Blog Archives

11月28日

深度智能的崛起(二):知识驱动、数据驱动与大数据驱动

“世界的尽头,是雄狮落泪的地方,是月亮升起的地方,是美梦诞生的地方。”——大卫《人工智能》 接上文《深度智能的崛起(一)》 ♦知识驱动的人工智能1.0 智能的发生、物质的本质、宇宙的诞生、生命的起源被认为是世界四大奥秘。人类的智能活动主要是获得并运用知识,可以说知识是智能的基础,为了使计算机具有智能,能模拟人类的智能行为,就必须使它具有知识。因此,早期的...

11月07日

深度智能的崛起(一):“猫”“狗”AI们的野蛮生长

“世界的尽头,是雄狮落泪的地方,是月亮升起的地方,是美梦诞生的地方。”——大卫《人工智能》     引言:大数据时代,大数据驱动的深度智能生逢其时,就像哈勃望远镜一样,可以推进人类文明的进步,从战胜人类顶尖棋手、帮助发现引力波到治疗癌症、金融交易、安全防控、气候模拟等。可以预见的是,随着深度学习技术体系的高速发展和这一波“猫”“狗”AI工程的野蛮生长,人类正在大踏步...

10月20日

从阿尔法狗元(AlphaGo Zero)的诞生看终极算法的可能性

“道生一,一生二,二生三,三生万物”---《道德经》 1923年,爱因斯坦在他的诺贝尔得奖感言中说到:“我欲探索一个统整理论的理智思维,是无法满足于存在有两个本质彼此完全独立的领域之假设”。这句话有点拗口,主要意思是,爱因斯坦认为自然科学中“统一”的概念或许是一个最基本的法则。后来直到去世,爱因斯坦都在致力于寻求一种能将引力场与电磁场,相对论与量子论统一起来的统一场理...

08月06日

论人工智能的泡沫、价值与应用困境

“我准备考虑一个问题:‘机器能思维吗?’”---阿兰.图灵,1950,《Computing Machinery and Intelligence》 前段时间在忙着炼丹(Deep Learning),还有几场大数据培训,很久没有动笔了。今天想和大家谈谈人工智能(Artificial Intelligence, AI),2017可谓人工智能元年,AI领域风投和创新、创业风起云涌,深度学习研究和应用持续火爆,以Facebook小扎和Tesla钢铁侠为代表的大佬们站...

06月18日

敏捷大数据方法论

“Between 70% to 80% of business intelligence projects fail”- Gartner, Feb. 2011  前段时间有报道称,有学者质疑“大数据”理论,也有硅谷公司负责人质疑大数据应用的效果。结合2011年Gartner关于BI(Business Intelligence)应用70%-80%都失败的一个调查结论(这里的fail是夸张的说法,更确切地讲应该是没有达到预期效果),本文就来谈谈为什么会出现这样的问题,大数据应用落地的...

05月27日

阿尔法狗(AlphaGo)彻底战胜人类意味着什么

“你必须明白,这些人中的大部分还没有准备好去拔掉他们身上的控制物。他们中的很多人都如此习惯于、并且无望地依赖于这个控制系统,甚至会反过来维护它!”---《黑客帝国》 阿尔法狗与人类顶尖棋手的人机大战注定成为人工智能(Artifical Intelligence, AI)的里程碑事件,当AI变得越来越复杂,越来越聪明,以至于在多个领域全面超越人类的时候,那时的AI会是提高人类生产力和生活质量...

05月09日

大数据时代的商业“智能”之路

“现在的游戏叫数据,在知识经济与信息时代,每个人都面临如何有效地吸收、理解和利用信息的挑战。那些能够有效利用工具从数据中提炼信息、发现知识的人,最终往往成为各行各业的强者!”---《魔鬼经济学》蒂芬.列维特 多年前导师曾给我讲,慎谈智能,当时不是很理解,现在看来深以为然,不过在如今的大数据时代,机器智能好像有点谱了。这篇文章我就来谈谈商业智能(Business Intellig...

04月24日

大数据到底怎么学:数据科学概论与大数据学习误区

“数据科学家走在通往无所不知的路上,走到尽头才发现,自己一无所知。”-Will Cukierski,Head of Competitions & Data Scientist at Kaggle 最近不少网友向我咨询如何学习大数据技术?大数据怎么入门?怎么做大数据分析?数据科学需要学习那些技术?大数据的应用前景等等问题。由于大数据技术涉及内容太庞杂,大数据应用领域广泛,而且各领域和方向采用的关键技术差异性也会较...

04月02日

大数据独角兽Palantir之核心技术探秘

  1.Palantir源起:B2B大数据和企业级Google。 Palantir(中文名帕兰提尔,源于《指环王》中可穿越时空、洞悉世间一切的水晶球Palantír)被誉为硅谷最神秘的大数据独角兽企业,短短几年内跻身百亿俱乐部,成为全球估值排名第四的初创公司。它的主要客户只在美剧和好莱坞里出现,如美国联邦调查局(FBI)、美国中央情报局(CIA)、美国国家安全局(NSA)、美国军队和各级...

02月21日

论大数据的泡沫、价值与应用陷阱

  1大数据源起:对未来不确定性的恐惧。 我们所生活的世界,就像一片混沌(chaos),大数据时代,我们周围更是充斥着各种不同的理论、知识、信息和噪音,数据爆炸式增长和科技高速发展所带来的冲击,加大了未来的不确定性。当我们接收的数据和信息越多,面临的选择就越多,如若不善于过滤、挖掘和处理,对各种决策就可能会造成负面影响,当然也会放大我们对未来不确定性...

11月23日

从TensorFlow看谷歌的云端人工智能战略

引子:有些朋友知道谷歌的Tensorflow是专业的深度学习库,有了它各种功能强大的深度神经网络得以快速构建实现,但估计很少朋友知道Tensorflow是可以在iOS, Android甚至树莓派(Raspberry Pi)上运行的,本文我们就来谈谈,深度学习进入移动端将意味着什么?并一窥谷歌的云端人工智能战略。设想未来你是一名警察,只需要手中android终端,摄像头照到的任何事物,包括人脸,车牌,身份证...

10月31日

深度学习的“深度”价值是什么?

深度学习的核心技术是几十年前就提出的人工神经网络,如果将人工神经网络比为火箭发动机一代,那么深度学习就是火箭发动机二代,升级了训练方式(Hinton大神首创),加装了高性能计算配置(做游戏显卡起家的Nvidia居功至伟),最关键的是有了大数据燃料,这样一来,我们人类飞抵人工智能星球的能力就大大增强了。这也是为什么神经网络换马甲为深度学习之后,能获得突破性成功(图像...

10月17日

大数据应用从小做起?谈微服务和大数据架构

这几年微服务成为研发设计热点,本文从应用角度谈下微服务化的大数据系统架构。Netflix公司的Adrian Cockcroft将微服务称为“细化SOA”,并认为这是一套具备开创意义的新型架构,诸如谷歌, 亚马逊, Facebook,百度,京东,携程等互联网公司都在采用微服务理念进行产品的设计、研发和部署。首先我们看看什么叫微服务,敏捷之父Martin Fowler在他的《Micro services》一文中给出了如下定...

08月23日

说说敏捷大数据

为什么提出敏捷大数据,先来看看大数据应用的终极目标,我以前的文章有讲到,大数据分析的成功普及将是传统信息化的终点,换句话说信息化走向智能化之后,整个高科技相关的产业链(包括传统产业)会产生质的变化。大数据应用的终极目标是:面向过去,发现数据规律-通过描述性分析,归纳已知;面向未来,预测数据趋势-通过深度挖掘分析,预测未知;最终通过大数据分析提高对事物的理...

07月28日

企业大数据应用三段论

随着云计算、物联网和开源大数据技术生态的高速发展,企业获得大数据相关基础设施技术和服务越来越容易。虽然现阶段大数据成熟应用多在互联网公司,但我们需认识到,一方面,大数据应用是非常碎片化的,这个碎片化包括业务层面和技术层面,大数据不只是谷歌,亚马逊,BAT等互联网企业,每一个行业、企业里面都有它去关注数据的痕迹:一条生产线上的实时传感器数据,车辆身上的传感数...

07月12日

深度学习能否一统大数据机器学习江湖?

从历史来看,重大科学的研究往往呈螺旋形上升的过程,不可能一蹴而就,每一次基础科学研究的重大进步,一定会带来相关产业界的革命性增长。经历过“三起三落”的人工神经网络,能够在换马甲为深度学习后成功逆袭,正是机器学习领域这三十年来积累诞生的重大基础科学研究成果。现在深度学习被看作是通向真正人工智能的关键技术,被寄予厚望。2013年3月,Geoffrey Hinton和他的两位研究...

05月23日

大数据技术初探

从前些年到现在所谓的大数据时代,移动互联网、物联网、云计算、人工智能、机器人、大数据等前沿信息技术领域,逐个火了一遍,但什么是大数据,大数据的技术范畴包括那些,估计很多人都是根据自己所熟悉的领域在盲人摸象。下文从DT(Data technology,数据技术)技术泛型角度来简要地介绍什么是大数据,包括那些核心技术,各领域之间的关系等:首先我们说说机器学习,机器学习(ma...

09月10日

大数据在智能交通中的应用和发展

随着城市的迅速发展,交通拥堵、交通污染日益严重,交通事故频繁发生,这些都是各大城市亟待解决的问题。目前智能交通成为改善城市交通的关键所在,为此及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提,而这一难题可以通过大数据技术得到解决。可以说当智能交通遇到大数据,如同二氧化锰在制取氧气的实验中作为催化剂一样,一场剧烈的化学反应加剧了两方的...

代码在页面底部,统计标识不会显示,但不影响统计效果