构建“”大任务“”平台是十分重要的，相比于对数据进行标注而言，以任务为核心的人工智能能方案更加是一个长远的，真正意义上的发展路径。
个人认为，当下需求在于将人工智能落地，应用于生活生产中，数据标注虽然任务繁重，但是从接受程度和可操作度上来说，更适合当下，尤其这是推动人工智能发展的一个重要方法。今天听了朱老师所讲的报告，我也觉得很正确，大数据和大任务我觉得是通向“罗马”的不同路径，一个立竿见影，一个影响深远，一个门槛相对低，一个门槛相对高。对于朱老师及其团队所做事情，我觉得是很有必要持续跟踪的，了解最新研究状况，彼此借鉴可能更为合适。
自己目前工作不够多，这样的想法可能有些片面，留待之后加深工作后再针对这个问题进行思考，但对于一些新的思路的跟踪应该是正确的。
只想说：买一对吧！
对于自己之前对一维光谱信号进行模型训练，使用CNN、Resnet等，一些模型效果并不理想，预训练模型一直没有使用过，在之后的工作中，尽量多考虑这个，站在前人肩膀上可以看的更远！ 贴几个自己看着不错的链接： https://blog.csdn.net/weixin_33881050/article/details/89652585 https://blog.csdn.net/tiaxia1/article/details/80310311
跟踪并理解相关研究者研究情况，考虑学习；
