雖然第二天的行程要等第二天才能看到，不過很多人都猜準了第二天的主要內容，果然是圍繞軟件的，而且是以云智聯為核心出發。
上午，大會的重心更多落在了人工智能上。
去年的大會大風集團在人工智能領域創造了一個里程碑，因此今年大家對大風集團在人工智能領域的表現充滿了期待。
再加上昨天一個AI芯片以及相應的AI應用已經激起了觀眾的熱情，而在今天這場更直接的人工智能主題上，大家很好奇大風集團會帶來什么。
結果就是，技術分享。大風集團這兩年在人工智能上發展的很快，也推出了很多應用，而在今年的大會上，大風集團著重開始分享手里的幾個重要的算法，這對人工智能行業的人來說簡直是一場盛宴。
而在這場盛宴中，最受關注的，也是到了幾年后被評為本場大會最經典的算法，就是由沈林帶來的深度卷積神經網絡算法，沈林將其命名為天目網絡。
卷積神經網絡的理論誕生于1962，一直到1998年Le5網絡的提出讓卷積網絡進入了真正的實驗階段，這一階段一直持續到2012年Alex網絡的提出終于奠定了卷積神經網絡在深度學習領域中的地位。
從那之后，卷積神經網絡成為了一個非常經典的深度學習算法，隨著牛津大學的VGG網絡、微軟的Res網絡、谷歌的GoogLe網絡等卷積神經網絡面世，卷積神經網絡在商業領域大放異彩。
而現在，沈林在孟謙的指點下找到了卷積神經網絡的突破口，成功研發天目網絡。
“天目網絡是一種前饋型的神經網絡。”沈林站在臺上自信的做著講解，“主要是由輸入層、卷積層、激活函數、池化層、全連接層和輸出層組成。
這一網絡擁有三大特征，首先是局部感受野，對于一般的深度神經網絡，往往會把圖像的每一個像素點連接到全連接的每一個神經元中，而卷積神經網絡可以把每一個隱藏節點只連接到圖像的某個局部區域，這么一來，就可以減少參數訓練的數量。
其次是共享權值，在卷積神經網絡的卷積層中神經元對應的權值是相同的，從而同樣可以減少訓練的參數量。
最后是池化，由于算法需要處理的數據往往都很大，尤其是在視覺領域，如何有效獲得圖像的特征才是我們最為關注的，在研發的過程中我們就在考慮是否可以采用類似圖像壓縮的方式，對圖像進行卷積后通過一個下采樣過程來調整圖像的大小。”
沈林花了一個多小時講解他的天目網絡，在業內人士的討論之下，不久后天目網絡就會展現其特殊的行業價值，尤其是在視覺領域，這是未來一個龐大的人工智能市場。
一個上午的時間，大風集團為人工智能行業帶來了大量的財富，因為理論的東西是沒有辦法壟斷的，大風集團愿意分享理論就是在幫助行業發展，當然，這種分享并不是完完全全把核心算法掏出來，但指引一下方向，分享一下思路，探討一下未來，對市場來說已經很不錯了，這也是屬于大企業的一種行業責任。
而等到下午，云智聯的另一個重要板塊云計算成為了主角，主講人依然是王兼。
兩個月前，Salesfore公布了2008年的財報，財報顯示Salesfore公司云服務營收超過10億米元，給整個云計算市場帶去了信心，Salesfore的這一財報也被人稱為砸開云計算大門的最后一擊。