预测的局限性

从几千年前的巫祝开始,人类从来没有放弃过预测未来的追求。只不过那个时候的预测,往往是基于及其朴素的世界运行的原理——例如以水为万物生长和运动之源的泰利斯假说和以对立、协同、转换为核心的阴阳学说,又或者一些重大事件之间的偶发联系——例如某一次日食后出现了持续数月的大旱。从现代的观点来看,那不过是人类卑微理性在无常自然面前无畏的挣扎罢了。 从预测所使用的理论和...

数据可视化之美:经典案例与实践解析

随着DT时代的到来,传统的统计图表很难对复杂数据进行直观地展示。这几年数据可视化作为一个新研究领域也变得越来越火。成功的可视化,如果做得漂亮,虽表面简单却富含深意,可以让观测者一眼就能洞察事实并产生新的理解。可视化(visualization)和可视效果(visual)两个词是等价的,表示所有结构化的信息表现方式,包括图形、图表、示意图、地图、故事情节图以及不是很正式的结构化插图...

人工智能在军事领域的渗透与应用思考

人工智能(artificial intelligence,AI)技术现已进入新的高速增长期,是公认最有可能改变未来世界的颠覆性技术。世界许多国家已将发展人工智能上升到国家战略,从政策导向、战略规划、资金预算层面予以大力支持。人工智能武器的出现则将从根本上改变战争方式,即由“人对人”的战争变成“机器自主杀人”的战争。以美国为代表的世界军事强国,预见到人工智能技术在军事领域的广阔应用前景,...

500家国内AI企业大数据分析:产业布局与融投风云

作者:胡嘉琪TakeeWOO 前言:本月,腾讯研究院与IT桔子联合发布了《2017年中美人工智能创投现状与趋势研究报告》,针对国内外1000多家人工智能企业进行了深入分析,并在报告中给出了众多富有洞察的结论。但遗憾的是,此份报告针对国内人工智能初创公司虽然作出了一定的宏观分析,但可能限于篇幅问题,在更多的细分数据维度,比如企业平均融资轮次、各路资金在整体AI产业链上投...

如何解读决策树和随机森林的内部工作机制?

随机森林在过去几年里得到了蓬勃的发展。它是一种非线性的基于树的模型,往往可以得到准确的结果。但是,随机森林的工作过程大都处于黑箱状态,往往难以解读和完全理解。近日,Pivotal Engineering Journal 网站发表了一篇文章,对随机森林的基础进行了深度解读。该文从随机森林的构造模块决策树谈起,通过生动的图表对随机森林的工作过程进行了介绍,能够帮助读者对随机森林的工...

大数据在人工智能领域的应用浅谈

最近非常热门的人工智能,其显著特点是由计算机完成大量的科学和工程计算,比人脑做得更快、更准确。人工智能的核心是计算机不断从经验中获取知识,学习策略,在遇到类似的问题时,运用经验知识解决问题并积累新的经验,就像普通人一样。经验越多,越有利于人工智能解决问题的能力提升。经验本质上就是数据,数据的量很大时就需要用大数据技术来处理,因此人工智能离不开大数据技术。 ...

大数据智能分析:外滩踩踏事故背后

作者:杨静lillian 今天上海外滩踩踏事故终于发布了原因和处理建议。据报道“12·31”外滩陈毅广场拥挤踩踏事件调查报告认定的主要原因为: (一)对新年倒计时活动变更风险未作评估:大量市民游客认为外滩风景区仍会举办新年倒计时活动,南京路商业街和黄浦江对岸的上海中心、东方明珠等举办的相关活动吸引了部分市民游客专门至此观看。对此,黄浦区政府在新年倒计时活动变更...

2017全球最具影响力机器人公司排行榜

近日,美国《机器人商业评论》公布了它们的第六个年度「RBR50 名单」,即 2017 年《机器人商业评论》认为最值得关注、全球最有影响力的 50 家机器人行业上市公司和非上市公司名单。 以下就是 2017 年 Top50 榜单(公司按字母顺序排列) 1.abb Robotics ABB Robotics是一家成立于1988年的瑞士工业机器人公司,主要涉及(新)能源和矿业、基础设施、生产/农业、供应链四...

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...

麻省理工科技评论:中国人工智能的崛起

今日,《麻省理工科技评论》英文版官方网站发表了专题文章《中国人工智能的崛起》(China's AI Awakening),作者是麻省理工科技评论 AI 资深编辑威尔·奈特(Will Knight)。 图 | 本文作者威尔·奈特为DT君的新书揭幕,他也将参加明年1月在北京举办的EmTech新兴技术大会 文章刊出后,全球人工智能领域的大佬们纷纷转载,其中就包括吴恩达(Andrew Ng),他第一时间在Twitter上转...

迅雷创始人程浩:人工智能创业的6大核心问题

作者:程浩 关注人工智能,而非互联网。为什么这么讲?  1. 互联网的流量红利已经消失; 以 PC 来说,全球 PC 出货量连续 5 年下滑。大家知道国内最后出现的一个 PC 互联网独角兽是谁吗?是知乎,大概是 2011 年初推出,这么多年过去,再也没有 PC 互联网的独角兽出现。做个类比,我们知道 2015 年移动互联网的渗透率和竞争程度和 2011 年的 PC 互联网类似,以此类推,2015 ...

PB级海量数据服务平台架构设计实践

作者:Yanjun 基于PB级海量数据实现数据服务平台,需要从各个不同的角度去权衡,主要包括实践背景、技术选型、架构设计,我们基于这三个方面进行了架构实践,下面分别从这三个方面进行详细分析讨论: 实践背景 该数据服务平台架构设计之初,实践的背景可以从三个维度来进行说明:当前现状、业务需求、架构需求,分别如下所示: 当前现状 收集了当前已有数据、分工、团...

陈天奇团队发布NNVM深度学习编译器

亚马逊和华盛顿大学今天合作发布了开源的端到端深度学习编译器NNVM compiler。 先提醒一句,NNVM compiler ≠ NNVM。 NNVM是华盛顿大学博士陈天奇等人2016年发布的模块化深度学习系统,今年8月中旬,他们又推出了将深度学习工作负载部署到硬件的端到端IR堆栈TVM,也就是把深度学习模型更简单地放到各种硬件上。 当时,陈天奇把TVM+NNVM描述为“深度学习到各种硬件的完整优化工...

为什么Docker适合初创公司

原文:Why Docker makes sense for startups 作者:Carlos Vega 翻译:Vincent 译者注:以Docker为代表的容器技术已经持续成为话题好几年了,那么对于创业型公司来说,刚起步时有必要采用Docker吗?作者在本文给出了肯定的理由。以下为译文。 Docker正在渐渐成为开发和运行容器应用程序的标准。 很久以前,这一技术可能只对系统管理员和PaaS(平台作为服务)才有实际意义。但...

大规模机器学习系统构建经验分享

作者:涂威威 作为第四范式•先知平台核心机器学习框架GDBT的设计者,涂威威在大规模分布式机器学习系统架构、机器学习算法设计和应用等方面有深厚积累。演讲中,涂威威表示,现在有越来越多的企业开始利用机器学习技术,把数据转换成智能决策引擎。企业机器学习应用系统中的核心模型训练系统有着什么样的设计和优化的考虑?与教科书中的机器学习应用相比,企业实际的机器学习应...

分析顶会6163篇论文得出的AI发展趋势

最近,有关人工智能(AI)的研究在各个领域都取得了显著的成果。这主要归功于长期以来一直致力于这个研究领域的AI研究人员的努力。如果根据引用次数、参与人数、接受论文数量和历史记录来看的话,关于AI的最重要的学术会议就是ICML(International Conference on Machine Learning)和NIPS(Neural Information Processing Systems)。相较于ICML的重点是机器学习,NIPS涵盖的课题领域...

一文读懂工业物联网

物联网进入与传统产业深度融合发展的崭新阶段。未来10年内,全球物联网将创造10多万亿美元的价值,约占全球经济的1/10,并与城市管理、生产制造、汽车驾驶、能源环保等形成数个千亿级规模以上的细分市场。 其中,工业制造领域的转型升级成为工业物联网发展的重要驱动力, 世界各国纷纷发布相关的战略举措,抢占新一轮发展战略机遇。有分析认为,到2020年,工业物联网在整体物联网产...

浅析 Hinton 最近提出的 Capsule 计划

Hinton 以“深度学习之父” 和 “神经网络先驱” 闻名于世,其对深度学习及神经网络的诸多核心算法和结构(包括“深度学习”这个名称本身,反向传播算法,受限玻尔兹曼机,深度置信网络,对比散度算法,ReLU激活单元,Dropout防止过拟合,以及深度学习早期在语音方面突破)做出了基础性的贡献。尽管已经将大半辈子的时间投入到神经网络之上,这位老人却丝毫没有想退休的意思。 Hinton 近...