赌博输了几十万我想死

2019年01月04日 20:08 来源:官方推荐-腾讯新闻

人工智能系统已经准备好接管数千甚至数百万的工作岗位。任何包含人类从其他人那里获取信息并将其输入系统的工作可能会过时。所以收银员,接待员,电话推销员和银行出纳员都在出路。由于自动驾驶汽车,自动驾驶无人机以及A-to-B的其他输送机变得更加复杂,我们也将失去卡车司机,邮政工作人员,快递服务甚至比萨饼送货等工作。工厂也变得完全自动化,洗车和电影院也是如此。甚至我们作为记者的工作也受到快速改进的新闻算法的威胁,这些新闻算法可以更快,更准确地收集信息并提供信息。

芯片、5G通信等技术是人工智能发展的底层驱动力。今年中美贸易战直击我国“缺芯”软肋,更引发国内巨头的芯片研发热潮。

  那时是2013年。“当时标数据标注是在NLP(自然语言处理)部门做的,算是开始接触这个行业。”与局外人认知不同,数据标注并不是理工科学生的天下,反而是文科生施展拳脚的舞台。Shana观察到,和她一同实习的小伙伴基本上是语言学背景的同学,“因为数据标注要求处理数据的时候比较细心,甚至有时需要一定的语言学背景知识”。

美国高通公司总裁克里斯蒂安诺·阿蒙在8月首届中国国际智能产业博览会上发表主题演讲时透露,高通与大唐电信共同开发了基于蜂窝车联网的芯片组,并将在2019年支持商业部署。

  然而,在李德毅、谭铁牛等40多位院士专家组成的大奖评审委员会看来,陆汝钤作为我国最早开展人工智能理论与技术研究的学者之一,过去数十年在知识工程方面取得的系统性创新成就为国际所公认,足可谓贡献卓越。

通过前端摄像头获取视频,百度的AI算法能对吸烟者进行动作识别,找出人群中的吸烟者。吸烟者的面部图像经过部分马赛克处理遮挡后,投送到园区内的立体屏幕,以警示吸烟者。

4月,飞利浦与神州数码医疗科技股份有限公司(简称“神州医疗”)共同发布“神飞云”中国智慧医疗云平台正式发布。“神飞云”作为医疗大数据应用平台,能够为医疗机构提供定制化、可延展的云解决方案;为医生提供智能化、高效精准的云工作流程;为患者提供全生命周期管理的云健康服务。

  作为数据智能领域的企业代表,中国领先的大数据公司易观与联想集团、微软公司、猎豹移动、科大讯飞、阿里云、搜狗、旷视科技、商汤科技、云知声、寒武纪、第四范式、迅雷集团、升哲科技、明略数据等一批优秀人工智能、数据智能企业共同参加‘人民网人工智能合作伙伴签约仪式’,将探索人工智能、数据智能的深度发展,共建数据智能新生态。

11月,霍尼韦尔宣布将与宝山钢铁股份有限公司(简称宝钢股份)就大数据分析、机器自学习等人工智能在钢铁行业的智能制造领域应用展开合作,共同打造领先的互联工厂。

全球精准医学领域引领者、一体化基因研发应用和大数据赋能平台药明明码(WuXi NextCODE)7月宣布成功完成总金额2亿美元的C轮融资。药明明码C轮融资由爱尔兰战略投资基金(ISIF)领投7千万美元,其他参与方还包括药明明码现有股东淡马锡(Temasek)、云锋基金(Yunfeng Capital)和红杉资本(Sequoia Capital)等。这也是药明明码于2017年9月顺利完成2.4亿美元B轮融资之后的新一轮融资。

人工智能(AI)及相关技术,如机器人、无人机和自动驾驶汽车,有着促进经济增长的巨大潜力,但人们也担忧其对就业的潜在影响。

近日,普华永道发布了《人工智能和相关技术对中国就业的净影响》。该报告预计人工智能及相关技术推动中国经济增长,将创造数百万个新的就业岗位,足以抵消现有就业岗位被取代的影响。但报告认为,考虑到这些技术对就业市场的影响程度,中国仍不容自满。

根据普华永道的分析,人工智能及相关技术在未来20年将取代中国现有约26%的工作岗位,高于对英国20%的预估,但也能通过提升生产率和实际收入水平在中国创造出大量新工作机会。根据我们的中央估计值,人工智能对中国就业的净影响可能将创造约12%的净增岗位,相当于未来20年内增加约9,000万个就业岗位。

虽然我们对于人工智能对中国就业的长期净影响预估较为乐观,但依然存在诸多不确定因素,因此,不管从商业政策还是政府政策角度来看,我们都没有理由自满骄傲。

对政府而言,通过实施《新一代人工智能发展规划》,并继续大量投资世界级人工智能技术,在实现优势最大化的同时,减少因就业影响和收入不平等造成的损失,如为失业工人提供再培训计划、为难以适应新技术的人提供更强大的社会安全保障体系等,是其面临的一大挑战。唯有如此,才能让人工智能和相关技术所带来的巨大利益在全社会尽可能广泛地传播。

报告如下

END

相关链接

xiangguanlianjie

我们身处一个巨变的时代,毋庸置疑,人工智能 (AI) 已经成为科技前沿之一,将给许多行业带来颠覆性的影响,也有可能在未来重塑公司的人才战略、运营模式以及与客户的合作模式。商业领袖都已未雨绸缪,着手研究人工智能将如何影响他们的商业战略,以防被第四次工业革命的浪潮甩在身后。

事实上,深度学习与增强学习在日常生活中的应用很多,例如机器翻译是对文本数据的处理;Siri等是对语音数据的处理;自动驾驶是对视频数据的处理;人脸识别则是对图像数据的处理,许多美颜APP都具备给图片添加可爱贴画的功能,这即是对图像进行识别,自动甄别出用户面部器官,用户即可随意处理图片,达到美化或娱乐的效果。

但是目前实验室又在发生什么呢?可以预见的是,那里的研究人员的发现将会决定人工智能未来一段时间的发展进程。普华永道人工智能加速器 (AI Accelerator) 研究团队发布了2018年人工智能技术十大趋势。

01

深度学习:揭秘神经网络的工作原理

简述:模仿人类大脑的深度神经网络展示了它们可以从图像、音频和文本数据中“学习”的能力。然而, 即使应用已超过十年,关于深度学习我们仍然有很多不明白的地方,包括神经网络如何学习、为什么它 们的表现如此出色等。现在,这种状况有可能会改变,这要归功于将信息瓶颈理论应用于深度学习的新 理论。信息瓶颈理论认为,深度神经网络在学习过程中像把无用信息从瓶颈中挤压出去一般,去除噪音 信息,而只保留这些噪音所表达的真正信息。

意义:精确地理解深度学习的工作原理,将有助于使其得到更大的发展和应用。例如,深度学习可以为网络设计优化和架构选择提供参考。可以肯定的是,通过探索深度学习理论,更多的场景应用能够被激发,并应用到其他类型的深度神经网络和深度神经网络设计中。

02

胶囊网络:模拟大脑的视觉处理优势

简述:胶囊网络是一种新型的深度神经网络架构,它能够用与大脑相同的方式处理视觉信息,这意味着它可以识别特征之间的逻辑和层次结构关系。这一特性与卷积神经网络形成鲜明对比。卷积神经网络是最广泛使用的神经网络之一,但它不能考虑简单和复杂特征之间的重要空间关系,导致错误率较高并经常出现误分类现象。

意义:对于典型的图像识别任务,胶囊网络通过减少误差,保证了50%的较高准确性,同时胶囊网络也不需要那么多的训练样本数据。预期可以看到胶囊网络在多个问题领域和深度神经网络架构中得到广泛的使用。

03

深度增强学习:交互型问题解决之道

简述:深度增强学习是一种通过观察、行动和奖励来与环境互动,从而进行学习的神经网络算法。它已被用于游戏攻略等,如雅达利 (Atari) 和围棋,包括击败人类冠军的著名的“阿尔法狗”(AlphaGo) 等。

意义:获得深度增强学习能力是人工智能应用商业化的重要指标项之一,与其他技术相比,它只需要更少的数据来培训其模型。更强大的是,它可以通过模拟获得训练,完全不需要标签化数据。鉴于这些优势,预计未来一年将诞生更多将深度增强学习和基于智能体 (agent) 模拟相结合的商业应用。

04

生成对抗网络:网络配对促进训练,减轻处理负担

简述:生成对抗网络是一种由两个互相竞争的神经网络组成的无监督的深度学习系统——“生成网络” 产生看上去很像真实数据集的假数据,“判断网络”吸收真实和合成的数据。随着时间的推移,每个网络都会得到改进,从而使两个网络都能够学习到给定数据集的整个分布情况。

意义:生成对抗网络进一步拓展了深度学习,使其能够处理更大范围的无监督任务,这些任务的标签化数据要么不存在,要么过于昂贵而很难获得。生成对抗网络也减少了深度神经网络所需的负载,因为负载由两个网络共同承担。预期可以看到更多的商业应用,例如使用生成对抗网络技术来做网络探测等。

05

精简和增强数据学习:解决数据标签化挑战

简述:机器学习(尤其是深度学习)遇到的最大挑战是需要大量使用标签化数据来训练系统。目前有两种广泛使用的技巧可以帮助解决这个问题:(1)合成新的数据;(2)将一个任务或领域的训练模型迁移到另一个,例如“迁移学习”的技巧(把从一个任务/领域学到的经验迁移到另一个任务/领域),或“一次学习”的技巧(极端化迁移学习,仅仅通过一个例子或没有相关例子的学习),由此使它们成为“精简数据”学习技巧。同样的,通过模拟或内插合成新的数据有助于获取更多的数据,从而扩大现有数据来改善学习。

意义:使用这些技巧,我们可以解决更多的问题,尤其是在历史数据较少的情况下。预期可以看到精简和增强数据的更多变种,以及适用于更广泛商业问题的不同类型的学习技巧。

06

概率编程:便于模型开发的语言

简述:概率编程是一种高级编程语言及建模框架,它能让开发人员便捷地设计概率模型,并且自动求解这些模型。概率编程语言可以让我们重复使用模型库,支持交互式建模以及认证,并提供必要的抽象层来更广泛和有效地推论通用模型组。

意义:概率编程框架适合的场景包括在商业领域内极为常见的不确定和不完整信息的情况。未来,我们会看到这些语言得到更广泛地应用,并期望它们也用于深度学习。

07

混合学习模式:结合算法优势解决不确定性问题

简述:不同类型的深度神经网络,譬如生成对抗网络和深度增强学习,在它们的效果和结合不同类型数据的广泛应用方面显示出巨大的前景。不过,深度学习模型不能为不确定性的数据场景建模,而贝叶斯概率方法却能够做到。混合学习模式结合了这两种方法,且能够充分利用每一种方法的优势。混合模型的一些例子包括贝叶斯深度学习,贝叶斯生成对抗网络和贝叶斯条件生成对抗网络等。

意义:混合学习模式将商业问题的种类扩大到对不确定性进行深度学习。这可以帮助我们获得更佳效果, 提高模型的可解释性,从而鼓励更广泛的应用。我们将看到更多能够媲美贝叶斯法的深度学习方法,以 及概率编程语言能够更好地与深度学习相融合。

08

自动机器学习:无需编程即可创建模型

简述:开发机器学习模型是一项耗时长且必须由专家驱动的工作,包括数据准备、特征选择、模型或技术选择、训练和调试等。自动机器学习旨在使用多种不同的统计学和深度学习算法来自动化这项工作。

意义:自动机器学习被视为人工智能工具“民主化”的一个部分,用户可以借助它在没有高级编程技能的情况下开发机器学习模型。这将加快数据科学家创建模型的速度。我们将看到更多的商业化自动机器学习包,以及自动机器学习与更广泛的机器学习平台的整合。

09

数字孪生体:超越工业应用的虚拟复制品

简述:数字孪生体是一种虚拟模型,用于物理或心理系统的详细分析和监测。数字孪生体的概念起源于工业界,广泛用于分析和监测诸如风电场或工业系统等。现在,通过使用基于智能体的建模(用于模拟自动智能体的行为和交互的计算模型)和系统动态学(计算机辅助的策略分析和设计方法)等,数字孪生体被广泛应用于非物理对象和流程管控中,例如预测客户行为等。

意义:数字孪生体可以帮助促进物联网 (IoT) 的发展和更广泛的应用,为预测性诊断和维护物联网系统提供了一种方法。展望未来,有望在实体系统和消费者选择建模中看到更多数字孪生体的使用。

10

可解释的人工智能:打开黑匣子

简述:目前,有许多机器学习算法正在使用中,它们可以在各种不同的应用场合中感知、思考和行动。然而,其中许多算法被认为是“黑匣子”,人们对于它们是如何计算出结果几乎是一无所知。可解释的人工智能意在进一步开发机器学习技巧,在产生更多可解释的模型的同时保持人工智能预测的准确性。

意义:可解释、可证明且透明的人工智能对建立技术信任至关重要,这会促进更广泛地采用机器学习技巧。我们预测,在开始大规模采用人工智能之前,企业可能会将可解释的人工智能作为一项要求或者最佳实践,与此同时,政府可能会将可解释的人工智能作为未来的一项法规要求。

?

  

经济观察网 记者 任晓宁 1月2日上午,2019年第一个工作日,李彦宏发出百度全员内部信,公布百度2018年营业收入突破1000亿元。

自2017年7月创下全球AI领域的融资纪录后,人工智能平台公司商汤科技(SenseTime)今年4月宣布完成6亿美元C轮融资。本轮由阿里巴巴集团领投,新加坡主权基金淡马锡、苏宁等投资机构和战略伙伴跟投,二刷人工智能产业的融资记录。

特点六:人工智能延伸落地到全新场景

在谢超看来,人工智能要保持技术的先进性,这要与具体行业结合起来形成真正生产力。他认为,人工智能的应用路径是“ AI”,从行业出发才能发挥真正的作用。“科学技术进步和发展的核心动力,就是和行业结合在一起。”谢超说。

9月,紫光集团集成电路产业链中的核心企业--紫光展锐则正式发布移动通信芯片品牌“虎贲”和泛连接芯片品牌“春藤”两大全新产品线品牌,意味着紫光展锐开始加速向中高端芯片产品线布局。

人工智能在2019年将如何改变你的世界给你带来这些变化

 “百度AI控烟”算法是基于百度PaddlePaddle开源平台实现的,PaddlePaddle是百度在2016年自建的一个开源深度学习框架,为中国开发者和企业提供了丰富的API,有利于他们快速实现自己的AI想法。

  本次成立人工智能研究院,是将科研、投资与传媒业务相结合所进行的一次有益尝试。这将充分发挥人民网在媒体、产业渠道、数据和应用场景等多方面优势,与专家共同研讨人工智能技术及产业发展趋势,推动人工智能技术在实体与互联网产业价值链中成长壮大。人工智能研究院的成立不仅有利于人民网日后与业内有关机构开展深度合作,也将有利于主管部门更好推动行业发展,行业企业更好地开展相关业务。

内部信中,李彦宏提到了百度的搜索+信息流、百度App、好看视频、小度系列产品、智能驾驶等。这些都是百度当前带来主要营收的产品,以及未来发力方向。

这样的里程碑对于今天的百度来说,还有一层特别的意义。

  得益于多年来的行业经验,易观看到了客观环境背后的机遇,发现企业对数据驱动的需求在不断提升。我们相信,在未来二到三年,基于云的数据智能赛道一定会出现更强大、更领先的企业。

  工作后,Shana正式跨入人工智能领域,那时的她对技术的理解还比较浅。“我只是单纯地从兴趣出发,我学的是语言学,虽然不想做老师,但我还是希望自己的专业能够有所用。”在她看来,数据标注是给机器人提供语料,这属于机器人教育,它不是教人而是教机器人学习某个东西,这与她的专业相近,能让她发挥所长。传统语言学的研究一直处在一个不温不火的状态,但AI的兴起让我觉得传统语言学有了一个新发展的方向——怎么样把语言学研究的成果应用到机器人的教育当中来。这个方向其实也是Shana最感兴趣的一个点。

8月,癌症治疗领域的全球领导者瓦里安和中国大健康领域的领军者平安携手展出了智慧放疗云解决方案。该解决方案发挥瓦里安在放射肿瘤领域的核心优势和前沿技术,采用了业内数个首创技术或解决方案。例如其智能直线加速器平台通过物联网连接,可实现24X7的健康监测,确保98%的运行率,领先业内。

据美通社对2018年帮助中国企业发布的近两万篇企业新闻稿件的数据显示,这一年,人工智能已经不仅仅是科技行业的概念,几乎各行业都有企业在拥抱“人工智能”,借此希望品牌重新崛起,产品重新迭代,并让国内人工智能产业在2018年呈现出八大特点。

谢超称,特斯联在人工智能和物联网的应用,可分两个大类,一是偏向消费端,个体需求差异非常大,特斯联的智能家居和智能穿戴设备属于叫好不叫座,发展还需要很长一段时间。另一类是在政府端和企业端,越传统的行业将面临越多AI 物联网机会。“现在很难说哪个行业更有前景,这需要每个企业花大量时间和精力去探索,这是一个过程。

旧岁已展千重锦,新年再进百尺杆。  12月28日上午,以“AI启未来”为主题的2018人民网人工智能合作伙伴大会在北京召开。会上,人民网正式宣布成立人工智能研究院,并与合合信息、微软、阿里云、商汤科技等知名人工智能企业和机构,现场进行了人民网人工智能合作伙伴签约仪式。

  作为以人类知识为基础、通过智能软件而建立的专家系统,知识工程可以帮助人类更好地进行经验判断,1997年打败国际象棋世界冠军卡斯帕罗夫的专家系统“深蓝”,正是其中的杰出代表。它被视为将人工智能拉出低谷的希望。

芯片、5G通信等技术是人工智能发展的底层驱动力。今年中美贸易战直击我国“缺芯”软肋,更引发国内巨头的芯片研发热潮。

中国平安则在11月宣布,未来十年的科研投入将达人民币1,000亿元(150亿美元),用以巩固其在金融服务行业的领导地位。相关资金将被投入到人工智能、区块链和云计算等核心技术,以持续赋能集团的五大生态圈-金融服务、医疗健康、汽车服务、房产服务及智慧城市服务。

近些年随着人工智能技术研究不断突破,资本呈现热捧趋势,各行业针对人工智能的期望甚高,但人工智能技术究竟对每个行业及公司业务来说价值几何却一直困扰着从业者。

随着机器学习、自然语言处理、语音识别等代表性人工智能技术逐渐成熟落地,技术在自动驾驶、医疗健康、金融等行业应用呈现出越来越广泛的趋势,在细分行业形成越来越完善和高效的行业解决方案。

但在不同的行业与不同的公司,应用智能技术技术带来的影响也不尽相同。对于人工智能技术对个行业的实际效果差异,及企业对待智能技术的态度问题,机器之心针对各行业及公司的智能技术应用趋势与人工智能策略适应性进行了深入调研。

基于本次调研,机器之心发布《全球500强上市公司人工智能战略适应性报告》。报告范围囊括2013至2017年“财富”全球500强榜单中出现过来来自23个行业共计640家公司。机器之心查阅超过10万条新闻公告和超过3000份公司年报及数千份趋势报告,从而筛选出来自17个不同行业的145家代表性上市公司作为本次趋势报告的研究对象。这145家上市公司经确认,皆明确在其官方渠道中提及实施人工智能战略。

在撰写报告的过程中,我们发现了以下七大趋势。

一、人工智能研究论文分布趋势

2013-2016年间,中国、美国、加拿大、日本、英国、德国、澳大利亚等国所发表的人工智能研究论文数量快速增长。其中中美两国的人工智能研究论文产出增速最快、并连续4年保持领先。

图3.2显示,全球人工智能研究论文从2013的不足百篇增长到2016的1400余篇。2014年,中国发表了近150篇人工智能研究论文,产量在该年占比最多,并持续占据鳌头。

二、人工智能全球投资趋势

资本支持对行业发展至关重要。过去几年,人工智能已成为全球风险投资的热门领域,并促使着大量人工智能初创企业诞生。智能技术迅猛的发展也使得资本逐渐抛开区域化的限制,转向全球化投资发展。

图3.3显示,人工智能全球投资额从2013的约10亿美元增至2017的约140亿美元。人工智能全球创投事件从2013的250余笔增至2017的1200余笔。

三、人工智能战略国家时间线

近年来,全球多个国家都相继发布了政府层面的官方人工智能白皮书和战略以明确人工智能发展的优先级。这些白皮书和战略多以加强合作,建立研究院,资助相关研究以及鼓励创业为主。

四、人工智能话题热度趋势

古人云“先行其言,而后从之”,战略往往是在公司进行铺垫后所产生。换言之,我们可以通过目标公司针对人工智能年度新闻发布量的统计,推测出行业以及公司对人工智能战略的关注程度。从图4.1可以看出,人工智能相关新闻发布量一直在逐年递增,截止至2017年,我们可以推测出人工智能战略已逐渐成为公司所考量实施策略中的重点。

  • 2013-2017人工智能话题新闻量年均增长率为144.5%。
  • 2015、2016年增长率分别为159.5%和161.5%。
  • 2017人工智能新闻发布量增速有所放缓,年增长率变化为-22.0%。
  • 2017人工智能话题新闻发布量占近五年新闻发布总量近60.0%。

五、人工智能行业关注热度

机器之心观察发现,目标公司大多分布在《财富》全球500强企业中占据主导地位的行业,如金融、科技、汽车等。但就采用率而言,企业服务、酒店餐饮&娱乐、科技行业相对占优。目标公司所在17个行业的平均行业转化率为22.7%。

图4.2显示了目标公司在《财富》500强所在23个行业的采用状况,图4.3显示了《财富》500强人工智能战略在不同行业的采用率;图4.4基于麦肯锡的人工智能应用领域分类使用热点图来显示不同行业的应用实施状况。从图中可以看出:

  • 金融、科技、汽车行业在目标公司中占比分别为37.2%、17.2%、11.0%。
  • 服装、食品饮料&烟草、日用品、媒体、贸易、垃圾管理等行业没有发现采用人工智能的公司。
  • 企业服务、酒店餐饮&娱乐、科技行业人工智能采用率较为领先,分别为100.0%、60.0%、58.1%。
  • 自动化&优化、用户交互是较热门的人工智能策略应用领域,占比分别为25.1%、23.1%。

六、人工智能战略采用趋势

何时采用人工智能战略是所有公司必须思考的问题,机器之心以目标公司的官方公告为基础构建了目标公司采用人工智能策略的时间节点图,由图4.5,我们可以得到如下结论。

  • 2011-2017采用人工智能战略的公司年均增长率为91.9%。
  • 2011-2013采用人工智能战略公司数为8家,仅占目标公司总数5.5%
  • 2014-2017目标公司数量有明显增幅,年均增长率为125.3%。
  • 2015-2017有126家趋势报告目标公司采用人工智能战略,占目标公司总数86.9%。
  • 2016新增采用人工智能战略公司占到2011-2017间采用人工智能总数的37.2%,在新增量上达到峰值。
  • 2017年新增采用人工智能战略公司为49家,新增量相比上年有所回落。

七、人工智能战略行动决策

当一家企业采用人工智能战略时,机器之心希望能解析该企业战略的侧重方向。我们根据麦肯锡针对人工智能策略方向的分类,划分了目标范围内145家公司的策略行动决策,并构建了热点图得到以下结果。

  • 大部分行动决策都集中于产品开发、智能战略投入、用户体验,占比分别为14.6%、14.4%和12.6%。
  • 供应链分销受关注较少,占比为3.6%。
  • 金融、科技行业偏向于采用更全面的行动决策。
  • 企业服务、交通行业偏向于采用更简单的行动决策。

进一步评估与结论

本次调研针对145家目标上市公司在实施人工智能战略后的业务表现进行定量评估和专家分析,并根据采用人工智能战略后公司的商业、运营等多方面成果的表现,将目标公司分为:

  • 人工智能高适应性公司:该分类包含实施人工智能策略后,实现业务增长的公司。
  • 人工智能低适应性公司:该分类包含实施人工智能策略后,出现业务迟滞的公司。
  • 人工智能适应性较复杂公司:该类别包括难以通过单一数据指标进行业务评估的公司。

趋势报告于每个类别分别引入两个精选案例分析以帮助从业者与管理者更好地认识人工智能策略所带来的业务影响。这些精选案例包括英国石油,亚马逊,通用电气,IBM,上汽集团和富国银行共6家来自不同领域的知名公司人工智能战略实例。

趋势报告不仅希望能够向人工智能从业者与管理者呈现世界领先公司如何实施和落地人工智能战略,还结合官方数据与专家分析对各公司实施后的适应性趋势进行总结,希望能够帮助从业者与管理者的AI视野构建。

报告完整版获。裹div>

【军武次位面】:TDK

未来智能机器人会取代很多人的工作,但这一点它不会

2016年3月“阿尔法Go”4:1击败世界围棋冠军李世石,震惊世界。

2016年12月“阿尔法Go”在围棋网站上与数十名人类顶尖高手对战,取得60胜0负的成绩。

2017年5月“阿尔法Go”3:0击败排名世界第一的围棋冠军柯洁。最后一盘时柯洁因为无法接受结果而掩面痛哭。

更多有趣好玩的军事文章、视频、图片、电影、游戏,关注“军武次

12月,华为与英特尔打通了全球首个2.6G频段5G呼叫,进一步推动了未来5G商用发展。英特尔和华为表示,将继续开展更多对接测试和商用验证活动,并推动产业链快速成熟,为未来5G商用奠定坚实基础。2018年在华为等国内诸多企业的努力下,中国有望于2025年前成为全球最大的5G地区。

10月,一站式医疗健康生态平台平安好医生宣布,已与包括解放军第三〇三医院在内全国逾100家三甲医院签约合作,将通过全球领先的AI科技提升市民就医体验,与合作医院共同打造全方位的“智慧医院”。

  过去业界讲“数字化““信息化”,今天讲“数据智能”,在这种升级背后,呈现的是哪些需求?在应用中,“数字化““信息化”以流程驱动管理为中心,数据智能的应用以数据驱动及用户需求为中心;“数字化““信息化”搭建的是技术管理系统,数字智能将应用于业务系统。

  “技术这一块确实还是理工科学生的天下,但是为算法模型提供数据,是文科生更加适合一些,尤其是涉及一些对话交互这种比较细致的工作。”(文、图/广州日报全媒体记者 李华)

9月,紫光集团集成电路产业链中的核心企业--紫光展锐则正式发布移动通信芯片品牌“虎贲”和泛连接芯片品牌“春藤”两大全新产品线品牌,意味着紫光展锐开始加速向中高端芯片产品线布局。

责编:

相关新闻

热点推荐

热点关注

视频新闻

  1. 福彩北京赛车预测软件2015年05月05日
  2. 北京赛车9码稳定计划2007年02月21日

热点排行

  1. 北京赛车pk10代理平台出租2012年12月25日
  2. 北京赛车游戏技巧2013年01月03日
  3. 金福北京赛车2008年12月10日