能机器人平台依托道翰天琼多年研发的认知智能CI体系为核心而打造的认知智能机器人大脑，依托机器人大脑构建的认知智能CI机器人平台。 认知智能机器人平台提供的机器人大脑技术体系更加先进，更加智能，是新一代智能，认知智能领域世界范围内唯一的认知智能机器人平台。其具有创新性，奠基性，领航性等核心优势。 认知智能机器人平台是新时代的产物，代表了新一代智能，代表了认知智能。和目前的人工智能机器人大脑相比，优势非常明显。智能度高，客户粘性大，客户满意度高，易于推广和传播等核心特点。 认知智能机器人平台提供的机器人服务，可以赋能各个行业，各个领域的智能设备，各类需要人机互动的领域等。
认知智能和人工智能的优劣势对比主要可以分为四大方面： 第一：时代发展不同。人工智能是智能时代发展的第二个阶段，认知智能是智能时代发展的第三个阶段。时代发展上决定了认知智能更显具有时代领先性。 第二：基础理论体系不同。人工智能的基础理论体系以数学为基础，以统计概率体系为基础。认知智能基础理论体系以交叉许可理论体系为基础。包含古今中外哲学体系，心理学体系，逻辑学体系，语言学体系，符号学体系，数学体系等学科。其基础理论体系更加具有创新性，突破性和领先性。且交叉学科理论体系的研究也是未来智能发展的大方向。其具体理论体系，还包含三体论（宇宙，信息，大脑三者关系李坤），融智学，和HNC等。 第三：技术体系不同。人工智能的核心技术体系主要是算法，机器学习，深度学习，知识图谱等。其主要功用在感知智能。感知智能其核心主要是在模仿人类的感知能力。认知智能的核心技术体系是以交叉学科理论体系而衍生出来的。具体包含三大核心技术体系，认知维度，类脑模型和万维图谱。认知智能的技术体系核心以类脑的认知体系为基础。以全方位模仿类脑能力为目标。人工智能以感知智能为基础的体系，只能作为认知智能中的类脑模型技术体系中的感知层技术体系。类脑模型大致包含，感知层，记忆层，学习层，理解层，认知层，逻辑层，情感层，沟通层，意识层等9大核心技术层。因此人工智能的核心只是作为认知智能类脑模型中的感知层。因此在技术体系上，人工智能和认知智能基本上没有太多的可比性。 第四：智能度成本等方面的不同：人工智能产品的综合智能程度，普遍在2-3岁左右的智力水平。认知智能产品其智能程度大致在5-8岁左右。认知智能体系构建的机器人更加智能。且更省时间，更省人力和资金。优势非常多。具体请看下列的逐项对比。
接口申请官网地址：www.citec.top
接口地址(例子)：
http://a239p06512.zicp.vip/Web/BuAppJava.bujqrex?apikey="+apikey+"&msg="+msg+"&ip="+ip
用户端消息内容。
String msg ="你在干嘛呀？";
apikey参数。这个apikey就是网站上申请的APIKEY
apikey ="";
//客户端ip,最终用户端的唯一标识（可以是用户端的IP,或者手机设备号，或者微信号或者，qq号码等能证明身份的唯一标识就可以）
String ip ="";
//这里一定要encode转换编码。转成GBK。
msg = URLEncoder.encode(msg, "GBK");
三个参数全部小写
msg参数就是传输过去的对话内容。
msg参数要编码成gbk，不然会乱码。
接口具体代码：
package ai.nlp.jiekou.test;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.UnsupportedEncodingException;
import java.net.HttpURLConnection;
import java.net.URL;
import java.net.URLEncoder;
import ai.nlp.util.changliang.ChangLiangZi;
public class ApiTest {
/**
* Get请求，获得返回数据
* @param urlStr
* @return
*/
private static String opUrl(String urlStr)
{
URL url = null;
HttpURLConnection conn = null;
InputStream is = null;
ByteArrayOutputStream baos = null;
try
{
url = new URL(urlStr);
conn = (HttpURLConnection) url.openConnection();
conn.setReadTimeout(5 * 10000);
conn.setConnectTimeout(5 * 10000);
conn.setRequestMethod("POST");
if (conn.getResponseCode() == 200)
{
is = conn.getInputStream();
baos = new ByteArrayOutputStream();
int len = -1;
byte[] buf = new byte[128];
while ((len = is.read(buf)) != -1)
{
baos.write(buf, 0, len);
}
baos.flush();
String result = baos.toString();
return result;
} else
{
throw new Exception("服务器连接错误！");
}
} catch (Exception e)
{
e.printStackTrace();
} finally
{
try
{
if (is != null)
is.close();
} catch (IOException e)
{
e.printStackTrace();
}
try
{
if (baos != null)
baos.close();
} catch (IOException e)
{
e.printStackTrace();
}
conn.disconnect();
}
return ChangLiangZi.WU;
}
public static void main(String args []){
//三个参数全部小写
//msg参数就是传输过去的对话内容。
//msg参数要编码成gbk，不然会乱码。
String msg ="你在干嘛呀？";
//apikey参数。
String apikey ="UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV";
//客户端ip,最终用户端的唯一标识（可以是用户端的IP,或者手机设备号，或者微信号或者，qq号码等能证明身份的唯一标识就可以）
String ip ="127.0.0.1";
//这里一定要encode转换编码。转成GBK。
try
{
msg = URLEncoder.encode(msg, "GBK");
} catch (UnsupportedEncodingException e)
{
e.printStackTrace();
}
System.out.println(opUrl("http://a239p06512.zicp.vip/Web/BuAppJava.bujqrex?apikey="+apikey+"&msg="+msg+"&ip="+ip));
}
}