图灵和维特根斯坦:1939

2017-06-12    尼克

哲学家、无神论者丹尼尔·丹尼特(Daniel Dennett)在评价图-维之争时说:“图灵貌似天真,但他给后世留下了计算机,而维特根斯坦呢?他给我们留下了,呃……维特根斯坦。

深度的爱情,肤浅的模仿

2017-06-09    尼克

伟大的图灵为人类做出的所有贡献中,有两项是无与伦比的,第一是他1936年的那篇文章《可计算的数》,其中他定义了一种机械装置,后来被他的导师丘奇称为“图灵机”。


第二是他1950年在哲学杂志Mind上发表的文章《计算机与智能》,其中图灵把哲学中最古老的“思维与意识”这一概念阐述得更加明确,他的手段就是把原命题转换为“机器能不能思维”的问题,这是AI(人工智能)的起源。

谜一样的阿兰·图灵

2017-06-07    尼克

曼彻斯特的公园里,图灵雕像的底座,引用了罗素的话:“数学不仅有真理,也有最高的美,那是一种冷艳和简朴的美,就像雕塑。”我觉得合适。以前不懂为什么雷·蒙克把图灵列为十二位最伟大的哲学家之一。看了罗素的话,我明白了:伟大和光荣其实不重要,重要的是“真”和“美”。

纪念数学家吴文俊先生(附王浩1978年4月10日写给吴文俊的信)

2017-05-12    尼克

吴文俊先生几天前(2017年5月7日)过世了,差几天就到他九十八岁生日。5月13日又是王浩逝世二十二年的纪念。吴先生长王先生两岁,两人都是五月来五月去。


杨振宁曾说他自己最重要的成就是提高了中国人的自信。陈省身、华罗庚、杨振宁、李政道那一批人是最早为人类文明做出点贡献的中国人。我想那个不长的名单里还应该有王浩和吴文俊。

知识图谱驱动投资

2017-04-05    陈利人   尼克

“人类失去联想,世界将会怎样。”知识图谱的发明和壮大,在某种程度上就是解决人类的联想,同时也让世界有机地数字化,让计算机能够思考,让人类能够快速全面地联想,而且是因果关系的、可解释性的联想。

有别于现在大数据很大程度上强调相关性,深度学习很大程度上强调难以解释的结果。尤其在投资决策领域,没有因果关系,不可理解的投资,那叫投机,不可持续。

深度学习有什么魔力,让人工智能逆袭成新贵

2017-02-10    车品觉

尽管偶有进步,但人工智能在人们心目中成为了言过其实的代名词,以至于研究人员基本上避免使用这个词语。“AI”的平反和当前的热潮可追溯到2012年的ImageNet Challenge在线竞赛。在这次的比赛中,深度学习技术通过强大的计算能力和大量的训练数据,复兴了AI问世之初的一个旧想法,也就是所谓的人工神经网络(ANN),同时也推动了这一轮人工智能的发展。

深度学习不会像其它AI技术一样快速失势,因为人类本身每天都在使用它。至于这一轮人工智能的发展,是否会超出人类的控制,现在还是个疑问。

冯·诺依曼辞世60周年纪念

2017-02-08    尼克

冯·诺依曼生于1903年12月28日,逝于1957年2月8日。冯·诺依曼在数学、理论物理和逻辑领域都做出了很多贡献。冯•诺依曼在计算机工程的开创性工作是计算机产业的基础。所有的人都在受益。

冯·诺依曼影响、改变了许多人,比如图灵、纳什,留下了无数的继承者。正因为如此,今天我们热烈讨论的AlphaGo、人工智能,与冯·诺依曼同样分不开。而冯·诺依曼的《计算机与大脑》一书,甚至在某种程度上预示了今天人工智能的发展路线。

AI这些潜在威胁,人类要小心了

2017-01-31    车品觉

面对技术的发展,人类要考虑到底是要压制还是鼓励,这是机会与风险的衡量。所以,在未来五年,我认为AI(人工智能)、大数据、法律、伦理之间会相互产生碰撞,出现很多边界上的问题。

在这之中,AI会和大数据的发展形成合力,让AI找到新的应用,让小部分人开始影响大部分人。而当大部分人受到影响时,法律和伦理的发展却会延缓AI和大数据的发展速度,因为法律、法规需要去保护那些在毫无准备中被新技术影响的人。

走出大数据的“大”误区

2017-01-17    车品觉

Uber的成功并不在于它收集的大量数据,而是来自截然不同的方向:小而恰当的数据。Uber就是利用这样的数据来调度车辆。……恰当数据有时很大,有时很小。但对创新者来说,关键是弄明白哪些是能够提升竞争力的关键性数据。这些数据就是你应该积极探寻的恰当数据......

野心勃勃的日本第五代计算机,如何一步步走向失败

2017-01-05    尼克

从会议录中可以看出,五代机已经成了大杂烩,失去了聚焦点,给人感觉五代机不会在任何相关领域取得突破性进展,而同时八杆子打不着的领域也拼命在向五代机靠。……五代机促成了八十年代中后期AI的繁荣,也确实提升了日本在全世界的形象。日本人工智能学者甚至说如果有现在的语义网和知识图谱的大数据,五代机结局会很不同。但历史没法马后炮......

想不劳而获?让机器赚钱

2017-01-05    陈利人

在前面那些案例中,至少前期很多的工作还需要人去开发,去实现,那么到了人工智能时代,前期的很多的工作也必然会让机器去做,比如,收集数据,清理数据,数据挖掘,算法设计,代码生成,强化学习,迁移学习,自学习,等等,最后实现真正的完全的让机器赚钱......

没有绝对的数据安全:哪里是最脆弱的环节?

2017-01-03    车品觉

无论是现在还是未来,人都是最脆弱的一环。实施新技术时,企业必须确保相应的支持人员受到适当培训,且乐于承担其职责。同样,过程必须经过检查和改进,以有效利用新的能力和功能。很多时候,企业虽然获取并部署了最新技术,但却未能物尽其用......

棋盘上,打败人类的不止深蓝和AlphaGo!

2016-12-08    尼克

强化学习1980年代就被发明,但一直不被重视,是AlphaGo使得它发出亮光。萨顿还值壮年,AlphaGo团队里就有四个萨顿的学生,其中包括带头大哥David Silver。巴托老兵不死,在做了一届计算机系主任后,几年前从麻省大学退休了。退休前,他终于看到强化学习渐成显学......

人类将与AI共生,还是被机器人消灭?

2016-11-30    车品觉

我相信人类将善用AI。我对此非常乐观,因为我觉得人类已经意识到,他们需要谨慎应对这项技术。我也意识到了。但最好的做法是投资教育。不要去担心机器人会不会使人类灭亡。机器人会变得越来越聪明,但我们要专注于教育,让人们了解彼此,关心彼此......

都知道人工智能起源于1956年,但谁提出这个词你造么?

2016-11-25    尼克

麦老晚年回忆也承认这个词最早是从别人那里听来的,但记不清是谁。后来英国数学家菲利普·伍德华(Woodward)给《新科学家》杂志写信说他是AI一词的始作俑者,麦卡锡最早是听他说的,因为他1956年曾去MIT交流,见过麦卡锡。但麦卡锡的建议书1955年就开始用“人工智能”了,人老了回忆真不靠谱。当事人除了明斯基之外,都已仙逝,这事恐怕要成悬案了......