摘要：这是一个前沿科技颠覆商业模式的时代，技术迭代速度之迅疾，威力之巨大，所有人都心知肚明。很显然，AI已经不再只是一个噱头十足的概念，但人工智能所带来的，除了希望的憧憬，还有令人不安的焦虑。焦虑者之中，有人担心AI会如科幻电影中的桥段那样统治人类，也有人则担心自己的饭碗被AI所打破。与芸芸众生相比，AI带给商业层面的焦虑更加汹涌，任何一家科技公司在讨论AI时，大家面前的选项从来不是To Be or Not To Be，而是How To Be？最近一年来，在企业级SaaS行业，已有数十家厂商明确提出了“AI+SaaS”。这是一个前沿科技颠覆商业模式的时代，技术迭代速度之迅疾，威力之巨大，所有人都心知肚明。一、“AI+SaaS”，效率工具的被替代恐慌如果仔细查阅过近两年来关于SaaS行业的各种研究报告，你会发现，无论是国外的Gartner，还是国内的易观、艾瑞，人工智能都被当成一个独立的单元出现在了SaaS行业的研报中。研究机构普遍认为：AI作为一种技术要素，已经开始了与企业级SaaS相互融合的进程，而这一趋势的主要推动力则源自用户对“更高效的企业级应用”的强烈诉求。事实亦是如此，无论SaaS公司搬出多少概念，玩出多少新花样，企业级SaaS效率工具的本质始终不会改变，即提升企业用户销售及管理效率的使命始终不会改变。不知是否有人跟二爷产生过同样的疑问：为什么将计算器、提醒事项、语音备忘 ...继续阅读 (26)

书架上一直放在一本《信息简史》，最近终于读完了。这是一本从信息的视角来描述其进化史的书，一本充满了技术性描述的科普性书籍。也不乏一些有趣的故事，其中就有那么几个人，他们实际是和计算机和程序有关，而计算机和程序在今天这个信息时代早已是信息的载体和处理者了。十八世纪查尔斯·巴贝奇（Charles Babbage），90 后，恩，一个十八世纪的 90 后（1791 年生），出生于工业革命的高峰时期。那时英国工业革命的巅峰作品 —— 蒸汽机，在他出生前没几年才刚刚被发明出来。那时，是一个崇尚机械的年代。人们相信机械的力量是可以做到一切的时代，这源自于工业革命的进步带来了蒸汽机和各种机械装置，将人们从各种劳动中解放了出来。就是在这样的时代背景下，巴贝奇成长起来，开始了对数学制表的机械化研究，并逐渐成为活跃于十九世纪的数学家、发明家和机械工程师。十九世纪一天，巴贝奇坐在家里的阳台上休息，不知不觉被对面纺织女工的工作吸引了目光。他不由得看的出了神，他看着纺织女工纺织布匹的过程，把一种纸上的花纹图案通过纺织过程转移到了织物之上。近来，他一直在思考用机械装置进行数学计算，这似乎一下击中了他，看到了曙光。引发巴贝奇想象的不是布匹的纺织过程，而是将布匹的图案从一种媒介转换到另一种媒介的编码过程。那是一台纺织用的雅卡尔提花机，这台机器通过编码并存储在打孔卡片上的指令进行控制。在这台纺织提花机的启发下，巴贝 ...继续阅读 (14)

题图摄于加拿大Coquitlam编者：谈到当今技术和商业的风口，除了大数据、云计算和区块链等领域外，当然还少不了人工智能这个热点话题。今年春节期间，编者拜访了香港科技大学杨强教授，请教了人工智能领域发展趋势，收获颇多。本期特分享杨教授在商业和技术方面对人工智能的见解。本文内容得到杨教授授权发表。杨强教授，香港科技大学计算机系系主任，第四范式首席科学家。作为华人界首个国际人工智能协会AAAI Fellow、至今为止唯一的AAAI 华人执委，以及IEEE Fellow、AAAS Fellow、IAPR Fellow，杨强教授在专注学术研究的同时，也更关注如何让人工智能技术落地转化为生产力的问题。此前，杨强教授曾提出人工智能的五个必要条件，为人工智能行业提供了权威的准入标准。AlphaGo为我们带来了什么大家记得在2016年3月，AlphaGo横空出世对战李世乭，这对于人工智能的社会影响非常大。这里，我们问一下：AlphaGo到底为我们带来了什么？在AlphaGo的搜索中，Deepmind团队引入了一个新概念——即用深度学习和强化学习的结合来做两种任务的判别，即来判别现在所在的棋盘是好是坏，同时来预测未来有利的走向。讲到这里大家应该能看出AlphaGo的算法和未来商业模式的关联，即：通过对大数据的分析，让我们对“现在状态”有了一个靠谱的理解；这个状态可以是棋盘、可以是足球运动中两队交锋的 ...继续阅读 (12)

关键点真实世界中的机器学习并不是简单地训练一次模型就完了。获得训练数据通常都是很复杂的事，而且即使在第一次部署之后，也还是需要持续的监控和再训练。为了获得训练数据，通常需要有一大群人，需要许多人力去为数据打标签、加注解。但这又带来了质量控制问题，你可能需要统计监测来发现问题。模型选择和特征选取都非常重要，但又常常受限于你可获得得的数据量。即使一个模型或特征现在是无效的，但当你能得到更多数据之后，它们可能就变得有效了。你的用户和产品都会改变，而你的机器学习模型的表现也会随着它们的改变而变化。你要重新收集训练数据，重新评估你选取的算法和特征，再重新训练模型，所以请尽量把这些步骤自动化。机器学习技术已经催生了许多我们现在每天都会使用到的产品，从Apple的Siri和Google的Now之类的智能助手，到亚马逊的推荐大家购买新产品的推荐引擎，再到谷歌和Facebook用的广告排名系统，等等。最近，由于深度学习的一系列成就，机器学习开始为大众所知，这些成就包括AlphaGo击败了围棋大师Lee Sedol，以及与图像识别和机器翻译有关的许多引人注目的新产品。在这篇文章中，我们会讨论开发机器学习模型的端到端的流程：从哪里获得训练数据、如何选择机器学习算法、在模型部署上线之后还要跟进解决什么问题……等等。在使用标准的日志数据时会有许多机器学习分类问题，尤其是有时候你得到的标签也是免费的。比如，人 ...继续阅读 (18)

3月27日晚，微信官方重磅宣布小程序新增六大能力，其中最夺人眼球的是“个人开发者可申请小程序”。此外还有公众号菜单、公众号模板消息、通知、App 分享到微信的链接、扫描普通链接二维码均可打开小程序。之后的一天，又宣布开放蓝牙、卡券、获取用户通讯地址和访问场景、兼容ES6 API五大能力。而今日在微信公开课深圳站“小程序专场”上，又宣布了小程序将上线的两大重大能力“第三方平台”、“附近的小程序”。可谓彩蛋不断，惊喜连连。针对这一系列的新能力，尤其是六大能力，有人认为，是微信迫于外界压力才发布的。但在阿拉丁小程序统计平台创始人&CEO;史文禄看来，微信有着自己独到的产品迭代节奏，一步一步把捏得很到位。从2016年9月21日，微信小程序开放内测申请，到当年11月3日开放内测；再至今年1月9日，小程序正式上线，直至近日面向开发者开放，人人都可开发小程序，微信正按照自己对产品把控的节奏循序渐进地推进着小程序的发展。这一点在公众号、微信支付的发展历程中也体现无余。面向个人开发者开放是打造生态的重要一步有媒体曾说，微信希望通过“小程序”打造从线上到线下的生态闭环。而成功打造这个生态，个人开发者则是至关重要、乃至决定性的一环。这也是本次微信小程序面向个人开发者开放、积极拥抱个人开发者的重要原因之一。个人开发者的探索激情、无与伦比的想像力、标新立异的创造力都会为生态的蓬勃发展灌输源源不断的动力血液。 ...继续阅读 (16)

2007 年 1 月 9 日，iPhone 发布会召开；6 月 29 日，iPhone 正式上市。4 个月后，Google 与众多手机厂商结盟，成立了 OHA 联盟，以开放的 Android 对抗 iPhone。在 2 个阵营的互搏中，移动互联网拉开了为期 10 年的疯狂增长。10 年后的今天，移动互联网已经从增长期过渡到平稳期，我们的生活被极大地改变。然而，有些显而易见的不合理又一直存在：对用户而言，为什么移动互联网服务不能像 PC 那样触手可及？对开发者而言，为什么流量越来越贵，变成少数寡头的游戏？2017 年 1 月 9 日，微信小程序正式上线。带着触手可及的梦想，带着向 iPhone 发布的致敬。上图为微信小程序发布时张小龙发的朋友圈。配图文字是：“每隔一段时间，就会有一个革命性的产品出现。人一生能参与一件革命性产品就够幸运。今天苹果要重新发明手机。”没错，张小龙希望微信小程序的发布，如同 iPhone 是移动互联网上半场的标记一样，成为移动互联网下半场的里程碑事件——重新发明 App。微信如苹果一样，体验良好却封闭，开发者需要使用微信的工具按照微信的语法来编写小程序，只能单独为微信使用。历史总是惊人的相似。2017 年 3 月 20 日，HTML5 中国产业联盟召开了即点即用应用发布会，7 家手机厂商上台助阵。这家挂靠在工信部下的联盟组织，基于一套开放标准 HTML5+， ...继续阅读 (16)

下面看看很多程序员都相信过的谎言，不过也不用沮丧，毕竟程序员也只是凡人。1、一个问题只有一个答案关于这个，最简单的可能是关于电话号码的谎言。如果你认为一个人保存一个电话号码就像在数据库中放7个或者10个数字一样简单，你就错了。数据库表中的每列最多只有一个条目，如果一个人有多个电话号码该怎么办?如果一个人在多个国家有住房，每个地方的国家代码也不同，这时表就会失败，然后数据库设计人员就创建了可以存储多个答案的一对多和多对一映射，找出了一些解决方案。一些更现代化的NoSQL解决方案使用“文档”模型，将所有可能的答案与不同的标签聚集在一起。这些解决方案虽然好，但还是有限制。有时答案只在短时间内有效，比如停车位的规划可能是合理的，但除了下午4点至6点之间的高峰时段以及周末。潜在的例外情况列表是无法想象的，但无论如何，数据库都将通过存储问题的最终答案来模拟现实，答案越正确，模拟便会越真实。2、NULL是可以接受的有时候，写了一半的Java代码，想先检查指针是否为NULL。有时会试图在库上绘制一个边框，并且只在入口处(API对其他代码开放的位置)进行测试。这简化了一些事情，但当程序员想要进入库，并使用其中的一个小方法时，才发现测试根本无效，周边也已经被破坏。了解如何处理这个问题是现代语言设计的一个大问题。一些语言使用问号来检查无效，虽然有帮助但它并没有摆脱这个问题。简单的一个Null便使面向对象 ...继续阅读 (26)

上周，我收到了两个前提截然相反的问题：其中一个是兴奋地认为机器学习目前已经自动化了，而另一个则担心学习机器学习会花掉多年的时间，以下是这两个问题的原话：问题 1：我听说，谷歌云宣称，企业家能轻易且快速的基于机器学习/自然语言处理的 API 开发自己的程序。如果这是真的：「那么，机器学习和数据未来已经到来，谷歌已经找到了解决自然语言处理和语音提升问题的办法，用他们的 API 就可以轻松享受这一红利。既然秘诀已经被商业化，你也可以利用这一秘诀。问题是，秘诀到来的时间是否会越来越短呢？问题 2：为了在机器学习领域工作，你需要一个该领域的 PhD，这事真的吗？还有就是在学习机器学习之前，是不是一定要先修微积分、线性代数、概率论/统计学这些乏味的全套大学数学课程，然后再学 C/C++和并行分布式编程（CUDA、MPI、OpenMP 等等）。Hacker News 一个评分最高的评论说，即便你把这些内容学了个遍，还是得从头开始应用机器学习算法，先是 C，接下来是 MPI 或 CUDA，然后是 Numpy，然后你才能学会在 Theano 或者 TensorFlow 上应用它们。回答：很多人在人工智能热，以及诸如「人工智能是那些天才们的专属工具」的警告中昏了头，完全可以理解啊。对于记者来说，人工智能是个很难报道的领域，而且遗憾的是，被歪曲的事实随处可见。比如，最近有一篇文章 Stop saying ...继续阅读 (24)

“5G来了，Wi-Fi将要一夜消失”的言论再一次喧嚣尘上，当然，实际情况并非如此。如今5G概念已不再陌生，按照行业认同的说法：2017年至2018年5G将在国内开始有序测试，2019年进行预商用。工信部之前已表示，中国将在2020年启动5G商用。对于广大普通用户而言，5G带来的最直观感受将是网速的极大提升和生活的更加智能便捷，同时引发更多新技术和新应用的诞生。为此，全球电信运营商已开始摩拳擦掌，试图通过推出“无线流量套餐”的蛋糕来吸引用户。与此同时，“5G来了，Wi-Fi将要一夜消失”的言论再一次喧嚣尘上，当然，实际情况并非如此。Wi-Fi消失言之过早随着网络服务的不断提升，推出无限流量成为电信运营商的竞争手段之一，尤其是在美国市场，主流运营商均不同程度推出了无限流量套餐，但这种套餐还是存在着诸多限制，对消费者来说有些鸡肋。比如Verizon设定月流量为22GB，共享给伙伴的流量也设定了10GB界限，超出后移动热点将降级到3G网络。另外，想看高清视频也不容易，如T-Mobile、Sprint。在国内，在网络提速降费以及取消漫游费的压力下，运营商也纷纷采取措施，进行“互联网+”转型的措施，其中就有“无限流量”套餐，国内三大运营商在去年纷纷都推出了“无限流量”套餐。比如北京联通、上海联通、河南联通和广东联通此前也相继推出了无限流量、通话的“冰激凌套餐”，月费5折，199元起。这些同样也 ...继续阅读 (15)

作为每年定期在全球多个城市举办，聚集来自全球领先大数据企业及用户的顶级技术峰会，Strata + Hadoop World 今年的大会于3月14日在美国硅谷召开。而O’Reilly 宣布会议从此以后改名为 Strata Data Conference，也宣告了 Hadoop 时代的终结。本文整理了这次峰会 Keynote 的精华内容。重点在于使用高效的方式从存储和处理大数据转为新的机器学习技术，以从现有的数据中获取更高的价值。不过，即使聚光灯已经从大数据转移到机器学习（以及诸如深度学习等更先进的技术领域），从实现的角度来看，分布式和可扩展的处理仍然占据主导地位，因为大多数流行的机器学习模型对输入数据和计算力都有着无尽的需求。再见，Hadoop时代值得一提的是，从2007年开源以后，Hadoop 及其相关技术就成为了数据科学的深层驱动力。但是，我们都知道， 虽然 Hadoop/MapReduce 留下了自己的印记，但它已经不再是前沿技术了。 实际上，我们知道 Apache Spark 已经抢了Hadoop 的风头，说 Spark 是去年的热门新闻也不为过。终于，在今年的Strata+Hadoop 大会上，O’Reilly 宣布从此以后会议改名为 Strata Data Conference。所以，Hadoop 的时代，再见了。演讲撷英Cloudera CSO 及董事长 Mike Ol ...继续阅读 (26)

想必你也听说了，在一票难求的Yann LeCun清华演讲当天上午，LeCun本人现身中国科学院自动化研究所，参与了一个“限制级”的高端私享会，以下为三条重要摘要。我对什么感兴趣非监督学习以及预测学习迄今为止，在机器学习以及深度学习领域，我们已经取得了一些成功，这些成功都依赖于监督学习。监督学习有它本身的局限性，因为需要很多数据，并且这些数据需要经过人工标注，数据的背后需要很多的知识作为支撑。所以问题就转化成了我们如何让机器像动物和人类一样能够从现实世界自动学习，这样一来我们就需要搞清楚动物和人类学习背后的原理。有些人认为，人类的学习方式是增强学习。而我个人认为，人类的学习方式是非监督学习，且是以预测为驱动的。所以我们的大脑其实是一个预测引擎，从一定程度上说，能够预测是机器通往智能道路上的一道关卡。如果我们知道如何用深度学习或者其他的算法使得机器能够通过预测来解决问题的话，那么我们在制造更智能的机器的路上就取得了一个非常大的进步。以科学家的视角来看，我对智能的本质，不论是人类智能还是人工智能都很感兴趣。从实用的角度来说，这也并不冲突，在很多的人工智能应用中，机器需要对这个世界有广泛的知识储备，甚至机器需要能够理解他们自己。举例来说，如果你想要开发一个对话系统或者虚拟助手，这种很有趣且很实用的系统。这种时候，机器就需要如前面所说的，对世界有的广泛的知识储备。据我所知，这种量级的知识储备 ...继续阅读 (19)

Google Brain创造出两套人工智能方案，能够自行开发加密算法以保护消息免受第三套AI的窥探——第三套AI也会不断演进以努力破解AI生成的加密机制。研究结果非常成功：前二者已经顺利学会了如何以安全方式彼此进行通信。17该加密系统的设置方式。P=输入普通文本，K=共享密钥，C=加密文本，而PEve与PBob则为计算后的明文输出结果。Google Brain团队（位于山景城，与伦敦的Deep Mind团队不同）首先构建起三套相当普通的神经网络，分别命名为Alice、Bob与Eve。每套神经网络都拥有非常具体的目标：Alice负责向Bob发送安全消息; Bob必须尝试对消息进行解密; Eve则必须尝试拦截该消息并进行解密。Alice与Bob在与Eve的对抗中拥有一大优势：双方起始时拥有一条共享密钥（对称加密）。重要的是，AI并不了解要如何对信息进行加密或者应当使用什么加密技术：它们仅仅得到一项失败函数（即失败条件），所有工作都要以为基础展开。在Eve方面，失败函数非常简单：测定Alice原始输入文本得出猜测结果之间正确与错误bit的差别。对于Alice与Bob，失败函数则更加复杂：如果Bob的猜测（针对bit测量结果）距离原始输入文本太远，则被称为失败; 对于Alice，如果Eve的猜测结果较随机猜测更准确，则视为失败。如此一来，这套对抗性创造网络（简称GAN）即构建完毕。Alic ...继续阅读 (17)

为什么没有好的聊天机器人?这是我经常被问到的一个问题，可能平均每周有两次。这取决于你如何定义“好”?在我看来，“好”的定义就是某种神奇的创造，它能让你与机器对话，让你感觉自己完全投入了工作当中。当然，我还没找到这样“好”的聊天机器人。但老实说，你为什么想和机器聊天呢?你应该多出去走走。我怀疑这背后的原因是对“聊天机器人”这个词的大肆炒作。就我个人而言，我讨厌这个词，你永远不会听到我用它来形容这些“东西”或“聊天机器人”。技术应该被用来解决问题所以要想让聊天机器人取得成功，它需要有一个目标，找出你想要从聊天机器人身上获得的东西，以及你想要做什么?你应该问有没有“成功”的聊天机器人，而不是问有没有“好”的聊天机器人。这是一个很容易回答的问题，是的，确实有很多成功聊天机器人的例子。但是，要想定义一个成功的东西，它就需要有目标。一个拥有忠实粉丝群的著名音乐家每天会通过Messenger收到数百条信息，这些信息通常会被忽略，而现在它们得到了回复。的确，聊天机器人不能回答所有问题，它也不可能是人工智能，但你不应该感到惊讶，因为不同的人总会问同样的问题。假设每天有100个不同的人，每年就有超过35000条信息可以得到回复。这会让很多错过接触或感到沮丧的人得到安慰。任何客户支持代表都会告诉你，在100个客户的支持请求中，有80个是几乎相同的问题。这意味着，80%的响应可以很容易地在这个过程中被定义 ...继续阅读 (16)

Alpha Go的胜利让人工智能的“深度学习”概念迅速普及，而率先打破“机器学习”、过渡到“深度学习”的节点便发生在图像识别领域。图像识别作为近两年的热门概念和技术，说其简单也不简单。说它简单，是因为目的明确，就是要实现让计算机像人一样读懂图像的内容，说它不简单，是因为要完全实现这种技术除了需要解决很多实际问题，还需最终经过计算机自我学习的阶段达进而达到质变。借助图像识别技术，我们不仅可通过图片搜索更快的获取信息，还可产生一种新的与外部世界交互的方式，甚至会让外部世界更加智能的运行。图像识别的发展图像识别细数可分为生物识别、物体与场景识别和视频识别。它的基本核心思想是通过计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像，其基础识别过程也可概括为图像预处理、图像分割、特征提取和判断匹配等几个步骤。据估算，到2020年，生物识别技术市场规模将达到250亿美元，5年内年均增速约14%。其中，人脸识别增速最快，将从2015年的9亿美元增长到2020年的24亿美元.百度李彦宏在2011年提到“全新的读图时代已经来临”，现在随着图形识别技术的不断进步，越来越多的科技公司开始涉及图形识别领域，这标志着读图时代正式到来，并且将引领我们进入更加智能的未来。在2016年，通过借助图像识别技术，在各式的场景应用中让不同领域的工作获得新的发展可能。最为突出的人脸识别被广泛运用，譬如2016 ...继续阅读 (17)

导读：阶层控制越来越多的财富，自动化的发展使得基层岗位越来越少，未来工人阶层如何生存？有一位大学教授开了个脑洞，他的逻辑很清晰：人民币玩家是游戏公司的金主，想要他们乐乐呵呵掏钱，游戏公司就得养活一群穷玩家当你每次问Siri方向时，一串复杂的代码就会被激活，代码使“她”理解你的问题，搜索你想要的信息，然后以你能理解的语言回答你的问题。这在过去几年中成了现实。直到现在，我们还在与电脑以他们能理解的语言互动，而不是以我们的语言。我们已经学会了他们的语言。但是现在，他们在学习我们的语言。这项支撑人机关系变革的技术是自然语言处理（Natural Language Processing, NLP）。它已经在改变商业智能，这比简单的互动走得更远。不久后，商业领域会转型，仅仅通过与聊天机器人交谈即可获得改变人生的信息。这个未来并不遥远。甚至可以说，它就在眼前。什么是自然语言处理？自然语言处理，也被称为计算机语言学，结合了机器学习、人工智能和允许我们和类人机器对话的语言学。想想几年前，我们通过使用关键词结合“与、或、非”的布尔搜索术语来实现有效的谷歌搜索。为了得到你想从谷歌得到的答案，你得知道它的语言。然后，谷歌引入了语义搜索。它的算法学习了单词之间的关联，使你能够把谷歌当作朋友一样询问问题。在计算机内部，它把这个问题翻译成计算机能理解的布尔结构化搜索——但这个过程是隐形的。这和你问Siri“今天天 ...继续阅读 (16)

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 (17)

每年，顶级学府斯坦福都会举办一个科技比赛，叫作ImageNet视觉识别挑战。一定有很多人没想到，这个比赛的“终极考官”竟然是个大美女！还是个华人美女！她就是世界人工智能顶级科学家，斯坦福的人工智能实验室负责人–李飞飞。去年11月15日，谷歌在新闻发布会上宣布，李飞飞已经加盟公司，并将领导新成立的机器学习部门。可以说，没有她，人工智能技术要倒退几十年！“作为人工智能领域的领导者之一，对于开创那些最前沿、可以造福人类的技术，以及培养出未来可以做这些贡献的技术人才，我始终抱有极大的热情和责任。”李飞飞说。“我觉得这是我的夙愿和使命。”16 岁那年，李飞飞就被带去了美国。父母找遍了各种各样的工作，最后只能做一些营生的活计，比如父亲去做相机修理工作，母亲则成为一名收银员。李飞飞虽然成绩不错，迫于生计，她小小年纪就外出打工。因为没有技能，她只能从餐馆洗碗开始。她的中学时代，几乎是在餐馆和学校，两点一线之间度过的。最辛苦的时候，一天只睡4小时，还得努力赶功课。1995 年，李飞飞进入普林斯顿大学攻读物理学，生活的大门终于渐渐为她打开。为了改善生活，她向同学和老师们借钱买下一家洗衣店，交给父母经营。周一到周五，李飞飞是普林斯顿物理系拿着高额奖学金的高材生。到了周末，则穿上白围裙，到洗衣房帮忙。1999年，李飞飞以最高荣誉从普林斯顿本科毕业。这个饱受经济压力的乖乖女，却少见地叛逆了一回。 ...继续阅读 (17)

人工智能是大趋势，谁也阻挡不了，因为人类的使命就是更多了解大自然，让生活变得更简单。现在处在人工智能暴雨的前夜，各行各业都在做量变的储备，包括海量的数据信息，只待突破接近中。也许有人说，人工智能研究其实已经到了一定的深度，只是没有开放，一旦开放后，被恶意使用，将会对整个人类带来毁灭性的打击。此话从霍金的警告、google停止继续开发人工智能的消息窥见一斑。现在，有的人工智能可以以类似人类的方式进行对话，有的机器人看起来像我们，而深度学习机器则是专门用来像我们一样学习、思考和行动。专家认为，到2030年，人工智能将与人类不相上下;到2045年，人工智能的能力将超越人类智能。鉴于该领域的发展速度和资源为实现持续发展所投入的资源，研究人员相信，我们比以往任何时候都距离”会思考的”机器更近。牛津大学数学家Marcus du Sautoy表示:”人工智能正在逐渐获得自己的感觉，也许有一个阈值时刻，意识突然就出现了。如果我们了解到人工智能有一定程度的意识，可能就得引入权利。这是一个激动人心的时刻。”前景很令人兴奋，但同时也具有争议。一旦AI可以像人一样思考、说话、行动，那么，它们是否应该拥有与我们相同的权利这一问题将会迫在眉睫。争议:AI机器人能不能拥有意识?随着人工智能的发展，机器人是否应该拥有权利这一问题变得更加紧迫。是否赋予机器人这些权利可 ...继续阅读 (12)

以「金融科技」定位的京东金融集团成立于2013年10月，逐步构建了供应链金融、消费金融、财富管理、众筹、证券、保险、支付、金融科技以及农村金融九大业务板块。京东金融CEO陈生强表示，京东金融以数据为基础，以技术为手段，借力京东的场景和用户资源来做金融业务，这是自营金融业务。现在乃至未来，京东金融要做的是：遵从金融本质，以数据为基础，以技术为手段，为金融行业服务，从而帮助金融行业提升效率、降低成本、增加收入。这个定位就是金融科技。京东金融这三年多，从无到有，从有到精，一路走来，背后定有许多精彩故事。本着学习的态度，有幸和京东金融部分技术人进行面对面的交流，过程中涉及到京东金融技术的发展历程和挑战、技术负责人的管理理念、风控、人脸识别、资产负债、白条、支付等，干货满满。我将通过本文，带大家一起走进京东金融，一瞥金融科技公司的幕后战场。京东金融技术的发展历程&挑战京东金融技术体系根源于京东商城技术沉淀，人员由外部引进和京东商城各体系（网站、订单交易、支付、财务、数据等）研发团队的技术精英组成。京东金融技术架构起始就有一定前瞻性，主要因素是这些研发团队和京东商城一起快速成长，且多次经历过像618和双11等各种技术大考。基于这些使得支付、白条、风控等大流量业务能够平稳安全度过，访问量呈现几百上千倍增长的挑战，避免了业务高速发展中一些高昂的试错成本。当然，金融业务和商城业务有很大区别，整个金融 ...继续阅读 (22)

时钟拨回2008年的十月，我和我现在的丈夫正在进行第一次约会。在我们一周年纪念日的时候，他送我的礼物是自我们第一次约会以来我们所有的短信的Word doc(他称之为数据的礼物#thegiftofdata)。这在那时候来说显得十分高科技(考虑到我们当时的手机都不是智能手机)，而且是我觉得最用心的一份礼物(考虑到我们都是书呆子)。为了庆祝我们的六周年纪念日，我决定对他的礼物进行升级。我回看了所有自我们约会开始的第一年的所有短信，并将其与去年我们订完婚以及后来我们作为新婚夫妇的短信进行比较。我开始对比六年以前与现在我们在短信里用的字词(如图所示)。首先，我们可以很明显的看到，我的丈夫对于“家”这个词有一种迷恋。至于我，二十刚出头的我经常以“Hey”这个词语开始一段对话，并且最近我似乎决定不再问候我的丈夫，而是同意他发给我的短信中的大部分事情。然后我对比了我们刚开始约会以及去年结婚后我们在短信里一些特定词语的使用频率。(如图所示)我们的对话从“嘿，在干嘛?”转变为“好，听起来不错”。我们在短信里不再直呼对方的名字。我们也不再那么频繁的说“爱”这个词。但是有几个词在过去几年相对保持一致，例如“家”和“晚餐”。我查看了包含这些词的短信，然后发现虽然这些词语保持不变，但是它们被使用的语境随着时间在改变。主要的区别是，在我们处于约会的阶段，我们不能每天看到对方，所以我们之间的大部分交流必须要通过短 ...继续阅读 (30)

今天的讲话有三个主题：大数据是什么Google的大数据发展Google为什么在大数据市场没做好，就是为什么没赚到钱也没有实际的影响力大数据是什么我从08年开始实际接触Hadoop的，这得益于当年IBM和我在的学校的一次合作，做一个研究项目：怎么样用蒙特卡洛的办法来解决数据中的不确定性问题。这个解决方案有两个特点，第一是计算量非常非常的大，第二是计算和计算之间相对独立。这就使得基于Hadoop的并行计算成为一个很好的选择。大数据作为一个名词其实是晚于Hadoop的，更是晚于MapReduce。曾经有那么一段时间，流行的词语是MapReduce而不是大数据。当然再后来，大数据这个词就流行开了。但是大数据到底是什么，到今天应该还是稀里糊涂的一笔账。话说我做所谓的大数据都不知道多少年了，今天我还是搞不清楚大数据到底是什么。于是我就请教权威吧，查了一下百度百科。百度百科是这样定义的：大数据(big data)，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)、Vari ...继续阅读 (21)

说到大数据，有一个网上流传已久的段子：Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it. (大数据就像是青少年谈性：每个人都在说，不知道谁真的做了，每个人都认为其他人做了，所以每个人都声称自己在做… )这个段子虽然是调侃，但是的确极其准确的反应了机构大数据之路的现状和尴尬处境：现在的大环境是上至相关领导，下至基层员工都知道大数据的重要性。但是落实到实施，很多机构、企业都面临相同的困境：自己大数据发展的方法论和落地支点到底在哪里?他山之石如何攻己之玉?我的大数据之路在何方?这些都是困扰机构大数据项目的难题。带着这些问题，笔者分析了现今市场上一些典型的行业和企业案例(覆盖互联网、政府、金融、通信、电子商务和大型企业)和自己过去十几年服务过的总计近百家机构和企业的大数据发展之路，试图找出其成败的关键因素。最终笔者发现，机构大数据之路的关键点可以如下图所示，即业务能力(3个基础支点)、技术能力(3个难点)和整合能力：一个机构或企业要做好自己的大数据应用，业务层面首先要做好各个业务系统和业务数据平台的建设和规 ...继续阅读 (25)

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 (21)

百度日前承认，旗下hao123网站存在暗藏恶意代码劫持用户电脑的行为。而当天，百度对媒体“透露”，李彦宏将在今年两会上提交三项提案，全部关于人工智能。人工智能有可能是百度的未来，而恶意代码正是映射着百度的现在。这几年，百度持续卷入舆论风暴，名声每况愈下。“这届百度公关”用尽浑身解数还是架不住，不是公关不给力，实在是东家坑太多。在此次恶意代码事件中，百度旗下hao123被爆出，用户在hao123下载任何软件时均会被植入恶意代码。百度似乎并不准备为此直接担责，而是轻飘飘地秉持着大事化小的原则，在hao123官方微博发布了一则说明，一方面承认存在恶意代码，同时声称真正的作恶方是“第三方外包团队”。更为黑色幽默的是，百度北京分公司在这条微博下教导大家，“广大用户可于3月4日通过hao123网站下载恶意代码专杀工具。”这就好比，你去一家黑诊所看感冒，医生操作不规范给你染上了传染病，然后还叫你隔天再来这里治治看。谁敢。按理说，这是何其严重的丑闻，舆论应该炸开了锅才对，最起码也在社交网站上喊几声抵制什么的。并没有。主流媒体平铺直叙地报道了这件事，网友们波澜不惊。原因无非是习惯了。我们早就习惯了。几年前，广大网友就一直饱受百度下载软件之苦，百度侵占用户权益根本不需要偷偷摸摸的。臭名昭著的百度全家桶，就那么光明正大，下载一款，送你全家百度软件，想删除却难之又难。就连好几家国外媒体，都专门发布科普文章 ...继续阅读 (25)

为什么很多看起来不是很复杂的网站，比如 Facebook 需要大量顶尖高手来开发？子柳：就拿淘宝来说说，当作给新人一些科普。先说你看到的页面上，最重要的几个：【搜索商品】这个功能，如果你有几千条商品，完全可以用select * from tableXX where title like %XX%这样的操作来搞定。但是——当你有10000000000（一百亿）条商品的时候，任何一个数据库都无法存放了，请问你怎么搜索？这里需要用到分布式的数据存储方案，另外这个搜索也不可能直接从数据库里来取数据，必然要用到搜索引擎（简单来说搜索引擎更快）。好，能搜出商品了，是否大功告成可以啵一个了呢？早着呢，谁家的商品出现在第一页？这里需要用到巨复杂的排序算法。要是再根据你的购买行为做一些个性化的推荐——这够一帮牛叉的算法工程师奋斗终生了。【商品详情】就是搜索完毕，看到你感兴趣的，点击查看商品的页面，这个页面有商品的属性、详细描述、评价、卖家信息等等，这个页面的每天展示次数在30亿以上，同样的道理，如果你做一个网站每天有10个人访问，你丝毫感觉不到服务器的压力，但是30亿，要解决的问题就多了去了。首先，这些请求不能直接压到数据库上，任何单机或分布式的数据库，承受30亿每天的压力，都将崩溃到完全没有幸福感，这种情况下要用到的技术就是大规模的分布式缓存，所有的卖家信息、评价信息、商品描述都是从缓存里面来取到 ...继续阅读 (16)

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 (21)

2016年，谷歌在人工智能领域表现最为突出，发表重量级论文最多，《Nature》、《PNAS》、《JAMA》都是世界上最顶级的科学期刊。在过去一年里， Google的论文都发表在了这三大顶级期刊上。而苹果公司也因此首次打破了保密原则，旨在人工智能领域的竞争中保持优势。这家位于美国加州圣克拉拉县山景城的搜索巨头发表了许多史无前例的科学成果——从眼科学（ ophthalmology）、计算机游戏到神经科学和气候模型。2016年可以称得上是“Google奇迹年”，这一年里谷歌的研究人员将论文发表到了最顶级的期刊，并在数量上创造了世界记录。Google论文数量激增的背后是Google对人工智能领域，特别是“深度学习”日益增长的投资。深度学习是一门很强大的技术，它已经广泛地运用于很多领域，如图像分类、机器翻译、语音识别、语言合成等。根据Google向《麻省理工科技评论》提供的数据表明：仅在2016年，Google就发表了218篇期刊或会议论文，这数据几乎是两年前的两倍。Google近年在机器学习领域所发表的论文数量DT君从科学网（Clarivate Analytics推出的一项服务）也搜集到了类似的数据，证实了这一消息。Clarivate说如果根据出版期刊的水平来衡量，Google出版物的影响力是世界平均水平的4-5倍。相比于其他积极发表论文的人工智能公司，Google发表的论文数量远远领先 ...继续阅读 (26)

2017年对开发者而言将是有趣的一年，因为这个行业将会发生一些重大的变化。从创建较新的应用程序到添加功能到现有的应用程序，以扩展应用程序跨越其当前的限制，编程将在2017年见证复兴。人工智能玩得越来越high人工智能将在2017年大扬其威。AI作为新的用户界面不再是一个片面的方法。我们需要理解，利用人工智能需要两个策略——一个包括开发人员编写的代码，另一个专注于接口如何收集来自源的数据——从而使AI更加智能。必须知道的一点是虽然代码或内容块仍然是王牌，但是匿名化数据集同样重要。第一步始终是从框架、平台和编程语言收集信息，然后将其全部转移给开发人员，之后他们将为该作业选择最佳数据集。2017年将会看到大多数公司拥抱人工智能——集合他们寻求员工的大量数据——主要用于预测长期的战略和发展。利用理解自然语言的Chatbot驱动appChatbots本质上是智能的，2017年将使大多数软件开发人员与他们一起工作。这里的想法是构造可以满足特定用户需求的特定应用。无论是检查Facebook上的航班还是使用像Cinemabox这样的流媒体服务，都会有一大批能够理解自然语言并做出相应回应的chatbot驱动应用程序。整体的发展意味着这些chatbot将能够从任何方向响应，以相等的精度同化文本和基于语音的命令。因此，基于云的平台将受到高度重视，因为它将允许软件开发人员使用chatbot为多个平台编编写 ...继续阅读 (11)

马云创造了“DT”(大数据时代)这个词，说未来社会不是IT时代，而是DT时代，而阿里巴巴战略定位为做DT时代的基础设施。类似于IT时代的微软，移动互联网时代的苹果之类的意思。马云去年在云栖大会上提出未来30年的“五个新”，分别是“新零售，新制造，新金融，新技术，新能源”，其中“新能源”就是大数据，其讨论的相对比较少，似乎公众只关心的是公民数据安全问题，对于产业方面的大数据觉得比较抽象，实际上真正的“大数据”与阿里战略更为密切。2. 最早把大数据应用在商业上的是亚马逊，直接根据用户的阅读兴趣推荐与之相关书籍，人家在PC时代就这么干了，是《大数据时代：生活、工作与思维大变革》一书中的经典案例;而在无线互联网时代的，今日头条根据用户阅读点击行动来形成个性化标签的“千人千面”，成为应用用户大数据的新样板;二者之间是不是有一些相似呢?3. 手机正把一切都数据化，自从苹果做机身一体化以外，现在国产手机的电池都不可拆卸了，即使手机关机，也可以定位到，这个功能给军事、刑侦带来便利，比如以前儿童走失寻回机率很小，如今有了跟踪功能，大家看支付宝、滴滴出行、今日头条会推动这一方面消息成功率明显提升了很多，对犯罪分子具有很强的威慑力，很多岗位因为数据的力量实际上更加“实证化”了，在这种局面下，做一个好人会更多回报，而做一个坏人会得到更大的惩罚，这是社会昌明的前兆。4. 手机里的数据可以实时上传到“云”上， ...继续阅读 (15)

机器学习算法预测“实验室地震”绝对算得上是一个突破，这一突破不仅震惊了地质学家，还意味着机器学习用于真实地震的预测指日可待。据统计，被地震夺走生命的人员数目十分可怕。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。我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——全球被研究得最仔细的断层之一。据记载，历史上发生在这里的地震的时间分别是1857年、1881年、1901年、1922年、1934 ...继续阅读 (26)