西西河

主题:【原创】人工智能的突破临界点 -- 达萨

共:💬239 🌺1128 🌵1
全看树展主题 · 分页首页 上页
/ 16
下页 末页
家园 几大地图平台起码也得有一部分功劳吧

实时定位信息,地图搜索关键字...

目前主要的几家都在BAT旗下了吧

家园 你的想法在科幻小说《死亡代言人》里有表述

在小说里跟主人公安德形影不离的人工智能安妮,就是在人类用于联系数以千万计的殖民星球的安塞波通讯网中自主产生的。

家园 大数据下对技术人员的需求只会更高更大

虽然受的影响最大,但是这个影响是去污存真的影响,未来不是靠量而是靠质取胜的年代。

大数据提高了对技术能力的需求,也同时简化与透明化了技术人才的市场,对于滥竽充数,或者一技之长混吃等死的是噩耗,但是对于能力超群不得志的是喜讯。技术的淘汰速率的增快,专业分化的深入,让社会对技术人才的重视与珍惜只会更多,而不是更少。

比如众所诟病的码农现象,似乎是个人都在做计算机工作,阿三国更是大量出口码农作为特产。随着技术的进步与庸才大量充斥造成的贬值化,大家都认为这个行业可有可无,无证经营缺乏管理,良莠不齐,作为一技之长似乎去日无多。

但是,近两年的大学生毕业行业工资统计,越是名校越是计算机软件从业人员,反而工资是最高的,甚至连华尔街这个过去新走入社会毕业生的宠儿,现在都受到硅谷的冲击要大做广告吸引技术界毕业生。前天看到的新闻是斯坦福信息科学类毕业生的口号是,不接受工资最高的工作,而寻找能够带来变革的工作,这是多么烧B的口号。而同时美国社会正在经历大批被信息社会淘汰的临退休一代人找不到工作的煎熬。

这一切说明,技术人才的未来正在前所未有的走向高潮,随着科技进步,尤其是信息科技推动社会文明的发展,技术行业取代中层官僚,或者说人类从业从学而优则管人,到学而优则管机器,将会是下几代人的一个重大社会趋势,也就是说葡萄常提到的那个社会组织形式的变革中的之一。

这里的管机器不能简单理解为生产线上管理机器人的蓝领,事实上机器人也不需要什么管理。但是管理机器广义上包括管理,运用,操作甚至开发信息应用的工作,这些工作都需要高度的专业能力,而且不仅仅是目前多数码农的能力,至少也得是自己也能整个机器人的那种码农。如果你或你的下一代是这样的人才,何忧之有呢。

家园 大数据下对技术人员的需求只会更高更大

虽然受的影响最大,但是这个影响是去污存真的影响,未来不是靠量而是靠质取胜的年代。

大数据提高了对技术能力的需求,也同时简化与透明化了技术人才的市场,对于滥竽充数,或者一技之长混吃等死的是噩耗,但是对于能力超群不得志的是喜讯。技术的淘汰速率的增快,专业分化的深入,让社会对技术人才的重视与珍惜只会更多,而不是更少。

比如众所诟病的码农现象,似乎是个人都在做计算机工作,阿三国更是大量出口码农作为特产。随着技术的进步与庸才大量充斥造成的贬值化,大家都认为这个行业可有可无,无证经营缺乏管理,良莠不齐,作为一技之长似乎去日无多。

但是,近两年的大学生毕业行业工资统计,越是名校越是计算机软件从业人员,反而工资是最高的,甚至连华尔街这个过去新走入社会毕业生的宠儿,现在都受到硅谷的冲击要大做广告吸引技术界毕业生。前天看到的新闻是斯坦福信息科学类毕业生的口号是,不接受工资最高的工作,而寻找能够带来变革的工作,这是多么烧B的口号。而同时美国社会正在经历大批被信息社会淘汰的临退休一代人找不到工作的煎熬。

这一切说明,技术人才的未来正在前所未有的走向高潮,随着科技进步,尤其是信息科技推动社会文明的发展,技术行业取代中层官僚,或者说人类从业从学而优则管人,到学而优则管机器,将会是下几代人的一个重大社会趋势,也就是说葡萄常提到的那个社会组织形式的变革中的之一。

这里的管机器不能简单理解为生产线上管理机器人的蓝领,事实上机器人也不需要什么管理。但是管理机器广义上包括管理,运用,操作甚至开发信息应用的工作,这些工作都需要高度的专业能力,而且不仅仅是目前多数码农的能力,至少也得是自己也能整个机器人的那种码农。如果你或你的下一代是这样的人才,何忧之有呢。

通宝推:舞动人生,
家园 框架应该反过来

并不是密室政治精英统治选择新技术,而是新技术总可能带来权力结构过于有利于某个群体以至于刀俎鱼肉过于分明,密室世家只是保证垄断的常见手段。一旦大部分人跟不上社会平等就会倒退,一旦技术普及平等就会进步。不能由短短百来年历史就推断进步是大方向,实际上是波动的,我们能做的只是让进步的时间更长,让不平等的阶段更快过去。现在到了一个拐点,信息技术是拐回单向度的人还是更加扁平的社会,就在这些年要决定了。

家园 神经网络和图灵机原本是两条技术线

网络是仿生,图灵机是可证明问题的数学工具。图灵机集群是不是先用算法可解决的问题进行一次抽象,将抽象结果作为信号,然后集群组成的神经网络反馈这些抽象结果信号?

家园 不过看起来只对懂数学的技术人员需求大

20年前,1995年,互联网时代对专业技术人员的要求是

1)懂得操作电脑,懂上网,能利用互联网学习以前限于宽度无法获得的资讯

2)将这些资讯与传统的专业知识整合起来,快速前进

2005年的时候,不能利用互联网学习和工作的医生/律师/教师,明显不如其他人。然而程序员自成体系,无法介入专业领域。

感觉大数据时代对人才的要求是

1)懂得数学的:数据挖掘,机器学习 + 编程

2)懂得行业内部运作的。

与前20年不同的是,机器学习不仅仅要求辅助地位,而是要直接拿掉专业技术人员的座位。

再有一个比喻,就是老行伍遇上军校生的感觉

那么,大数据时代与之前电脑普及时代的差别在于:20年前,电脑进入千家万户,关键就是WINDOWS的易学易用。如果还是UNIX的话,老百姓是不成的

而大数据时代,对于某些行业,看来不给专业技术人员WINDOWS这个梯子。程序员直接把你的活干了。

那么,专业技术人员干什么?

老师,从传到授业解惑,变成维持课堂秩序的?

医生变成护士,看病房的;

律师,从法律条文的解释者,变成GZJY?

家园 【原创】原来技术达不到的,新技术上去,原理改了

蒸汽机要高厂房,好多层,内燃机时代,厂房就是摊大饼。可以搞流水线,原来积累的经验教训直接没了

家园 其实是有的

这个部门不在公安下面的,在葡萄你这个版曾提到某个主管部门下面。地方政府基本管不到。

家园 葡萄哥

你写的东西几乎全删了,我下河迟,想找出来慢慢看都没机会。我挺不满

家园 恐怕没有那么大的变动,

何况就算新技术有了新改变的可能,也要新的磨合。

家园 呵呵,以前电脑还有软驱呢,现在光驱都不要了
家园 你说得都在我的能力圈外,所以不做评论。

我了解到情况,是我一个在米国做博士后的师兄。他还是在人工智能和智能战士相关的外围,因为国籍限制问题,但是他们的经费已经增加了好几倍,更不用说土豪的波士顿动力了。不知道大家注意没有,你可以看到google,apple有多土豪,多善待员工。相关于波士顿动力的福利和消息,网上很少。师兄曾经想去转投,但是很少搜到有效信息,网上的那些视频都是他们主动投放的,很少是意外流出来的。

我同意阿里的崛起的背后必然有国家意志,否则无法解释他能安全去米国上市并拿到支付和金融牌照,它手里的信息资源和个人交易记录都是真金白银(虽然有部分虚假交易)。至于腾讯干脆就是个国企了,有兴趣的同学可以去分析他背后的股权结构。

说你是文科生,也许是我太武断了。但是从你的行文里没有看到一个理科生对基本数据和基础数理的缜密推理,也许是数据敏感,可是你很少引用公开的数据分析,例如:IDC,IDG,Reuter,Pobo。从我的视角来看,文科生的特质就是这样,很容易被一些貌似高科技的东西所吸引,然后就是被不同程度的放大。

关键是通过某些渠道,我也知道你所提到的某些政府项目,除了一个公交的做得很好,其它的看起来都是被大海龟忽悠了,后面等结果出来了再扒,如果太敏感我也就说到这里了。

通宝推:舞动人生,
家园 今天人民日报阿里巴巴副总裁:数据治国 数据强国

大数据推动精细决策

作者:涂子沛 阿里巴巴副总裁

《 人民日报 》( 2015年04月09日 14 版)

“用定量分析、实证研究的科学方法来治理国家”

2000年起,美国国防部高级项目研究所(DARPA)就在尝试建立一个超级数据库,把全社会每一个人的基本资料、信用卡交易信息、医疗保险记录、出入境记录、航空和酒店信息、电子邮件、电话记录、网络搜索记录等等数据整合到一起,然后通过数据挖掘和监控,在大量的信息当中发现“信号”,实现有效的社会治理和管控。

  2002年,新加坡国防部长在美国访问,他获知万维信息触角计划之后,大为赞赏。新加坡于是重金引进、聘请美国国防部的工作人员,在他们的帮助下,新加坡快速建立了一套万维信息触角,命名为“风险评估和全景扫瞄”(RAHS)。

大数据时代,数据治国更关注的是动态的数据、系统化的数据,以不间断“流”的形式存在的、成片的、活的数据,它们应该成为公共决策的资源,为政府和社会广泛使用。

基于数据的创新将带动人类社会的各个领域实现巨大的飞跃,这种飞跃是前人难以想象的。今天的年轻人面临的创新机会要远远多于前几代人,因为他们拥有人类有史以来最伟大的创新资源:数据。

前提,是数据的开放。

开放和公开是两个完全不同的概念。公开是信息层面的,是一条一条的;开放是数据库资源层面的,是一片一片的。开放数据,指的是将原始的数据及其相关的元数据以可以下载的电子格式让第三方自由使用。开放也不一定代表免费,因为开放是有成本的,企业可以以收费的形式开放数据。开放也可以有层次、有范围,针对某个特定的组织和群体开放,不一定面对全体大众。

涂子沛的二本书

点看全图

外链图片需谨慎,可能会被源头改

点看全图

外链图片需谨慎,可能会被源头改

家园 葡萄你说了这么多,实际是解决数据孤岛的问题。

数据孤岛问题在国内由来已久了,这个和大数据一点关系都没有。中国社会,自我分割和老实人吃亏的问题,让各个部门和衙门之间都是牢牢的把握自己那点数据。所以你想以人查房,或者凭借一个社会安全号走天下的美国式生活是做不到的。你需要面对各种证件,证明和介绍信,这些都是数据拥有部门的权利。

从你的分析来看,只是把这些数据整合了,然后可以互通(能做到这一步,中国社会就进了一大步了)。举个简单的例子:社保和医保就可以全国互通了,养老工资也可以全国统一兑付了,你以后结婚,迁户口报户口不用在拿一堆资料,北京上海落户的表格也不用填了。这些并不是大数据,这些只是把孤岛直接建立了桥梁,并联在一起,甚至有些就是把某些东西数字化了(我发现魔都某些地域的户籍信息还是登记造册的,并不能电子化查阅,这可是政府信息化比较高的魔都哦^_^)。

真正的大数据是建立在全维数据自动化采集(或者接近全维度)和完备的数据建模上并且要做到自动化在线分析,你采集到数据越完备,模型设计的越精巧,计算能力越强。这里有三个难点,大数据自动采集(量太大无法收工录入),模型的设计需要很多专业知识积累(有经验的老师傅和无敌的程序员),在线自动化计算(超级计算机和云计算集群)。

举个简单的例子,有一年参加美国大学生数学竞赛(暴露年龄了),有道题就是预测非洲一个区域大象的承载量然后决定大象的计划生育手段和数量。计算生育率,生育周期并考虑固定的死亡率,是有现成的数学模型的,可是这个做出来的东西准么?大家想想估计就一笑而过了,实际情况是做得最好的队伍,考虑到象群迁徙,天气,疾病,偷猎等多维度信息,建立了一个高维模型,其预测和过往数据非常吻和。那就这个例子来说这个模型的大数据版,就是建立在数十万平方公里的土地上的各种传感器数据采集:气象,摄像头(象群识别和人类识别),大象身上的信标,并且后台有一个阵列可以存储历史数据,并作实时的分析和展望,做出分析和决策建议。

通宝推:钩河木,xtqntd,jent,舞动人生,
全看树展主题 · 分页首页 上页
/ 16
下页 末页


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河