Osheep

时光不回头,当下最重要。

【回顾2014】5个名词解释“数据会说话,机器会学习”

《【回顾2014】5个名词解释“数据会说话,机器会学习”》

我们先来看看这些高逼格关键词:

1、大数据

这个词可能和云计算一样,已经让你听腻了,但不得不承认的是,忽视它确实一个致命的错误。一个小数点都有可能造成重大错误,更何况是数字。

2010年,谷歌执行董事长埃里克·施密特在一份声明中表示,全球大约每隔一天就能产生5艾字节(ExaByte),而如今这一数字几乎已经翻倍,飙升至10艾字节。

英特尔中国研究院院长吴甘沙于12月11日表示,解决大数据的问题需要强大的计算力和基于开放架构的平台,这都是英特尔所擅长的,英特尔的目标,就是“要让大数据说人话,而且相关的应用能够尽快平民化”。

2、数据挖掘

在当今这个时代,说数据就是金钱其实一点都不夸张。有人疯狂的制造数据,自有人收集数据。

数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程,通常与计算机科学有关。而大部分数据是非结构化的,因此需要其他方法来从中提取有用信息,并转换位可理解、可用的形式。为了方便提取数据,目前也已经有很多开源的数据挖掘工具,比如RapidMiner、WEKA、Orange等。

比较有趣的是,有一家制作蛋黄酱的公司Hampton Creek,竟然利用数据挖掘做出了比真鸡蛋更美味的“假鸡蛋”!

3、人工智能

“人工智能”这四个字相信没有人会感到陌生吧,而目前这四个字似乎已经不仅仅存在于电影中了,它正在悄然靠近我们的生活。就在刚刚过去的CES展会上,就发布了诸多智能手环、智能汽车之类的产品,更有一些厂家表示要大力加入此队伍中。

但是令人发笑的是,关于智能汽车,据Harris Poll的调查数据,在全球科技产业发达的美国竟然有接近90%的人根本不了解智能汽车,更何况一些科技不发达的国家了;而关于智能手环,有调查显示近85%的美国人则表示不感兴趣。

而目前就我们了解的人工智能,也大多是像电影《Her》里一样,仅仅是作为和人类聊天的“工具人”,确切的说可能还没有达到电影里的效果,因为电影里的人工智能已经几乎可以达到人类的思维。

总之,人工智能还有很长的一段路要走,而且未来的人功智能也不应该只用做“愚弄”人类的工具。

4、机器学习

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。

曾经有一家名为DeepMind的初创公司,在演示出软件可以自学、并把经典电玩游戏玩到超人级别后,就被谷歌以4亿英镑的价格抢购了,其创始人DemisHassabis目前在谷歌担任人工智能设计师。

这位天才少年DemisHassabis一直试图解决有关人工智能的两个问题:一是,大脑是如何学习掌握复杂任务的;二是,如何让电脑也能做同样的事情。

未来的人工智能不能仅限于聊天工具,那么就要具有人类的思维,这也是为什么近年来一直在讨论机器学习算法的原因。目前针对机器学习算法也有很多的开源工具,如Shogun、Mahout。

5、计算机视觉

这绝对是一项高逼格技术。

计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。

2014年6月比尔·盖茨看上了北京一家叫做格灵神瞳的公司,这家公司就是做计算机视觉的。

迄今为止,影像是容量最大的信息载体。几千年前,人类发明了文字,记录了语音;二百年前,人类制造了相机,保存了图片;直到最近几十年,人类才发明了动态图片,也就是影像、视频。但是人类要想完全提取并“读懂”影像中的信息,不是一件容易事。

这时候就需要计算机视觉了。

问:如果计算机视觉(computer vision)与深度学习(deep learning)相结合,会如何?

答:互联网的下一个风口。

Hpboys小编:除了以上这些,提到最多的还有虚拟现实技术(VR),以及增强现实技术(AR),但这些技术会发展到何种程度,2015年我们继续观察。

真正的未来是那些看起来完全不可能的事,一千个读者眼里有一千个哈姆雷特,而你看到的也正是你所期待的。

点赞