明晰了数据科学家所具有的不同角色，以及数据科学与机器学习、深度学习、人工智能、统计学等领域的区别。这些概念的区别也一直是人工智能领域热烈讨论的一个话题，Quora、多个技术博客都曾有过解答。机器之心之前编译的一篇文章《人工智能、机器学习、深度学习，三者之间的同心圆关系》也对此问题进行了探讨，但似乎业内还未能给出一个权威的、令所有人信服的回答。如果对这篇文章中的观点不认同，欢迎大家留言讨论。在这篇文章中，数据科学家与分析师 Vincent Granville 明晰了数据科学家所具有的不同角色，以及数据科学与机器学习、深度学习、人工智能、统计学、物联网、运筹学和应用数学等相关领域的比较和重叠。Granville 介绍说，由于数据科学是一个范围很广的学科，所以他首先介绍了在业务环境中可能会遇到的数据科学家的类型：你甚至可能会发现你自己原来也是某种数据科学家。和其它任何科学学科一样，数据科学也可能会从其它相关学科借用技术；当然，我们也已经开发出了自己的技术库，尤其是让我们可以以自动化的方式（甚至完全无需人类干预）处理非常大规模的非结构化数据集的技术和算法，进而实时执行交易或进行预测。1. 数据科学家具有哪些不同类型？要更详细地了解数据科学家的类型，可参阅文章：http://suo.im/28rlX1 和 http://suo.im/3NNUpd。更多有用的信息可参阅：数据科学家与数据架构师 ...继续阅读 (21)

1. Python Machine Learning Python 是建议数据科学家应该学习的最顶尖的语言，掌握这种技能协商薪水时能得到更多。对任何数据科学家，特别是有抱负的数据科学家，或想要把 Python 作为技能掌握的开发者而言，这本书就是你的必读书目。这本书将帮助读者利用学习深度学习、数据整理、可视化数据的 Python 开源文库。它还能提供学习策略和实践，从而改善、优化机器学习系统和算法。作者：Sebastian Raschka价格：Kindle 版 22.39 美元，纸质版 40.47 美元2. Data Analyti cs Made Accessible 这本书为读者提供了数据分析的整体概况，所以对于想要在此领域学习更多的人，或是对需要一本初级读物并理解相关技术如何工作的经理人来说，它都是一本好书。这本书在每章开篇提供了小案例研究，并为数据挖掘技术和平台提供了一个整体概览。这本书也为了解 R 统计分析平台提供辅导。作者：Anil Maheshwari价格：9.99 美元3. Dat a Smart: Using Data Science to Transform Information Into Insight 这本书是由 MailChimp.com 首席数据科学家撰写，集中论述了如何用微软 Excel 从数据中获得洞见，所以不要期待在这本书中学到 R 语言、 ...继续阅读 (17)

「我越来越明确自己的兴趣点——把技术研究与现实世界里的问题结合起来，去解决真正的问题、创造价值。」阿里云视觉计算团队负责人华先胜说。华先胜是视觉识别和搜索领域的国际级权威学者，曾被评为 IEEE Fellow、ACM2015 年度杰出科学家、MIT TR 全球 35 位 35 岁以下的杰出青年创新人物，曾担任 ACM Multimedia 等大会程序委员会主席。2015 年，华先胜离开职业的起点微软研究院，选择加入阿里巴巴。这在很多人眼里是一个不容易理解的选择，但在华先胜看来，理论研究有价值，但把这些技术放在一个切实的应用场景中让更多人使用同样有意义。在阿里巴巴的第一年，华先胜负责电商图片搜索技术的优化，推动了手机淘宝、天猫中的「拍立淘」的技术开发，让用户通过手机拍摄物品照片搜索相同或者相似的商品，这正在成为一种更为高效的商品搜索方式。有数据显示，2015 年双 11 当天，千万消费者使用「拍立淘」功能，达成了超过数千万元的销售额。随着云上的视觉计算需求量越来越大，2016 年初，华先胜转入阿里云并创立视觉计算团队，目前该团队隶属于人工智能研究机构 iDST 团队。2 月 27 日，机器之心通过脉脉直播与华先胜进行独家访谈，他介绍了视觉计算团队所推动的研究进展与突破，以及他对AI行业发展的看法。视觉计算团队实现了哪些突破机器之心：能否和我们分享一下，您带领的阿里云视觉计算团队的工作 ...继续阅读 (31)

“重赏之下，必有勇夫”，在Chatbots这股热潮里，却不仅仅只有勇夫。由大玩家、创业者、投资人三种角色形成的各自阵营，已经点燃了海上的战火。除聊天机器人之热上篇中列举的大公司纷纷推出平台外，外媒VetureBeat还制作了一张类目详细的Bots版图：任谁都没想到，在短短的几年内，本以为还处在早期发展阶段的Chatbots，已是领地明晰，红海一片。在这张图发表时，VetureBeat统计全球已有170 余家公司，烧着超过40亿美金的资本。在更为具体的应用层面，雷锋网认为目前的Chatbots可分为四类：虚拟助理从1966年的ELIZA开始，将机器人作为助理，完成任务，是这项研究中最简单的目的。目前，作为虚拟助理的Chatbots，能够帮助用户完成天气查询、打车、订餐、订票、日程提醒等任务，包括的大玩家有Apple Siri、Google Now、微软Cortana、百度的度秘以及国内的出门问问、助理来也等初创企业。此外，在教育场景下，根据不同的教育内容，Chatbots也可作为教学助理，帮助用户学习某种语言，或者学习某个技能，比如代表有能够教英语的微软小英和能够辅助儿童学习诗词的讯飞开心熊宝。情感陪护通过闲聊、逗趣与用户进行开放主题聊天的机器人，对人类进行精神陪伴、情感慰藉和心理疏导，也是Chatbots的一大方向，最具代表性的是微软小冰以及与小冰有着渊源的国内创企三角兽。电商客服 ...继续阅读 (18)

雷锋网按：上个月(2月23日)，Facebook开源了一款基于 Python 和 R 语言的数据预测工具——“Prophet”(详细报道请看雷锋网(公众号：雷锋网)此前文章 《支持Python!Facebook开源预测工具Prophet》)。本文则详细介绍了Prophet的贝叶斯推理实践，具体展示了研究人员把两个数据集用在Prophet上的运行效果。如今，市面上已经许多Python 和 R语言可适用的时间序列预测模型了，那么Facehook的Prophet在这一领域又有什么优势呢?Prophet在进行预测，其后端系统是一个概率程序语言Stan，这代表Prophet能发挥出很多贝叶斯算法的优势，比如说：使模型具有简单、易解释的周期性结构;预测结果包括才完全后验分布中导出的置信区间，即Prophet提供的是一个数据驱动的风险估计。在下面研究中，研究者让Prophet对两组数据进行预测，在后端使用概率程序语言，读者可以借此看到使用Stan的一些工作细节。Prophet使用了一种通用时间序列模型，这种模型可适用于Facebook上的数据，并且具有分段走向(piecewise trends)、多周期及弹性假期(floating holiday)三种特性。Prophet的把时间序列预测问题转变成了一个曲线拟合练习(exercise)。在这个曲线中，因变量是增长、周期和holiday的总体表现。 ...继续阅读 (23)

在人工智能快速发展的今天，语音识别开始成为很多设备的标配， 语音识别开始被越来越多的人关注，国外微软、苹果、谷歌、nuance，国内的科大讯飞、思必驰等厂商都在研发语音识别新策略新算法，似乎人类与语音的自然交互渐行渐近。我们都希望像《钢铁侠》中那样智能先进的语音助手，在与机器人进行语音交流时，让它听明白你在说什么。语音识别技术将人类这一曾经的梦想变成了现实。语音识别就好比“机器的听觉系统”，该技术让机器通过识别和理解，把语音信号转变为相应的文本或命令。语音识别是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别是一门涉及面很广的交叉学科，它与声学、语音学、语言学、信息理论、模式识别理论以及神经生物学等学科都有非常密切的关系。语音识别技术正逐步成为计算机信息处理技术中的关键技术，语音技术的应用已经成为一个具有竞争性的新兴高技术产业。1、语音识别的基本原理语音识别系统本质上是一种模式识别系统，包括特征提取、模式匹配、参考模式库等三个基本单元，它的基本结构如下图所示：未知语音经过话筒变换成电信号后加在识别系统的输入端，首先经过预处理，再根据人的语音特点建立语音模型，对输入的语音信号进行分析，并抽取所需的特征，在此基础上建立语音识别所需的模板。而计算机在识别过程中要根据语 ...继续阅读 (18)

腾讯科技讯在PC互联网时代，人们载入搜索引擎的一个网页，在搜索框中输入一个关键词搜寻信息。在这样的网页搜索引擎市场，苹果处于空白。然而据外媒最新消息，在智能手机时代，苹果却依靠着语音助手Siri，成为仅次于谷歌的第二大移动搜索引擎。众所周知的是，在移动互联网时代，网页和网站的地位逐步没落，人们更多通过语音助手来搜寻信息，Siri也成为当之无愧的移动搜索服务商。据美国关注搜索行业的科技新闻网站SearchEnginLand报道，日前，科技市场研究公司“Fivesight”公布了今年一季度有关移动搜索市场的一份用户调查报告。该公司一共调查了800名美国成年人智能手机用户，覆盖了苹果手机和安卓手机。调查显示，谷歌依然是毋庸置疑的移动搜索老大。84%的手机用户表示，自己优先使用谷歌来搜索信息。另外在安卓平台中，谷歌搜索份额高达九成，而在iOS平台中，谷歌占到了78%。用户最常用的移动搜索工具排名在美国网页搜索市场，排在谷歌之后的往往是微软必应以及雅虎搜索。不过出人意料的是，6%的手机用户表示苹果Siri是自己最常用搜索，这一比例远远超过了必应和雅虎搜索各自的2%。另外在苹果手机用户中，优先使用Siri搜索信息的用户更是占到了13%。媒体评论指出，此次调查的结果意义重大。因为在过去，人们往往用网页搜索服务来作为搜索引擎的同义词，但是如今人们更多使用语音搜索、语音助手，这正在给搜索服务带来一场 ...继续阅读 (14)

人工智能这一轮的浪潮来的很快，接连攻克了图像识别、语音识别、自动驾驶等多个难题，简直是处于宇宙中心。从资本、媒体到创业者都对这个领域怀有极大的热情。对于吃瓜群众来说，观感大概是这样：不知不觉，人工智能创业公司就到处都是了，各大巨头也纷纷入场;一夜之间，AlphaGo狂扫一波顶级棋手，笑傲世界棋坛;下一步，大家是不是该担心普通人的饭碗不保，以及未来会被机器人奴役了?亚里士多德对自身智能及其模拟也曾发出过天问然而假如我们认真地把目光投向这个上可追溯至公元前300年、下至1956年才正式得名“Artificial Intelligence”的领域，就会发现，其实引起这一波狂潮的不是“人工智能”本身，而是处于这个领域里的机器学习中的一项技术：深度学习。通过构建人工神经网络，它第一次解决了许多人们无法触及的难题、让人工智能前所未有地和人类的生活产生交集，也因此获得了最大限度的关注。然而深度学习真的如此神乎其神吗?它有没有致命缺陷，未来又在哪里?钛媒体驻硅谷记者采访了AI领域的创业者、学者、投资人，还注册了EDX上的人工智能课程，得到了这些初步答案：深度学习也有致命缺陷创投圈对于人工智能的再次关注，对深度学习的追捧，其实就是“人工神经网络”的一次复兴。数十年前，许多学者曾经刻苦钻研过它，只是由于当时技术的限制，计算能力不足，神经网络很小很浅，它在吸引一波注意力之后回归沉寂，也令投资人对它失去了 ...继续阅读 (15)

雷锋网AI掘金志报道，3月25日，由智能医疗影像平台初创企业汇医慧影举办的“医疗人工智能前沿峰会”在北京举办。雷锋网(公众号：雷锋网)现场了解，会议现场云集了飞利浦、西门子，以及斯坦福大学、清华大学等智慧医疗学界、业界专家，共同讨论人工智能化影像技术的发展预见和人工智能技术落地的未来医疗场景想象。本次会议上，雷锋网AI掘金志与斯坦福大学医学物理部主任、终身教授邢磊进行了对话，谈及AI医疗研究的现状和未来。邢磊，斯坦福大学终身教授，斯坦福大学医学物理部主任，从事医学影像、肿瘤放射以及生物信息方面的研究超过20多年。同时，邢磊教授兼任斯坦福大学电子工程系、分子影像、生物信息专业以及Bio-X的兼职教授。在医学影像和医学物理方面发表论文数目近300篇，获得多个NIH，国防部，NSF，ACS，及工业界 的重大科研项目，是 谷歌学者奖获得者，AAPM以及AMBIE的院士。|| 深度学习算法多数是通用型的，但需要研发针对具体应用的算法以提高效率和准确度深度学习技术是否适合所有类别的医学影像，是否有些更为合适，有些则更适合使用其他技术？邢磊：深度学习只是机器学习的一种方法，但最近被“炒”的很火，因为它的应用比较广泛且十分有效。 深度学习确实在很多医学问题中会有很多应用，只是目前有些比较成熟 （比如用深度学习来进行二维图像识别，处理和分割），有些正处于探索研究阶段（比如用深度学习来帮助医生阅读解释 ...继续阅读 (21)

正如我们无法想象，没有 App Store 该如何生活一样；几年之后，人们“或许”也无法想象，没有 Chatbot 该如何生活。在亚马逊的 Echo 达到千万量级后，再谈“或许”二字，如同谈论一个不存在的命题。这股“热”来势汹汹，还没听见动静，抬眼便是硝烟。雷锋网了解到，自2016年春天起，微软、Facebook、Google、亚马逊、苹果隔月公开 Chatbot 框架或平台，移动通讯平台Kik也如Facebook一样，相继加入微信、Line和Slack的行列，支持该类应用程序，甚至连Yahoo都不甘寂寞斜插一杠。半年不到，大玩家已经站上新的赛道，小玩家们也在有序排队，巨额资本“待字闺中”，而买票进场的观众们，似乎还在惊叹上一场”战事“。9月，花旗银行紧随其后，在新报告中充当裁判，打擂的双方分别是苹果的Apps和Facebook的Bots，凭借两张图判了高下：聊天机器人与移动应用数量的比较聊天机器人与移动应用开发者数量比较花旗得出的结论是：第3-6个月内，Bots数量增长约170%，同期Apps增长了100%，前者是后者的1.7倍；问世第6个月，活跃的Bots开发者数量是第14个月时Apps的3倍。来自研究机构Forrester的数据也证明了同一件事，2016年的2月-7月，Facebook 平台上的聊天机器人应用数量从0 迅速增长到18000；聊天软件 Kik 推出Promote ...继续阅读 (27)

自从弗里茨·朗（Fritz Lang）在1927年的里程碑之作《大都会》中创造了石破天惊的机械人“人造玛利亚”，人造人就开始具备了和真人角色一样的魅力，在释放出迷人魔力的同时，还渗透出让人脊背发凉的恐怖感。目前正在北美地区获得票房口碑双丰收的热映影片，由老牌科幻编剧亚历克斯·加兰（Alex Garland）编剧并执导的《机械姬》（Ex Machina）让人们再一次见到了人造人能如何释放极致的性感魅力和危险气息，同时具备着让人不寒而栗的智能。这种震撼程度绝不亚于1927年的影迷们见到人造玛利亚时的内心震动，在电影中一直经久不衰的“人工智能”话题再一次掀起了讨论的热潮。相信不少影迷在对《机械姬》充满好奇的同时，也跃跃欲试地准备接触或重温经典的人工智能题材影片，英国卫报的资深评论人Michael Hogan正值此机列举出了他心目中的“人工智能题材影片20强”，其中既包括《星球大战》、《星际迷航》、《银翼杀手》这样绝对不可错过的超级经典，也有这次具有颠覆性的新片《机械姬》，并通过梳理这些不同类型不同年代的佳作，展现了人工智能的概念如何启发了电影人，并如何开启了人类对其无穷的好奇与想象。虽然表面上电影展现了人造人的面貌，但骨子里探讨的还是它们之于人类的意义。（注：以下排名不分先后）《机械姬》（Ex Machina，2015）“没有什么比求生意志更能代表人性。”在Alex Garland的这部 ...继续阅读 (21)

目前，大型数据企业正在积极利用机器学习技术判断人类社会中的种种行为趋势。他们利用社交媒体中的个人资料推断人格特质，并将结果交付至第三方厂商以进行广告宣传甚至辨别舆论导向。利用一系列数据点，包括购物习惯、所订阅杂志、Facebook关注乃至多达其他5000种关注取向，Cambridge Analytica等数据企业为美国的2.2亿成年人建立起了预测性个性模型。当然，他们并不是采取这种分析举措的惟一厂商。事实上，财富五百强企业的营销人员、数字广告客户以及各类分析厂商皆在采取此类途径，旨在更好地对消费者进行引导。早期研究表明，个性化目标在Facebook广告活动中获得的点击比例高达63%。因此，如果您同样乐于在社交媒体上积极活动，那么以下五项机器学习方案从您社交资料中窥得的五种秘密显然值得关注。1.年龄与性别女性来自金星，男性来自火星。在社交媒体所使用的语言表达层面，两性之间的区别更为突出：男性往往大量使用“xbox”等游戏词汇并在表达中不自觉地发誓。他们同时会频繁使用“我老婆”及“我女朋友”这种表述。女性则仅使用“丈夫”及“男朋友”，而不常加上“我的”这种修饰。年龄段也对表达方式产生巨大影响。对于“精彩”或者“激动人心”这类表达，则会随着年龄段的不同而产生多种表达方式。在此次名为MyPersonality项目的调查中，Ungar团队对7万5千条Facebook个人资料进行了分析。如果大 ...继续阅读 (12)

2016 年底，Google DeepMind 开源了它们的机器学习平台 — DeepMind Lab。尽管像霍金教授这样的专家曾就人工智能技术发出过警告，谷歌仍决定向其他开发人员开源其软件，这也是它们进一步发展机器学习能力的一部分。他们不是唯一一家这样做的科技公司，Facebook 去年开源了其深度学习的软件，Elon Musk 的非营利组织 OpenAI 也发布了 Universe，这是一个可用于训练 AI 系统的开放软件平台。所以，为什么谷歌、OpenAI，以及其他的公司或机构都选择开源了它们的平台，这将会对机器学习的采用产生怎样的影响?为什么开源机器学习?上面所提到的例子给了我们美好的愿景，其实如果仔细观察，会留意到机器学习一直是开源的，而且开放的研发是机器学习有如今这样关注度的根本原因。通过向公众提供自己学习平台，Google 已经验证了其 AI 研究的意识越来越高。这样做其实有很多优点，例如可为 Alphabet 发掘到新的人才和有能力的创业公司。同时，开发者能访问 DeepMind Lab 将有助于解决他们研究机器学习的一个关键问题 —— 缺乏训练环境。OpenAI 为 AI 推出了一个新的虚拟学校，它使用游戏和网站来训练 AI 系统。目前非常需要向公众提供机器学习平台这样的举动。开源机器学习项目的 5 个优势加快开源机器学习的采用曲线开源机器学习中的最佳框架现在有大 ...继续阅读 (7)

虎嗅注：本文是《纽约客》（the New Yorker）4月3日发表的深度长文，本文记录了七段小故事，勾勒出了未来医生与人工智能如何相处。作者是悉达多?穆克吉（Siddhartha Mukherjee）博士，他曾凭借《众病之王：癌症传》获得非小说类普利策奖，同时，他还是一名医生，本文即是他以一名医生的视角，审视最近几年为医学带来冲击的人工智能。本文由微信公众号“药明康德”编译。2016年11月的一个晚上，美国纽约布朗克斯区（Bronx）的一名54岁女子因为严重头痛被送至哥伦比亚大学（Columbia University）医疗中心的急诊室。她对急诊室医生说自己视力变得模糊，左手感到麻木无力。医生安排了CT检查。过了几个月后，1月的某个上午，4名放射科医师挤在医院三楼一间房子的电脑前，房间黑暗无窗，只有屏幕的光，看起来好像被海水过滤。哥伦比亚大学神经放射科主任Angela Lignelli-Dipple博士拿着铅笔和平板电脑站在一群住院医师身后。她正在训练他们读CT片子。▲Angela Lignelli-Dipple博士（图片来源：columbiadoctors）Lignelli-Dipple博士说：“一旦大脑显示出死亡和灰色，诊断中风很容易。关键是在大多数神经细胞死亡之前诊断出中风。”中风通常是由血管堵塞或出血引起的，神经放射学家大约有45分钟的窗口时间，这样医生才能够及时进行医学 ...继续阅读 (23)

据外媒报道，新西兰Soul Machines公司近期为澳大利亚政府研发了一个名为Nadia的客服机器人。它有着逼真的人类面部表情，由演员Cate Blanchett配音，由IBM的Watson软件提供技术支持，用以帮助用户获得政府服务残疾人士的信息。另外，IBM还为银行业务打造了一款新的客服机器人——Rachel。Soul Machine机器人的面部表情是通过模拟人脸肌肉和其他组织的运动而产生的。机器人的前置摄像头可以读取到对话者（人类）的面部表情。机器人经过编程之后，可以通过自己的面部动作对人类的表情做出反应，以表达“感同身受”的情绪。Soul Machines公司的负责人Mark Sagar教授表示：有面部表情、能读懂人类表情将使客服机器人更有用、更强大。相比文本聊天，同一个人面对面交流能获得更丰富的信息。拥有这些技术后，用户与机器人这一复杂系统进行面对面交互更为容易。除了能读懂人类的面部表情，机器人还能通过声音判断人类的情绪。据外媒介绍，亚马逊公司正在对其研发的语音助手机器人——Alexa进行大幅改进。改进后的Alexa将拥有更好的语言技能，甚至能够通过识别语调来判断人类的情绪。例如，以往的语音助手可能在重复多次后依然听不懂人类的口令，这令人沮丧。但改进后，语音助手将至少能够听懂主人的命令，还会向主人道歉。除了亚马逊之外，谷歌和苹果也在努力研发语音控制机器人，谷歌去年5月推出 ...继续阅读 (14)

眼下，人工智能已经成为越来越火的一个方向。普通程序员，如何转向人工智能方向，是知乎上的一个问题。本文是我对此问题的一个回答的归档版。相比原回答(https://www.zhihu.com/question/51039416/answer/138535202 )有所内容增加。一、目的本文的目的是给出一个简单的，平滑的，易于实现的学习方法，帮助 “普通” 程序员踏入AI领域这个门。这里，我对普通程序员的定义是：拥有大学本科知识;平时工作较忙;自己能获取的数据有限。因此，本文更像是一篇 “from the scratch” 的AI入门教程。二.、AI领域简介AI，也就是人工智能，并不仅仅包括机器学习。曾经，符号与逻辑被认为是人工智能实现的关键，而如今则是基于统计的机器学习占据了主导地位。最近火热的深度学习正是机器学习中的一个子项。目前可以说，学习AI主要的是学习机器学习。但是，人工智能并不等同于机器学习，这点在进入这个领域时一定要认识清楚。关于AI领域的发展历史介绍推荐看周老师写的《机器学习简介》。下面一个问题是：AI的门好跨么?其实很不好跨。我们以机器学习为例。在学习过程中，你会面对大量复杂的公式，在实际项目中会面对数据的缺乏，以及艰辛的调参等。如果仅仅是因为觉得这个方向未来会“火”的话，那么这些困难会容易让人放弃。考虑到普通程序员的特点，而要学习如此困难的学科，是否就是没有门路的?答 ...继续阅读 (15)

在2015年11月9号Google发布了人工智能系统TensorFlow并宣布开源，此举在深度学习领域影响巨大，也受到大量的深度学习开发者极大的关注。当然，对于人工智能这个领域，依然有不少质疑的声音，但不可否认的是人工智能仍然是未来发展的趋势。而TensorFlow能够在登陆GitHub的当天就成为最受关注的项目，作为构建深度学习模型的最佳方式、深度学习框架的领头者，在发布当周轻松获得超过1万个星数评级，这主要是因为Google在人工智能领域的研发成绩斐然和神级的技术人才储备。当然还有一点是在围棋上第一次打败人类，然后升级版Master保持连续60盘不败的AlphaGo，其强化学习的框架也是基于TensorFlow的高级API实现的。TensorFlow: 为什么是它?作为Goolge二代DL框架，使用数据流图的形式进行计算的TensorFlow已经成为了机器学习、深度学习领域中最受欢迎的框架之一。自从发布以来，TensorFlow不断在完善并增加新功能，并在今年的2月26号在Mountain View举办的首届年度TensorFlow开发者峰会上正式发布了TensorFlow 1.0版本，其最大的亮点就是通过优化模型达到最快的速度，且快到令人难以置信，更让人想不到的是很多拥护者用TensorFlow 1.0的发布来定义AI的元年。通过以上Google指数，深度学习占据目前流程技术 ...继续阅读 (21)

BAT大佬在刚刚过去的IT领袖峰会上聚焦了人工智能。李彦宏提出：“互联网是一道开胃菜，人工智能才是主菜。”这是人工智能继两会之后又一次在国内的大声音。随着人口红利的快速消失，中国急需寻找新的增长引擎。基于人工智能的自动化可以提升生产力，帮助中国实现其经济发展目标。人工智能领域的全球风投从2012 年的5.89亿美元猛增至2016年的50多亿美元。本期，我们推荐麦肯锡的中国人工智能的未来之路报告书，报告梳理了人工智能技术发展历程，并分析了该技术对于中国社会发展可能起到的作用，预测相关产业及经济政策框架。以下为小编整理呈现的干货：拐点来临*人工智能不同技术领域的商业化程度AlphaGo 成功击败人类世界围棋冠军李世石，人工智能这个科幻小说一般的概念似乎一夜之间从虚无缥缈的幻想成为了现实。传统的软件程序由人类编写，包含具体的指令要求。人工智能的工作模式完全不同。它们依据通用的学习策略，可以读取海量的“大数据”，并从中发现规律、联系和洞见。因此人工智能能够根据新数据自动调整，而无需重设程序。事实上， 20 世纪五六十年代，人工智能的理论就已经初步形成，但由于技术未能实现突破性进展，人工智能无法达成预期效果，因此陷入了一段沉寂期。往后数十年间虽然不乏成功案例(如 IBM 的超级计算机“深蓝”击败国际象棋冠军加里·卡斯帕罗夫)，但因为人工智能在现实世界的成功案例太过孤立，所以不足以支撑大规模商 ...继续阅读 (18)

近年来，随着深度神经网络的应用，计算机理解自然语音能力有了彻底革新，例如深度神经网络在语音识别、机器翻译中的应用。但是，使用计算机生成语音（语音合成（speech synthesis）或文本转语音（TTS）），仍在很大程度上基于所谓的拼接 TTS（concatenative TTS）。而这种传统的方法所合成语音的自然度、舒适度都有很大的缺陷。深度神经网络，能否像促进语音识别的发展一样推进语音合成的进步？这也成为了人工智能领域研究的课题之一。2016 年，DeepMind 提出了 WaveNet，在业内引起了极大的关注。WaveNet 可以直接生成原始音频波形，能够在文本转语音和常规的音频生成上得到出色的结果。但就实际应用而言，它存在的一个问题就是计算量很大，没办法直接用到产品上面。因此在语音合成领域，仍然有很多工作要做。语音合成有两个主要目标：可理解性（intelligibility）和自然感（naturalness）。可理解性是指合成音频的清晰度，特别是听话人能够在多大程度上提取出原信息。自然感则描述了无法被可理解性直接获取的信息，比如听的整体容易程度、全局的风格一致性、地域或语言层面的微妙差异等等。去年，我们看到了业界将研究热点聚焦于语音识别，而今年语音合成成为深度学习社区研究的重要领域之一。2017 年刚过去不久，机器之心已经关注到了三篇有关这一课题的研究论文：百度的 Dee ...继续阅读 (16)

9 月 28 日，Google 在 Research Blog 中介绍其神经网络机器翻译系统（GNMT）进展，译文质量的大幅提升引发业内极大关注。据称，在双语评估者的帮助下，通过对维基百科和新闻网站的例句测定，在多个样本的翻译中谷歌神经网络机器翻译系统将错误降低了 55-85％甚至更多。翻译质量对比，来自 Google Research Blog即便如此，网友发现其翻译效果虽有显著提升，但仍未避免将「我想下班」翻译为「I want to work」等低级错误（第二天已被修复）。事实上百度的在线翻译系统，一年前就应用了基于神经网络的翻译方法（NMT）。去年百度曾在 ACL 会议上发表论文《Multi-Task Learning for Multiple Language Translation》，探讨用 NMT 技术解决多语言翻译及语料稀疏的问题。该论文得到业内研究人员的极大关注，并被 ACL2016 的 NMT Tutorial 列为研究方向。Google 和 Bengio 的研究团队都在此论文的基础上进一步扩展了研究。为此，机器之心专访百度自然语言处理部技术负责人吴华、高级总监吴甜，就神经网络机器翻译系统的优缺点、如何获得高质量训练数据及百度翻译目前进展展开话题。同时也借此机会了解百度自然语言处理部及其开展的 NLP 技术研发工作。以下为采访内容整理，以飨读者。NMT、SMT 的 ...继续阅读 (20)

“语言可能是人类面对人工智能最后的壁垒，尤其是中文。”在3月18日集智俱乐部在中央财经大学学术会堂举办的公开讲座上，华院数据首席数据科学家尹相志结合NLU（Natural Language Understanding，自然语言理解）在金融领域的应用之处侃侃而谈。在阿尔法狗在围棋领域击败人类之后，人类又一引以为傲的智慧壁垒被攻破，那么究竟有没有一个领域是人工智能暂时无法企及人类的？尹相志给出的答案是中文。NLP（Natural Language Processing，自然语言处理）是人工智能的一个子领域，也是人工智能中最为困难的问题之一，“语言本身就是一种特殊的数据，它本身就覆盖着意义，我们需要提取的是语言的意义，而不是语言的符号形式。”而NLU将通过对自然语言的理解，实现极佳的人机交互体验，将人类从无聊、繁琐但必要的事务性工作中解脱出来。尹相志在集智俱乐部的公开讲座新时代的“孔乙己之问”：形容「物流很快」有几种说法？金融从业者每天一早就要读报表、新闻，写出晨报或纪要；而一个医生每天也要对病房、病人的情况进行记录，并进行分析。这些“繁琐但必要”的工作，正是NLU的用武之地。“人工智能首先替代的不是体力劳动。”尹相志说。人工智能将首先攻陷重复劳动较多、毛利率较高的行业，例如金融、医疗。传统的NLU技术往往采用穷举法，在尹相志看来，这一招对于神秘莫测、巨量词汇的中文不管用。“想想看，在电 ...继续阅读 (23)

摘要: 神经网络创造于上世纪 60 年代，但近年来大数据和计算能力的增加使得它们在实际上变得有用。于是，一种名为「深度学习」的新的学科出现，它能使用复杂的神经网络架构以前所未有的准确率建模数据中的模式。结果无疑使 …深度学习较其他机器学习方法在各类任务中都表现优异，各个机构或院校也花了巨大的精力和时间投入到深度学习，并取得了令人惊叹的成就。但深度学习近来也暴露出其内在缺陷，很多学界领军人物都在积极探讨解决办法和替代方案。因此本文力图阐述深度学习的局限性，引发更多对深度学习的思考。人工智能已经达到了炒作的顶峰。新闻报告称有的公司已经使用 IBM Watson 取代了工人、算法在诊断上击败了职业医生。每天都会有新的人工智能创业公司出现，宣称能使用机器学习取代你的私人和商业难题。榨汁机、Wi-Fi 路由器这样普通的物品也忽然宣称是「由人工智能驱动」。智能的站立式桌子不仅能记住你调节的高度，也能为你点餐。许多有关人工智能的喧哗都由那些从未训练过神经网络的记者，创业公司或者从未真正解决过商业难题却想要被高价聘请的编程人才所发出的。所以，有关人工智能的能力与限制，难免有如此多的误解。深度学习无疑使人兴奋神经网络创造于上世纪 60 年代，但近年来大数据和计算能力的增加使得它们在实际上变得有用。于是，一种名为「深度学习」的新的学科出现，它能使用复杂的神经网络架构以前所未有的准确率建模数 ...继续阅读 (10)

▲ 内容预览：谷歌开源 Python FireNASA 发布 2017-2018 软件目录，供开发者免费使用一张图看懂大数据中 R 语言的应用一张图看懂大数据中 Python 的应用每日推荐阅读谷歌搜索技术分析，如何一步步实现“不止于关键词”？█ 谷歌开源 Python Fire昨晚谷歌公布了新的 Python 工具包——Python Fire。它的功能很简单：能从任何 Python 代码生成命令行接口（CLI）。开发者面对任意一个 Python 程序，仅需调用 Python Fire 即可把该程序转为 CLI。Python Fire 已开源，用户可通过pip install fire在 PyPI 进行下载，也可以去 GitHub 查看它的源代码。对于该工具包将为开发者带来的便利，谷歌表示：“Python Fire 能自动把你的代码转为 CLI，不需要任何额外操作——你不需要定义 arguments，不需要设定帮助信息，也不需要编写定义代码如何运行的主函数。你仅仅需要从主模块中调用‘Fire’函数，剩下的一切都可以交给它 。它支持类、library，对象、函数、甚至是整个模块，即便代码发生变动也能随之更新。”雷锋网(公众号：雷锋网)获知，谷歌还表示 Python Fire 将使得 Bash 和 Python 之间的衔接更加方便。详情：https://opensource.googl ...继续阅读 (15)

2017年4月4日，美国计算机协会（ACM）公布了2016年图灵奖的获得者：Tim Berners-Lee。ACM图灵奖是最富盛名的的奖项，被誉为“计算机界诺贝尔奖”。美国计算机协会给 Tim Berners-Lee 的获奖理由是：发明万维网（World Wide Web）、第一个Web浏览器，以及使Web规模化的基础协议与算法。万维网是历史上最具影响力的计算创新之一，每天被几十亿的人们作为主要工具使用，帮助人们通信、获取信息、进行贸易和进行其它重要活动。开创性贡献：发明万维网Tim Berners-Lee 于1989年在CERN（欧洲核子研究中心）工作时发明了万维网，并免费开放给全世界使用。他如今是MIT教授、牛津大学教授，同时是万维网联盟（W3C）的创始人和主任，该联盟的工作是为网络发展制定标准。此外，Berners-Lee 也创立了万维网基金会（World Wide Web Foundation），其目标是建立一个作为公共福祉和基本权利的开放网络。南京大学周志华教授得知这一消息后，在微博评论道：ACM宣布：Tim Berners-Lee 因“发明World Wide Web、第一个Web浏览器，以及使Web规模化的基础协议与算法” 获图灵奖 … 看到这条消息的每个人都受益于他的伟大贡献。CSAIL 实验室主任 Daniela Rus对此评论道：Tim 的创新性、前瞻性工作改变 ...继续阅读 (15)

详解梯度下降法的三种形式BGD,SGD以及MBGD本篇文章目录如下：批量梯度下降法BGD原理讲解随机梯度下降法SGD原理讲解小批量梯度详解MBGD原理讲解具体实例以及三种实现方式代码详解三种梯度下降法的总结在应用机器学习算法时，我们通常采用梯度下降法来对采用的算法进行训练。其实，常用的梯度下降法还具体包含有三种不同的形式，它们也各自有着不同的优缺点。下面我们以线性回归算法来对三种梯度下降法进行比较。一般线性回归函数的假设函数为：对应的损失函数为：（这里的1/2是为了后面求导计算方便）下图作为一个二维参数（theta0，theta1）组对应能量函数的可视化图：下面我们来分别讲解三种梯度下降法批量梯度下降法BGD我们的目的是要误差函数尽可能的小，即求解weights使误差函数尽可能小。首先，我们随机初始化weigths，然后不断反复的更新weights使得误差函数减小，直到满足要求时停止。这里更新算法我们选择梯度下降算法，利用初始化的weights并且反复更新weights：这里代表学习率，表示每次向着J最陡峭的方向迈步的大小。为了更新weights，我们需要求出函数J的偏导数。首先当我们只有一个数据点（x,y）的时候，J的偏导数是：则对所有数据点，上述损失函数的偏导（累和）为：再最小化损失函数的过程中，需要不断反复的更新weights使得误差函数减小，更新过程如下：那么好了，每次参数 ...继续阅读 (15)

在很多软件公司，特别是一些创业型的团队中，对于这样的情景可能大家都很熟悉：项目经理或者产品经理(产品狗)口头或者简单记录一下软件产品的大致要做的功能，直接就让研发团队的兄弟(程序猿)去狂撸代码。然后他就去喝茶撩妹或者回家陪老婆了…这种撸起袖子就开干的方式，看似简单高效，便于直接沟通，能够快速迭代。却不知，发现没有一份正规且实时更新的功能需求设计文档，会付出三四倍的代价来弥补。最终会引发一场产品狗和程序猿之间的“猿狗大战”…WHY – 为什么需要功能需求设计说明书在没有功能设计文档时，主要有如下几个问题：前期研究团队沟通成本如何要让团队里面的所有人员对软件产品的功能需求设计有一个共识?没有功能设计文档，反正我是想不出有什么办法。当该项目的团队人员越多，沟通成本就变得很高。研发人员很容易有一个通病：以为自己了解了一小块需求就立即开始埋头狂撸……代码。最终很可能与项目经理和客户真正想要的功能相差甚远。更可怕的，研发人员把数据库设计好了，代码也已经写得差不多了，这时产品狗突然跑到程序猿这，说我们的需求要做一点变化，大家都知道，“对产品狗来说那一点变化，可能会害得程序猿撸过几天几夜”。那很小的变更可能导致之前设计的数据库，码的代码都不能用了。对于程序猿没有什么比加班加点写了几个月的代码，最终被产品狗告知需求变了，代码要删除重新写更可 ...继续阅读 (22)

随着公有云的逐渐成熟，Docker技术的兴起，各大企业纷纷升级企业IT架构。新浪微博几亿+的用户量，热点事件给其带来数倍流量瞬间暴增，如何不影响用户体验，又不增加巨大的服务器成本投入对技术是一个挑战。基于Docker的DCP混合云就在这样的挑战下应运而生，既解决了流量的瞬间暴增，同时又节约了大量的成本投入。【讲师简介】付稳：新浪微博技术专家，14年初加入微博，混合云DCP项目技术负责人，借助公有云弹性计算资源平台应对爆发式峰值流量，基于Docker、Swarm等容器云技术体系实现分钟级千台规模机器创建及服务部署自动化运维体系。参与微博混合云、Feed混合云多机房部署改造、微博春晚保障工作、Feed性能优化、HBase改造等重量级架构改造项目，对高可用架构、混合云平台建设、多机房部署、应用性能跟踪及分析、业务技术保障等方面有深入研究。51CTO：新浪微博为什么会选择采用混合云架构的方式来做部署？Docker又为何成为首选？付稳：每年的元旦、春晚、红包飞等会为微博带来巨大的流量挑战，这些业务场景的主要特点是：瞬间峰值高、持续时间短。每一次峰值事件的互动时间在3小时左右，而明星事件、红包飞等业务，经常会遇到高达多倍的瞬间峰值。微博IT的传统应对手段，主要是“靠提前申请足够的设备保证冗余、降级非核心及周边的业务”这两种，除了需要提前预知相关IT成本外，还有业务负载饱和度不一、扩缩容流程繁琐 ...继续阅读 (24)

近期数据API接口服务逐渐兴起，正因数据API服务允许需求方“挑数据”，并具备“开箱即用”以及降低交易成本与门槛等优点，将会成为数据能力开放与交易流通的重要手段。但数据API从当前的实践来看远非完美，运营不慎会导致类似金融领域洗钱行为的“洗数”活动出现，并在隐私保护、计费方面存在不足，因此本文提出了“增强型数据交换导向API”的概念，使得数据API经济能在深思熟虑的顶层设计下运行。本文将从一个寓言故事引出上述探讨。文：胡嘉琪/亚信数据银行行业线资深顾问水的寓言故事：自古以来，水资源都是分布不均的，大多数湖泊、河流系统互不相通，人们自发地从附近的水源地打水灌溉、饮用。然而远离水源的居民要么亲自跋山涉水取得用水，要么从水商人处购买用水–生活在水源附近的居民慢慢发现，水源的水除了自身使用以外，原来还能对外开放卖钱。逐渐有经济头脑、希望将自身水资源变现的水商人出现了，最早的水商人将水放到水车里面直接整车水出售，但逐渐发现这种方法效率低下，因为用户即使仅仅需要一点点水做饭，也不得不买回整车水。这时候，一个聪明的水商人发明了自来水–直接将水从水源地通过水管接入用户家，打开水龙头就能用水了，并按使用量收费，大大减少了运输成本，也为用户提供了按需使用的便利。看到这个巨大的商机，越来越多的水商人开始发展自来水服务，希望能把自己的水龙头接到用户家。面对同质化竞争，相信大家也会想到结果：逆向选择产生了。 ...继续阅读 (24)

最近在“知乎”上有位网友提出了一个非常有意思的问题——Facebook为什么不做公有云？对这个话题感兴趣的人还真不在少数。其中一位名为Dagang Wei的网友提出的观点被不少人认可。这位大牛的评论是in English的，小编将其整理编译如下。如有不妥之处，观迎大家留言进行互动讨论。对于Facebook为什么不做公有云这件事，我们可以试着通过以下四个方面来加以说明。1、公有云面向的是2B市场公有云是面向企业级的市场，而Facebook现在纯粹是一个面向用户互动的公司。如果真的想加入公有云的竞争，它必须从0开始构建客户关系。而像亚马逊，微软和IBM这样的“老字号”，已经在企业级市场积累了长达几十年的经验。公有云的构建是一项庞大且繁复的系统工程，并不像单单实现一个复杂的算法这样。对于Facebook来说，这需要其进行覆盖所有方面的根本性转变，而且在真正看到效益前，必须付出年复一年一年的巨额的前期投入。这里讲一个对比的例子。谷歌在进入公有云市场初期也曾有一段间非常艰难，早期他们在应对企业客户的特定需求方面相对落后，并且需要从0开始构建客户关系。但是我们认为，谷歌云未来的发展还是非常乐观的，因为谷歌长期以来在基础设施方面的优势非常明显，这使他们很容易在短时期内赶上来。2、其他服务商的竞争优势已经形成亚马逊因最大的市场份额、最丰富的服务和功能领跑公有云市场；微软拥有庞大的现有客户群体；谷歌 ...继续阅读 (17)

世界上90%的数据都是过去几年里产生的，你可能已经熟知这个统计了。这是真的。我能找到的关于这个表述的最早的陈述之一可以追溯到2013年五月，但这个趋势一直显著地持续着。确实，过去三个世纪以来每两年世界上数据的总量便会提高到十倍——这个比率甚至使得发现处理器性能加倍的摩尔定律都相形见绌。这样一个信息增长比率所带来的问题之一是现在这个时刻的数据总是比才过去不久的要出现得大得多。想想一下回顾一本描绘你人生前八年的一本相册，从出生到成年。假设你有你人生头两年的两张照片。假定在匹配现在这样一个信息增长比率下，你将会拥有印象深刻的2000张六岁到八岁的照片;20万张十岁到十二岁的;以及惊人的两亿张十六岁到十八岁的照片。也就是说在最后两年里每一秒种便会有不只三张照片产生。“当你想寻求更长远的视角而开始回顾过去时，你会发现现在的东西太多而过去的东西又太少。”当然，这并不是全球数据的一个完美的类比。一开始，世界上许多数据的增长都是因为更多的人参与创造出了更多的信息资源以及更庞大更细致的格式。但是关于均衡性的观点是有根据的。如果你打算回顾像上面一样的记录的话或者尝试着分析它，你将发觉离现在越近的东西越会变得毫无意义。记录这么多次有用的信息却更少，为什么会这样呢?这就是现今如此多大数据被收集与分析所带来的问题。当你想寻求更长远的视角而开始回顾过去时，你会发现现在的东西太多而过去的东西又太少。目光短浅深深 ...继续阅读 (16)