3月23日，长沙贺龙体育馆内座无虚席，中国队1:0战胜韩国队，世预赛上中国队第一次击败韩国队。许多人可能会问，中国队都赢球了，号称比人类厉害的人工智能服气吗？事实上，现在的人工智能已经能做很多事，比如说话、运动、开车，足球旋风早已渗透到机器人与人工智能领域，踢球，依然难不倒它们！机器人与足球的结缘最早可追溯到1992年，加拿大不列颠哥伦比亚大学教授Alan Mackworth在论文《On Seeing Robots》中，提出了训练机器人进行足球比赛的设想。1993年，一场名为Robot J-League的机器人足球赛在日本东京举办，之后逐渐演变成RoboCup机器人世界杯。如今，RoboCup机器人世界杯已举办了19届，其目标是通过大规模专业化机器人竞赛，促进机器人与人工智能等领域的基础研究、工程研发和应用推广。来自中国的球队在RoboCup比赛中表现突出，近几年的仿真组八强中，都有三支中国球队，清华火神队更是连续夺得两次冠军和一次亚军。2001年，中国科学技术大学组建了中国第一支四足机器人足球队，在2008年组建了中国第一支NAO人形机器人足球队，在机器人世界杯比赛中更是多次获得好成绩，2008年甚至获得世界亚军。许多机器人足球比赛项目都有中国队员的身影。第15届土耳其伊斯坦布尔RoboCup机器人世界杯赛中，中国科学技术大学机器人“蓝鹰”队在传统强项仿真2D比赛中曾以全胜战绩获 ...继续阅读 (15)

一般来说，人类司机不会有意识地考虑和计算每件事情发生的概率，但是我们在观察周围环境时，都会根据某件事情发生的可能性，做出相应的决策。一个司机虽然无法计算出身后的跑车超车的准确概率，但是通过观察那辆跑车的行为，再考虑上之前的类似情况，他同样能够做出一个相对好的猜测。我们相信概率，因为当我们处在不确定性中，它是唯一能帮助我们作出决策的方法。自动化系统，例如“无人驾驶汽车”，会根据概率做出同样的判断和决策，只是通过一种不同的程序而已。人类是相信直觉和经验的，这些自动化的汽车不同，它们会利用数据收集器和推理算法，来计算出某件事情发生的概率。如何确定一件事情发生的概率？Stefano Ermon 是斯坦福大学的计算机专家，他希望改进“无人驾驶汽车”和自动化系统对周围环境进行概率推理的方式，从而提高其安全性和可靠性。他解释道：“这种做法的挑战性就在于，你对接下来将要发生的事情是一无所知的，即使是这样你还是必须做出决策、采取一些行动。概率推理其实就是在假定不确定性存在的情况下，从概率的角度看待问题。”现在，主要有两种方式可以用于提高自动化系统的安全性。首先，计算机模型收集的数据必须是准确的；其次，计算机的推理系统必须能够从模型数据中得出最佳结论。Ermon解释道：“你需要把两种方式配合起来：为了得到一个相对可靠的计算机模型，你需要有大量的数据；然后你还需要根据模型得出正确的结论，这个时候就需要人 ...继续阅读 (10)

不是所有离职都会被称为功成身退。百度首席科学家吴恩达昨天突然对外宣布了离职消息，之前没有任何征兆。吴恩达所在的百度研究院，一直在台前扮演着百度人工智能代言人的角色，但实际上，它只是百度公司内部发展人工智能的两支力量之一。百度涉足人工智能的另外一支重要力量，来自百度的传统核心部门搜索体系。作为国内最早布局人工智能的公司之一，在移动互联网时代失利的百度从去年开始把未来希望押注到人工智能上，但承载了百度人工智能战略的百度研究院，从成立伊始便面对人才接连流失的窘境，这背后是百度内部两派力量角逐、研究院处境尴尬的现实。局面在今年再次生变，变量是陆奇与马东敏的加入。核心管理层更新带来的直接结果是百度内部领域、资源、利益的重新划分，结果就是利益相关人的出局。吴恩达是2017年以来百度离职的第三位高层人物，第一位是不久前因智能驾驶业务调整而“内部休息”的王劲；第二位是因“内部腐败”离职的糯米负责人曾良；吴恩达成为百度离职高管名单中的最新一个。而在这位百度人工智能研究体系带头人离场后，搜索体系开始全面掌握话语权，百度的人工智能战略将要讲出新故事了。王海峰顺理成章接棒百度对人工智能体系带头人权力的交接显然早有准备。在吴恩达宣布离开后不久，百度随即发布内部邮件，百度搜索引擎总负责人、百度副总裁王海峰被任命为AI技术平台体系（AIG）总负责人，同时晋升为Estaff成员，转向百度集团总裁和首席运营官陆奇汇 ...继续阅读 (18)

架构是什么？昨天下午我坐飞机从西安到太原的路上，不禁在思考这个问题。我做C#开发已经11年了，做过很多项目，经历了很多项目开发过程中的折磨，在小企业兼职过不靠谱的“技术总监”，在大公司也当过码工，见识过很多牛人，分析过牛人的代码，并且也和团队设计了OSGi.NET框架和iOpenWorks插件仓库平台。回想这么多年的软件开发经验，我发现自己一直在追逐如何使软件开发做的更好，如何让一个团队开发出一个像样的软件产品，而不是像大多数的国人生产的丑陋不堪、经常出现各种古怪问题的企业软件。目前除了做软件开发平台，我们还深入到热力、能耗监测等能源监控领域，进入这个领域之后，发现传统的几个大厂家，做的软件都极其的烂，那软件简直丑的不能再丑了，送给我我都不要。这些厂家那么有钱，他们做不出好软件？真是不可思议。因此，我跟我的合作伙伴放出豪言，我们要做这个行业最好的软件，要做到这个领域的第一。哈哈，话说出来容易！当我在一个特定环境下，带领一个新的、刚刚成立的团队尝试来开发这么一个软件的时候，我却发现我们软件的第一个版本也是其丑无比。这才恍然大悟，或许那些厂家的软件开发也是这么的方式来生产的。这样生产出来的软件要满足用户的需求，那这些开发人员得遭多少罪，才能够在一个不靠谱的软件修修补补使其稍稍靠谱。因此，我开始反思，怎么能使一个新团队开发一个好的软件产品？答案和我的标题是一样的，我要依靠架构。那么架构是 ...继续阅读 (13)

这是一个好消息，如果你希望在2016年找一份数据科学的工作—在该领域职位空缺的数量正在不断增加，企业希望利用大数据来获得竞争优势。但事实上，找一份梦寐以求的数据科学工作就意味着你要具备一些技能的组合，你可能会惊讶学习哪些技能是雇主所最需要的。最近，人们在CrowdFlower上针对Linkedin的3490个数据科学职位做了分析，并对最常出现的21个技能进行了排序。有些结果并不那么令人惊讶—SQL排在最前，而其它的结果可能是数据科学领域不断发展的领先指标。如上所述，SQL是最常见的技能，在Linkedin发布的所有数据科学工作中占比达到了57%。Hadoop排在第二，占比49%。这并不出乎CrowdFlower公司CEO和创始人Lukas Biewald的意料。CrowdFlower是美国硅谷一家从事众包数据处理的公司。“SQL和Hadoop排在前两位并没什么惊讶的，因为它们本身就是存储数据的技术”Biewald告诉Datanami(本文转译自该网站)。“每个数据科学家必须知道如何获取数据。如果你不知如何获取数据，那你什么都做不了。”在所有数据科学的招聘信息中，python是排在第三名的技能。在CrowdFlower去年关于数据科学家哪些技能是最重要的调查中，python排在R的后面。但在本次招聘信息的调查中(这无疑是更具有前瞻性的范围)，python作为数据科学的一项关键性技能占 ...继续阅读 (18)

在如今的分布式数据库中，想针对所有那些PB级的数据获得一份可靠的快照并非易事。这是IT界众所周知的事实：改变软件堆栈的一部分，你很有可能要改变另一个部分。如果举个明显的例子，只要看看大数据。首先，大数据彻底改变了数据库领域，带来了一批新的“向外扩展型”技术。Hadoop、MongoDB和Cassandra之类的产品就体现了这一点：数据分布在多台商用服务器上，而不是被塞入到一台大型服务器上。当然，这么做的优点在于灵活性：若想容纳更多PB级的数据，你只需要添加另外一两台廉价的服务器，而不是“向上扩展”，支付大笔费用购买更庞大的服务器。这一切很好，不过现在出现了一个新的棘手问题：备份和恢复。知名调研机构Gartner的副总裁戴夫·拉塞尔(Dave Russell)说：“传统的备份产品处理数量非常多的数据时面临挑战。架构具有的向外扩展性对传统的备份应用软件来说也难以处理。”拉塞尔表示，如今的横向扩展型数据库确实包括可用性和恢复方面的一些功能，但是它们通常不如IT用户已经习惯的那些功能来得强大、可靠。如果出现系统停运，这个问题就会导致大企业岌岌可危。不过与此同时，一类新的数据保护产品开始浮出水面。Datos IO公司的RecoverX就是其中之一。Datos IO的联合创始人兼首席执行官塔伦·塔库尔(Tarun Thakur)说：“如果你有一个传统的数据库，比如甲骨文或MySQL，它又是向上 ...继续阅读 (20)

最近这几周大数据领域可谓动作频频，初创公司和老牌企业都纷纷发布新品，更新或改进现有的产品系列，以及达成战略性关系。行业观察人士表示，许多企业拿来试点阶段的大数据系统(尤其是那些整合Hadoop平台的系统)后，将它们部署到更广泛的生产环境。本文介绍的新闻主要旨在帮助公司进行这种转型。下面看一下引起我们关注的12则与大数据有关的动向。其中许多来自近日在加州圣何塞召开的2016年Hadoop峰会。Actian发布VectorH 5.0数据库Actian首席营销官托尼·卡瓦诺(Tony Kavanaugh，图左)与Actian合作伙伴销售副总裁戴夫·休格曼(Dave Sugarman)在近期召开的2016年Hadoop峰会上交谈。Actian本周发布了Actian Vector in Hadoop(VectorH)5.0，这是该公司现已与Apache Spark集成起来的SQL-in-Hadoop数据库的新版本。与Spark集成起来后，就可以获取来自不同数据源、采用不同格式的数据，让开发人员得以利用VectorH，构建高性能数据流、ETL和机器学习等应用程序。随着企业组织将Hadoop分析系统迁移到生产环境，这类功能至关重要。Actian还大肆宣传VectorH的更高性能，声称性能比像Apache Hive、Cloudera Impala、Apache Spark SQL和Apache H ...继续阅读 (14)

【出品 | 网易智能策划/编译| 秉翰】去年三月一个会下围棋的AlphaGo让人工智能火了，今年三月准备虐菜柯洁的AlphaGo增强版又会带来什么？笔者的标题可能起的有点穿越，但是柯洁就算最近闭关学会了新的独门绝技，也不可能赢的了AlphaGo。围棋人工智能的学习能力绝对超出人类几个数量级。随着时间的发展在围棋这个项目上，无论是柯洁还是谁，人类只能越来越被完虐。这是“新进化论”所带来的不可阻挡的“自然”规律。比赛以后的柯洁还能这么自信吗？然而，对于真正的人工智能来说，AlphaGo也只能是惊鸿一瞥，深度神经网络为人工智能带来的是惊喜，但并不是变革。百度等公司全力“发神经”对于他们商业上的成功也许并不能带来什么助益。吴恩达带着成千上万块GPU也许能为百度带来一些令人惊喜的人工智能产品，却难再现与莆田系印钞般的盈利能力。人工智能只是完成了从胎儿到婴儿的蜕变，降临世上却要经历无数艰险才能为人。然而，笔者并不是要吐槽目前各大公司面对人工智能大上快干的“神经病”行为。而是深入浅出的分析让人工智能惊艳世人的神经网络技术，以及人工智能在现实商业层面所面临的实际难题。让大家观摩柯洁与AlphaGo比赛之前来个热身，科学客观的看待人机大战。为什么神经网络火了？神经网络这东西并不是新鲜事物，AlphaGo牛X之前，也只是人工智能各种算法的一个分支。神经网络中的很多算法已经存在很多年，并不是突然之间像魔 ...继续阅读 (16)

3月22日，百度首席科学家吴恩达（Andrew Ng）在英文自媒体平台Medium及微博、Twitter等个人社交平台发布公开信，宣布自己将从百度离职，开启自己在人工智能领域的新篇章。在公开信中，吴恩达评价了百度人工智能的研发进展及技术实力，并称李彦宏是“全球人工智能领域最优秀的CEO”。随后，百度官方渠道发文“Andrew加入百度是因为我们对人工智能的未来有着共同美好的追求，即使今天分别，但百川归海，我们仍有着一致的目标，那就是推动人工智能技术的发展，让未来生活更加美好。虽有遗憾，但更多的是感谢和祝福！祝愿Andrew未来取得更大成就，一切顺利！”同时，百度对外宣布将进一步深度整合包括NLP、KG、IDL、Speech、Big Data等在内的百度核心技术，组成百度AI技术平台体系（AIG），任命百度副总裁王海峰为AI技术平台体系（AIG）总负责人，同时晋升为Estaff成员，转向百度集团总裁和首席运营官陆奇汇报。据悉，王海峰于2010年1月加入百度，在2010-2013年期间，先后为百度创建了自然语言处理部、互联网数据研发部、推荐引擎和个性化部、多媒体部、图片搜索部、语音技术部等。值得一提的是，吴恩达在此前接受第一财经记者采访时曾不止一次对感慨，现在人工智能最大的问题就是“机会太多，但人才太少”。对百度而言，吴恩达的离开无疑意味着百度损失了一名人工智能领域的顶尖人才。公开资料显 ...继续阅读 (9)

在第四次商业革命来临之际，大数据、人工智能、新零售这些概念一个又一个进入到人们的生活中。京东老板刘强东也在今年的京东开年大会上提到：“时代正在发生快速、剧烈的变化，未来的十年科技的进步速度将超过过去100年。”那么这些智能化的概念将会以怎样的方式影响零售行业和购物中心呢？网络时代的智能化商品首先是商品的智能化，商品智能化方面可以提到几个词为例：物联网、机器人和3D打印。随着家庭和企业联网设备和传感器数量急剧增加，物联网(IoT)蔚然兴起。虽然现在来看大部分市场任运用于企业但是，未来发展的重点仍在联网家庭和联网汽车两个方向。以“家庭自动化”为例，家庭自动化的实现包括了一系列智能产品，比如智能照明系统、智能恒温控制器、智能门锁以及将它们连接起来的相关外围设备。将这些原本分散的设备通过网络连接起来并加入人工智能的设计，这些商品的普及将对人类的工作、生活、社会治理都将发生巨大的改变。而机器人和无人机的运用在人工智能时代的到来后，等到了新一步的突破。在2015年，投入使用的非军事用途无人机将首次突破100万台。国外，亚马逊、GOOGLE等一些企业已经开始尝试无人机送货服务和有机器人管理的无人仓库，无人机和智能机器人的使用可以极大的减少产品在物流过程中的人力成本。3D打印将使原型设计更快、成本更低，从而促进创新的普及。同时，通过生产更轻和更坚固的部件，3D打印还具有改革制造工艺的潜能。3D打印 ...继续阅读 (14)

开源如今已渗透到多个领域，从流行应用，到在线服务，再到高新技术，有许许多多的新兴项目出现，也有活跃多年的经典项目随着技术的演变进入新的领域。国外开源软件管理供应商Black Duck Software在2月底发布了第九期年度“开源新秀”报告，显示了在过去一年中在多个领域的全新 top 开源项目。涉及到的领域有：区块链、数据库、深度学习、SDN、容器、网络安全和教育。1、区块链 —— Sawtooth LakeSawtooth Lake(锯齿湖)是英特尔在2016年4月推出的实验性分布式账本平台。英特尔将此项目描述为“用于建造、部署和运行分布式账本的高度模块化平台”。Sawtooth Lake 平台采用了两种已建立的共识算法，其中一种受到了比特币的启发，另一种则与瑞波(Ripple)和恒星(Stellar)网络的共识算法有关。第一种，称之为PoET(Proof of Elapsed Time)，也就是‘消逝时间量证明’，它是由英特尔构建在可信执行环境的一种彩票协议。第二种，称之为‘仲裁投票’(Quorum Voting)，它采用了瑞波和恒星的共识协议，用来解决需立即交易定局的需求。目前该平台还是属于实验性质，建议用户暂时不要用该平台发布敏感型应用。2、大数据 —— CarbonDataCarbonData 是华为在2016年推出的一个为了更快的交互查询而生的新的 Hadoop 原生文 ...继续阅读 (26)

“满城尽谈大数据”，但很多人其实并不理解大数据真正价值是什么，哈佛大学Gary King教授用3个大数据研究案例告诉你：有数据固然好，但是如果没有分析，数据的价值就没法体现。 2017年初，哈佛大学政治学系教授加里·金（Gary King）在上海交通大学举办了一场名为《大数据，重要的不是数据》（Big Data is Not About the Data）的讲座。主讲人Gary King是哈佛大学的校级教授（University Professor）。King教授以实证研究知名，擅长量化研究，其研究涉及政治学、公共政策、法学、心理学和统计学等领域。（图片说明：1月4日，Gary King教授在上海交大演讲现场）以下是Gary King 教授演讲实录（有删节）：我工作的领域叫做量化社会科学（Quantitative Social Science），有时，它有一个别称，叫大数据。“大数据”这个词最早是媒体发现的，它试图向大众解释我们是做什么的，目前看来解释的效果还不错。然而，大数据的价值不是在数据本身，虽然我们需要数据，数据很多时候只是伴随科技进步而产生的免费的副产品。比如说，学校为了让学生能更高效地注册而引进了注册系统，因而有了学生的很多信息，这些都是因为技术改进而产生的数据增量。大数据的真正价值在于数据分析。数据是为了某种目的存在，目的可以变，我们可以通过数据来了解完全不同的东西… ...继续阅读 (10)

本文转自雷锋网，文章转载已获授权。近日，美国新墨西哥洲“洛斯阿拉莫斯国家实验室”团队训练了一个机器学习算法来试图预测地震，该团队还不确定这一技术能否用于现实地震的预测，目前仅为实验室环境成果，但这项技术可能为地震预测领域的研究开辟了一条新的路径。据统计，被地震夺走生命的人员数量十分惊人。每年大约有一万人死于地震和震后灾难，但实际的伤亡人数可能更多。2004年，苏门答腊岛海岸有超过230,000人在九级地震引起的海啸中丧生；2010年，超过200,000人死于海地七级地震；1556年，中国超过800,000人在一次地震中死亡。因此，我们期待着一个颇有成效的地震预测方法。在新墨西哥洲洛斯阿拉莫斯国家实验室里，Bertrand Rouet-Leduc和他的几个伙伴前段时间发现了一个相当惊人的秘密。他们训练了一个机器学习算法，让算法仅依靠那些由压力所产生的声音，去观察实验室地震即将发生时所显现的迹象。这个团队还不确定这一技术能否用于现实地震的预测，因此他们表现得十分谨慎；但是他们的这项技术和工作确实为地震预测领域的研究开辟了一条新路径。首先来介绍一些相关的背景信息。长期以来，地质学家们都是可以预测出地震风险发生的近似概率，他们使用的方法是找出历史上地震断层的移动时间，凭借其中显现出来的一些周期性，来大致预测未来的断层移动时间。其中最有名的例子包括加州帕克菲尔德的圣安格烈亚斯断层——全球被研 ...继续阅读 (18)

今天在听吴军博士讲的《IOT与智能时代》，而在听课之前，正好这周在出差的路途中，我阅读了吴军老师的最新力作《智能时代-大数据与智能革命重新定义未来》，认为要真正能够吃透本次内容，建议将这本书再做一个补充阅读，因为在这本书中成体系地回答了几个问题：1、数据的价值在哪里？吴军博士认为是人类建造文明的基石：如果我们把资本和机械能作为大航海时代以来全球近代化推动力的话，那么数据将成为下一次技术革命和社会变革的核心动力。2、大数据和机器智能是什么关系？在有大数据之前，计算机并不擅长于解决需要人类智能的问题，但是今天这些问题换个思路就可以解决了，其核心就是变智能问题为数据问题。由此，全世界开始了新一轮的技术革命–智能革命。3、智能时代会发生什么样的思维革命？在无法确定因果关系时，数据为我们提供了解决方案的新方法，数据中包含的信息可以帮助我们消除不确定性，而数据之间的相关性在某种程度上可以取代原来的因果关系，帮助我们得到我们想知道的答案，这就是大数据思维的核心。4、大数据与商业是什么关系？在未来我们可以看到，大数据和机器智能的工具就如同水和电这样的资源，由专门的公司提供给全社会使用。全球最厉害的数据公司就是我们所说的互联网公司，最能够挣钱的就是谷歌，其赢利能力是BAT加上Facebook、亚马逊这些公司之和，而他们的赢利基本上覆盖了互联网企业的80%以上，这就是互联网的集中效应。5、 ...继续阅读 (20)

人工智能顶级会议暨 2017 届 AAAI大会召开，AAAI今年首次设置了AI in Practice (应用人工智能)环节，百度副总裁王海峰应邀做了名为“百度的自然语言处理”(Natural Language Processing at Baidu)的主题演讲。本文根据王海峰现场演讲整理成本文。大家好，我是来自百度公司的王海峰。在介绍百度NLP工作之前，我想先谈谈语言对于AI意味着什么。思考和获得知识的能力成就了今天的人类，这种能力需要通过语言来找到思考的对象和方法，并外化为我们看、听、说和行动的能力。而语音、视觉、行为和语言等正是现在AI领域的重要研究内容。相对于看、听和行动的能力，语言是人类区别于其他生物最重要的特征之一。语言是人类思考的载体，通常我们的思考语言是母语。当我们学习外语时，老师希望我们要努力使用外语来思考。另一方面，从人类历史之初，知识就以语言的形式进行记录和传承，用来书写语言的工具不断改进：从甲骨到纸张，再到今天的互联网。所以我们说，语言是思想和知识的载体，而对语言的处理和理解就显得尤为重要。计算机领域中自然语言处理(Natural Language Processing: NLP)的目的，就是让计算机能够理解和生成人类语言。在百度，基于大数据、机器学习和语言学方面的积累，我们研发了知识图谱，我们分析理解query、篇章及情感，我们构建了问答、机器翻译和对话系 ...继续阅读 (15)

Serverless 不意味着没有服务器，而是从应用可以在一个抽象层上忽略它的存在，而只关注在功能实现上和自身的请求处理上;每一个功能实现在不是单纯的业务逻辑处理的代码，相反每个功能调用具有了 Server 的特质，进化成为了一个具有自省、自知和自治的工作负载单元;他们更像是能够衍生出其它新功能单元的生物体。这样整个 Serverless 应用架构之内，每个生命可以衍生下去，子子孙孙无穷匮也。处在这技术日新月异的时代里，新的技术浪潮经常对当前的技术产生着威胁和颠覆。在编写应用的时候我们目前经常谈论到“Serverless”技术。它的核心思想是把应用作为一系列的功能/function来部署，这些功能在需要的时候被按需部署。服务器管理应该是不需要去操心的事情，所有功能被按需调用，被运行在群集之上。但是 Serverless 里不意味着没有 Docker，事实上 ”Docker 就是 Serverless”。你可以用 Docker 来容器化这些功能，然后按需地运行在 Swarm 群集上。Serverless 是一种构建分布式计算的应用的方法，而 Docker 是完美的构建和运行他们的平台。从 Server 到 Serverless那么我们如何来编写 Serverless 的应用?让我们先看下这个例子：“一个有5个子服务组成的投票应用”：它的结构如下：1. 两个 Web 前端2. 一个后台 ...继续阅读 (26)

引言我发现网络上铺天盖地的人工智能相关信息中的绝大多数都可以分为两类：一是向外行人士解释进展情况，二是向其他研究者解释进展。我还没找到什么好资源能让有技术背景但对不了解更前沿的进展的人可以自己充电。我想要成为这中间的桥梁——通过为前沿研究提供（相对）简单易懂的详细解释来实现。首先，让我们从《Overcoming Catastrophic Forgetting in Neural Networks》这篇论文开始吧。动机实现通用人工智能的关键步骤是获得连续学习的能力，也就是说，一个代理（agent）必须能在不遗忘旧任务的执行方法的同时习得如何执行新任务。然而，这种看似简单的特性在历史上却一直未能实现。McCloskey 和 Cohen（1989）首先注意到了这种能力的缺失——他们首先训练一个神经网络学会了给一个数字加 1，然后又训练该神经网络学会了给数字加 2，但之后该网络就不会给数字加 1 了。他们将这个问题称为「灾难性遗忘（catastrophic forgetting）」，因为神经网络往往是通过快速覆写来学习新任务，而这样就会失去执行之前的任务所必需的参数。克服灾难性遗忘方面的进展一直收效甚微。之前曾有两篇论文《Policy Distillation》和《Actor-Mimic: Deep Multitask and Transfer Reinforcement Learning ...继续阅读 (16)

“高并发”一直是大家感兴趣的话题。2010年~2012年，我曾在Qunar供职，主要负责机票搜索相关的业务，当时我们的搜索系统最高每天承载了亿级用户的高并发访问。那段日子，很苦很累，Qunar的发展很快，我也见证了搜索系统的技术演变历程，本文就来给大家讲讲机票高并发的故事。业务背景Qunar成立于2005年，那时候大家还习惯打电话或者去代理商买机票。随着在线旅游快速发展，机票业务逐步来到线上。在“在线旅游”的大浪潮下，Qunar的核心业务主要是线上机票搜索和机票销售。根据2014年9月艾瑞监测数据，在旅行类网站月度独立访问量统计中，去哪儿网以4474万人名列前茅。截至2015年3月31日，去哪儿网可实时搜索约9000家旅游代理商网站，搜索范围覆盖全球范围内超过28万条国内及国际航线。Qunar由机票起家，核心产品包括机票搜索比价系统、机票销售OTA系统等。后来一度成为国内最大旅游搜索引擎，所以最开始大家知道Qunar都是从机票开始。在Qunar，我主要工作负责机票搜索系统。当时，搜索业务达到了日均十亿量级PV，月均上亿UV的规模。而整个搜索主系统设计上是比较复杂的，大概包含了七、八个子系统。那时线上服务器压力很大，时常出现一些高并发的问题。有时候为了解决线上问题，通宵达旦连续一两周是常有的事。尽管如此，我们还是对整个搜索系统做到了高可用、可扩展。为了大家了解机票搜索的具体业务，我们 ...继续阅读 (14)

在利用深度学习网络进行预测性分析之前，我们首先需要对其加以训练。目前市面上存在着大量能够用于神经网络训练的工具，但TensorFlow无疑是其中极为重要的首选方案之一。大家可以利用TensorFlow训练自己的机器学习模型，并利用这些模型完成预测性分析。训练通常由一台极为强大的设备或者云端资源完成，但您可能想象不到的是，TensorFlow亦可以在iOS之上顺利起效——只是存在一定局限性。在今天的博文中，我们将共同了解TensorFlow背后的设计思路、如何利用其训练一套简单的分类器，以及如何将上述成果引入您的iOS应用。在本示例中，我们将使用“根据语音与对话分析判断性别”数据集以了解如何根据音频记录判断语音为男声抑或女声。数据集地址：https://www.kaggle.com/primaryobjects/voicegender获取相关代码：大家可以通过GitHub上的对应项目获取本示例的源代码：https://github.com/hollance/TensorFlow-iOS-ExampleTensorFlow是什么，我们为何需要加以使用?TensorFlow是一套用于构建计算性图形，从而实现机器学习的软件资源库。其它一些工具往往作用于更高级别的抽象层级。以Caffe为例，大家需要将不同类型的“层”进行彼此互连，从而设计出一套神经网络。而iOS平台上的BNNS与MPSCNN ...继续阅读 (23)

前言不知不觉就很长时间没造过什么轮子了，以前一直想自己实现一个模板引擎，只是没付诸于行动，最近终于在业余时间里抽了点时间写了一下。因为我们的项目大部分用的是 swig 或者 nunjucks ，于是就想实现一个类似的模板引擎。至于为什么要做这么一个东西？基本上每一个做前端的人都会有自己的一个框架梦，而一个成熟的前端框架，模板编译能力就是其中很重要的一环，虽然目前市面上的大部分框架 vue、angular 这些都是属于 dom base 的，而 swig nunjucks ejs这些都是属于 string base 的，但是其实实现起来都是差不多的。不外乎都是Template=parse=>Ast=render=>String。再者，做一个模板引擎，个人感觉还是对自身的编码能力的提升还是很有帮助的，在性能优化、正则、字符解析上尤为明显。在日后的业务需求中，如果有一些需要解析字符串相关的需求，也会更得心应手。功能分析一个模板引擎，在我看来，就是由两块核心功能组成，一个是用来将模板语言解析为 ast（抽象语法树）。还有一个就是将 ast 再编译成 html。先说明一下 ast 是什么，已知的可以忽略。抽象语法树（abstract syntax tree或者缩写为AST），或者语法树（syntax tree），是源代码的抽象语法结构的树状表现形式，这里特指编程语言的源代码。树上的每个节点都 ...继续阅读 (15)

编程这么多年，要是每次写遍历代码时都用 for 循环，真心感觉对不起 JavaScript 语言~对象遍历为了便于对象遍历的测试，我在下面定义了一个测试对象obj。测试对象// 为 Object 设置三个自定义属性（可枚举）Object.prototype.userProp ='userProp';Object.prototype.getUserProp =function(){returnObject.prototype.userProp; };// 定义一个对象，隐式地继承自 Object.prototypevarobj = { name:'percy', age:21, [Symbol('symbol 属性')]:'symbolProp', unEnumerable:'我是一个不可枚举属性', skills: ['html','css','js'], getSkills:function(){returnthis.skills; } };// 设置 unEnumerable 属性为不可枚举属性Object.defineProperty(obj,'unEnumerable', { enumerable:false});ES6 之后，共有以下 5 种方法可以遍历对象的属性。for…in：遍历对象自身的和继承的可枚举属 ...继续阅读 (17)

一.为什么要做神经网络结构自动发现从16年年中开始，我们开始思考最优的深度神经网络结构自动发现的问题，并在业余时间开始逐步做些探索性的实验。当时的出发点其实很简单：对于解决某个机器学习任务，目前的常规做法是通过算法研发人员分析问题特性，并不断设计修改试探深度神经网络的结构，找到最适合解决手头问题的网络结构，然后通过不断调参来获得解决问题的最优网络结构及其对应的参数。很明显，这里需要耗费研发人员大量的精力，大家知道，AI在各个行业逐步辅助和替代人是个大的发展趋势，那么自然就产生一个问题：在探索解决手头问题的深度神经网络结构方面既然耗费了大量的精力，那么这个工作能不能让机器自动完成呢？也就是这项工作的初衷是代替深度学习研发工程师的日常工作。我觉得这个思路是可行的，而且将来也一定是这个行业的发展趋势，而且初步调研了一下当时还没有发现有人发表相关的工作，有一定的前沿性，并且如果真的可行，在实际工作中也可以用起来节省人力研发成本，于是就开始想些办法探索这个方向。我觉得将来深度学习研发的形态不会是目前这个样子，而应该是如下的一种场景：假设我们手头有一个技术成熟的神经网络自动探索最优结构的系统（比如它的名字叫NeuralFinder）的话，那么整个研发过程不需要深度学习工程师的介入，只需要给定某个问题的训练数据，然后启动NeuralFinder，它会自动找到解决这个问题最好的网络结构及其对应的参 ...继续阅读 (35)

以人为本人工智能将影响到企业人才管理的各个层级——从首席高管到一线管理者。人工智能不仅能通过日常工作自动化来削减企业成本，还能通过增强员工能力，提升劳动力价值。我们研究发现，在企业管理工作中，增强员工能力最有价值——即秉承以人为本，利用人工智能提升人类的工作成果。当然，日常管理工作自动化依然非常重要，但其更大的意义还在于，将管理者和员工从机械性工作中解放出来，使其专注于更具价值的工作上来。值得庆幸的是，上述结论与管理者预期相符。调查中，受访者对于机器能帮助他们提高大部分工作效率这点表示欢迎。不过，这并不意味着未来管理者就可以高枕无忧了。如果机器能帮助他们提升工作效率，管理者就不能再在日常工作中偷得半日闲。相反，他们必须投身于未知领域，进行各种试验、快速学习和解决复杂问题——而所有这些都要求管理者具备更强的创造力、协作性和判断力。高瞻远瞩的管理者不会纠结于“有了人工智能，我干什么？”之类的问题，他们会思考“我能在其他哪些领域成就一番大事？”毫无疑问，对大多数管理者而言，这将是一个艰难的转型，但对于那些迫切渴望承担更多重任的管理者来说，人工智能可以让他们从事更加有趣、更具影响力的工作——职业前景也会因此变得更加振奋人心。试验与学习那么，我们应如何应对充满不确定性的未来？各级管理者必须乐于开展试验，以便明确对企业和团队而言，如何应用人工智能更合理有效。实际上，许多受访者都认同这一点——他 ...继续阅读 (11)

一般而言，大型的神经网络对硬件能力有着较高的需求——往往需要强劲的 GPU 来加速计算。但是你也许还是想拿着一台笔记本坐在咖啡店里安静地写 TensorFlow 代码，同时还能享受每秒数万亿次的浮点运算（teraFLOPS）速度？其实这个目标不难实现，使用 PyCharm 中的一个远程解释器，你就能通过远程的方式获得几乎和本地计算时一样的性能。Erik Hallström 在本文中分享了如何使用 PyCharm、TensorFlow 和 SSH 搭建远程机器学习平台的过程。需要注意的是，目前仅有 PyCharm Professional 支持这一功能，Community Edition 尚不支持。远程数据处理机器希望你的远程机器看起来不是这样的。我们的目标是搭建一个固定的远程机器，其中有一个或多个先进的 GPU，必须是英伟达的——虽然我不喜欢目前深度学习硬件领域的这种垄断，但 TensorFlow 只能使用英伟达的 GPU。首先，让我们安装最新版本的 Ubuntu，我推荐你使用桌面版，你可以终止其 GUI 服务，然后释放图形内存。然后将你的计算机联网，并通过在终端（Terminal）输入 ifconfig 来获取 IP 地址，在本文中，我假设我们的 IP 地址是 192.168.0.1，在实际操作时，你需要根据你自己的情况进行修改。设置 SSH为了让你的计算机与你的数据处理机器通信 ...继续阅读 (18)

牛津大学和 DeepMind 的研究人员合作，开发出一款能够阅读唇语的系统，这个名叫 Watch, Attend and Spell（WAS）的软件在实际表现中远远超越了人类专家的水平。研究人员使用计算机视觉和机器学习算法，使用 5000 小时的 BBC 新闻视频录像训练模型，这些视频里包含了 1000 多个不同的人说的将近 12 万句话，单词量有 17,500 个。或许，你还记得 DeepMind 去年推出的唇语技术 LipNet。LipNet 先后在媒体上出了两次名，最初被媒体报道时，凭借 50% VS 12% 的压倒性胜利战胜了人类唇语专家，让很多人惊呼，这是构建自动唇语识别系统的重要一步。第二次则是今年初，LipNet 论文被深度学习盛会 ICLR 2017 拒绝。匿名审稿专家称，LipNet 这篇论文没有革新性的贡献，激起很多讨论。表示遗憾乃至愤怒的人不在少数。今天，DeepMind 团队宣布，他们的唇语论文 WAS 被 CVPR 2017 高分接收，而且将作为口头论文展示。值得一提，WAS 与 LipNet 最大的区别——实际上就是名字。当然，两篇论文的作者还是不同的。但仔细看内容就会发现，WAS 与 LipNet 的高度相似。但是，针对这个颇有戏剧性的事件，我们想讨论的并不是论文或会议评审，而是为什么 DeepMind 总是能一次又一次地很轻松地拿出成果，完爆人类（甚 ...继续阅读 (17)

就像之前的“云计算”、“大数据”和“机器学习”，“人工智能”这个词已经被市场营销人员和广告文案人员大肆使用。人们说的“人工智能”里面有很大一部分其实是数据分析，还是原来的套路。自从去年AlphaGo打败李世石开始到现在，人工智能的热度就没有一丝衰减。随着长虹推出全球首款人工智能电视，一轮属于全球家电产业的人工智能新时代大幕正式拉开。随后，美的、海尔等企业相继发布各自的智能空调新品，并剑指”人工智能”。被誉为全球消费电子产业发展风向标的美国CES展2017年展会上，人工智能成为这个产业的全球新风口。事实上，从去年开始，以Google、Apple、Intel、Microsoft、Amazon为首的外资科技巨头，以及百度、腾讯、阿里为首的本土互联网巨头，都悄然将战略触角伸向了人工智能的领域，在这方面进行了较大的商业投资。也出现了真正的创新产品，如可能很快就会商业化的无人驾驶汽车。目前科技行业或媒体把越来越多的产品与“人工智能”扯上关系，实际上，这些产品中人类发挥的作用超过了它们自身的智能化程度，眼下AI领域有很多概念都是炒作。有真诚的专业人士和从业人员，更有深韵其道的商业炒作者，更有聪明的搭便车者，当然更多是被卷入的看热闹者。总之，目前来看，AI已经激发了公众的想象力，占据了媒体报道，并引发了大量的投资和收购。在这一轮炒作中，发现滥竽充数的“南郭处士”与真正投资者 ...继续阅读 (14)

大数据、云计算、人工智能这三者不能分开来讲，三者是有着紧密联系的，互相联系，互相依托的。大数据概念：指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样捷径，而采用所有数据进行分析处理。大数据的5V特点(IBM提出)：Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。数据每天都在产生，各行各业都有，数据量也是相当之大，但如何整合数据，清洗数据，然后实现数据价值，这才是当今大数据行业的研究重点。大数据最后要实现的是数据超融合，应用到应用场景，大数据的价值才会体现出来。人工智能就是大数据应用的体现。云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中 ...继续阅读 (13)

丹尼尔·丹尼特(Daniel Dennett)是一位美国哲学家、作家和认知科学家，现任塔夫茨大学哲学教授与认知科学研究中心主任;他的研究专注于心灵哲学、科技哲学和生物哲学，尤其是进化生物学和认知科学的交叉领域。丹尼特是一名无神论者和现世主义者，被称为新无神论四骑士之一。2016 年 9 月，被美国网站 TheBestSchools 选为选为全球 50 位最具影响力的健在的哲学家。代表作是《意识的解释》(Consciousness Explained)。丹尼尔·丹尼特(Daniel Dennett)是一位美国哲学家、作家和认知科学家，现任塔夫茨大学哲学教授与认知科学研究中心主任;他的研究专注于心灵哲学、科技哲学和生物哲学，尤其是进化生物学和认知科学的交叉领域。丹尼特是一名无神论者和现世主义者，被称为新无神论四骑士之一。2016 年 9 月，被美国网站 TheBestSchools 选为选为全球 50 位最具影响力的健在的哲学家。代表作是《意识的解释》(Consciousness Explained)。文中丹尼特接受金融时报记者 John Thornhill 的采访，表达了其对当代人工智能、机器人和宗教的观点，并就当今世界哲学家的扮演的角色表达了看法，字句之间充满着哲人的睿智与犀利洞察，读来让人醍醐灌顶，给出了一种审视当今世界的哲人视角。他在伦敦边吃着羊羔肉喝着红酒边讨论着意识，以及为 ...继续阅读 (15)

关于Spark的其它机器学习API，名为Spark ML，如果要用数据流水线来开发大数据应用程序的话，这个是推荐的解决方案。关于Spark的其它机器学习API，名为Spark ML，如果要用数据流水线来开发大数据应用程序的话，这个是推荐的解决方案。关键点：了解机器学习数据流水线有关内容。怎么用Apache Spark机器学习包来实现机器学习数据流水线数据价值链处理的步骤Spark机器学习流水线模块和API文字分类和广告检测用例Spark ML(spark.ml)包提供了构建在DataFrame之上的机器学习API，它已经成了Spark SQL库的核心部分。这个包可以用于开发和管理机器学习流水线。它也可以提供特征抽取器、转换器、选择器，并支持分类、汇聚和分簇等机器学习技术。这些全都对开发机器学习解决方案至关重要。在这里我们看看如何使用Apache Spark来做探索式数据分析(Exploratory Data Analysis)、开发机器学习流水线，并使用Spark ML包中提供的API和算法。因为支持构建机器学习数据流水线，Apache Spark框架现在已经成了一个非常不错的选择，可以用于构建一个全面的用例，包括ETL、指量分析、实时流分析、机器学习、图处理和可视化等。机器学习数据流水线机器学习流水线可以用于创建、调节和检验机器学习工作流程序等。机器学习流水线可以帮助我们更加专注 ...继续阅读 (20)

2016 年 12 月 27 日，《The Information》报道说亚马逊公司在本案中受到传唤。警方将 Bates 定为嫌疑人，他们在发现现场争斗痕迹之后怀疑这是一起谋杀，他们希望案发房间内的亚马逊 Echo 可以为案情调查提供一些线索。2015 年 11 月一天的清晨，美国阿肯色州 Bentonville，James Andrew Bates 发现了泡在自家浴缸中 Victor Collins 的尸体并报案。Bates 对当局宣称自己刚刚发现 Collins，他凌晨 1 点才回到家中，而那时 Collins 和他的一名朋友正在家中喝酒。2016 年 12 月 27 日，《The Information》报道说亚马逊公司在本案中受到传唤。警方将 Bates 定为嫌疑人，他们在发现现场争斗痕迹之后怀疑这是一起谋杀，他们希望案发房间内的亚马逊 Echo 可以为案情调查提供一些线索。亚马逊最初拒绝了这一请求，该公司援引了美国宪法第一修正案(国会不得制定关于下列事项的法律：确立国教或禁止信教自由;剥夺言论自由或出版自由;或剥夺人民和平集会和向政府请愿伸冤的权利)对自己的行为作出辩护。但很快在今年 3 月 7 日，亚马逊的宪法抗争就宣告结束了。犯罪嫌疑人 Bates 为了证明自己无罪主动允许警方获取涉事 Echo 中的录音。虽然亚马逊的斗争已告于段落，但这一案件为一系列复杂而重要的讨论 ...继续阅读 (12)