行业动态 Industry dynamics
News 行业新闻
为什么大家都不戳破深度学习的本质?!日期:2017年12月7日来源:36氪作者:Pope人类正在慢慢接近世界的本质——物质只是承载信息模式的载体。人脑之外的器官都只是保障这一使命的给养舰队。自从去年 AlphaGo 完虐李世乭,深度学习火了。但似乎没人说得清它的原理,只是把它当作一个黑箱来使。有人说,深度学习就是一个非线性分类器?有人说,深度学习是对人脑的模拟……但我觉得都没有捅透那层窗户纸。当读完 Jeff Hawkins 的《论智能》,「就是它了!」。而我惊奇地发现,原书竟是 2004 年出版的!我怕自己读了本假书,或是某个美国民科的著作,特意到豆瓣、知乎上查了下,发现几乎每个看过这本书的人都对其理论啧啧称赞。但奇怪的是,似乎没人肯替它站台,这套理论的影响止步于此,好像大家都在刻意掩饰自己看过这本秘笈。它明明已经完整解释了人脑智能的运作机制了啊!注意是 Real Intelligence ,而不仅仅是 Artificial Intelligence !!!三个洞见比起绝大多数脑科学论文,作者的洞见简单得多,也深刻得多:长久以来,由于我们没有能力从内部去观察思维,所以人们总是把「智能」等同为「表现出智能的行为」。但当我们看书时,在外人看来并没有任何变化,而我们自己知道,这期间产生了无数的联想、顿悟、回忆。所以,「理解」是无法通过外部行为来测量的,它是一个内在度量的指标。从草履虫到...
发布时间: 2017 - 12 - 08
浏览次数:27
语义视角下的跨学科与跨界数据认知来源: THU数据派 日期:2017-11-08作者:赵强在这个新技术、新商业、新城市、新环境等加速迭代的智能时代,不断涌现的革新挑战着人们传统的意识和粗浅的认知。本期由清华-青岛数据科学研究院主办,中国科促会清数大数据产业联盟、清华校友AI大数据专委会(筹)承办的清华大数据“应用·创新”系列讲座将从语义视角切入数据认知领域,试图寻找跨学科与跨界的共识机制,探寻学术与商业合作过程中所需要的能力。嘉宾简介:清华-青岛数据科学研究院大数据基础设施研究中心副主任赵强老师,其本人为北京大学计算语言学博士,研究方向为语义学,2012年起转向高校和企业的多学科跨界融合产学研对接工作,提出社会化大规模实验的新概念,参与北大、清华、复旦等多项产业前沿项目,在知识图谱、语义网络、区块链应用、性格匹配、情感计算、文本语义分析等方向上有深入探索。  本期讲座将围绕大数据基础设施、社会化大数据试验和场景数据化三个方面展开。 以下是演讲实录:  “大数据基础设施要解决的,是面向积累、面向需求形成标准或者共识的那一部分。”  随着各种各样的大数据项目的增加,我们开始关心它的数据可视化是不是够炫,政务项目是不是做得很好,或者是关心某一些特定的项目是不是能够赚钱。但是事实上绝大多数的项目都需要大数据基础设施的支撑,这个词不常见,但是它将慢慢地成为一个非...
发布时间: 2017 - 11 - 10
浏览次数:18
自然语言处理终极方向:深度学习用于自然语言处理的5大优势来源: 36大数据日期: 2017年10月24日作者:Jason Brownlee在自然语言处理领域,深度学习的承诺是:给新模型带来更好的性能,这些新模型可能需要更多数据,但不再需要那么多的语言学专业知识。关于深度学习方法有很多炒作和大话,但除了炒作之外,深度学习方法正在为挑战性问题取得最先进的结果,特别是在自然语言处理领域。在这篇文章中,您将看到深度学习方法应对自然语言处理问题的具体前景。看完这篇文章后,你会知道:1.    自然语言处理深度学习的承诺。2.    深度学习从业人员和研究科学家对自然语言处理深度学习的承诺有什么说法。3.    自然语言处理的重要深度学习方法和应用。让我们开始吧。深度学习的承诺 深度学习的方法很受欢迎,主要是因为它们兑现了当初的承诺。这并不是说在技术上没有任何炒作,而是说,这种炒作是基于非常真实的成果。这些成果正在从计算机视觉和自然语言处理的一系列极具挑战性的人工智能问题中得到证实。深度学习力量的第一次大型展现,就是在自然语言处理领域,特别是在语音识别方面。 最近的进展则是在机器翻译方面。在这篇文章中,我们将看到,自然语言处理领域的深度学习方法的五个具体承诺。这些承诺是这个领域的研究人员和从业人...
发布时间: 2017 - 10 - 31
浏览次数:19
大数据陷阱:谁有权享有大数据,谁有权分析大数据……既要保持数据的自由流动性,又要维护每个主体在数据上的权益,这是个空前的法律难题。而创制和维护这样的数据利用秩序却是大数据应用的前提,是大数据战略得以实施的根本保证中国信息通信研究院在第十六届中国互联网大会上发布的《中国数字经济发展白皮书(2017)》指出,2016年中国数字经济总量达到22.6万亿元,同比名义增长接近19%,占GDP的比重超过30%,同比提升2.8个百分点。数字经济已成为近年来带动经济增长的重要动力。人类已经进入到了一个无商不利用数据,无领域(包括政府)不利用数据的时代。无论你利用数据赚钱也好,还是希望改善公共服务和社会治理也好,大家共同面临一个法律上难题:谁有权享有数据?享有什么内容和程度的数据权利?如何保护数据?数据的权益属性?类似的问题,还没有得到很好的智库研究,也未能提供很好的有效政策建议。本文提出五个智库观点,供决策依据考虑。经过处理的大数据才有价值大数据是来源于网络和各种传感器对特定对象的记录,它是关于人、组织和物(机器和自然界)在特定时间、地点的行为、过程、事件的事实数据。作为技术,大数据是抓取和分析世界和人们生活的一种数据技术,它使人类具有全过程、全方位记录各种事件和行为的能力,具有透析过去和预测未来的能力。在大数据时代,任何数据均具有潜在的价值。在过去人们重复利用的数据资源主要是人类观察、思考、创作...
发布时间: 2017 - 10 - 13
浏览次数:23
智能金融大热,金融真的需要人工智能吗?人工智能正快速进入人们的生活,改变着金融、医疗、安防、自动驾驶等各个行业。金融被认为是人工智能落地最快的领域之一,智能金融也被列入国家发展规划。然而,在当下舆论圈热烈讨论智能金融的威胁与美好的时候,我们需要追本溯源,冷静的思考。因此,在讨论智能金融前,我们首先要搞清金融业为什么需要人工智能。此篇文章,作者将从科技驱动金融创新的历史、金融的本质以及人工智能对金融的作用三个角度来阐明为什么金融需要人工智能。历史溯源:金融机构是信息技术最积极的应用者从历史上来看,金融发展与科技是密切相关的,回顾其发展历程,金融机构一直是信息技术最积极的应用者。过去,科技驱动金融创新经历了金融电子化和信息化、金融网络化和移动化两个阶段。目前,我们正处于自动化和信息化的阶段。人工智能作为此阶段重要的技术之一,金融机构积极应用人工智能技术也是有史为鉴。金融的本质:跨时间、跨空间的价值交换面对智能金融汹涌的发展浪潮,我们需要追本溯源,从金融的本质来看为什么金融需要人工智能,只有这样我们才能拨开云雾看清人工智能如何应用于金融。金融的本质是什么?按照耶鲁大学陈志武教授在《金融的逻辑》一书中对于金融的定义,金融的本质是跨时间、跨空间的价值交换,所有涉及价值或者收入在不同时间、不同空间之间进行配置的交易都是金融交易,金融学就是研究跨时间、跨空间的价值交换为什么会出现、如何发生、怎样...
发布时间: 2017 - 09 - 29
浏览次数:27