Demi 的blog

如何向普通人解释机器学习、数据挖掘

随着数据科学在人工智能发展中大放异彩,数据挖掘、机器学习进入了越来越多人的视野。而对于很多人来说,诸如机器学习之类的名次听起来是神乎其技,但其真正的内涵却不为一般人所知。

特别是对于从事数据科学领域的人来说,如何向外行人解释自己所从事的工作几乎是一个超级难题。那么到底什么是机器学习,如何用通俗易懂的语言来解释?我们通过以下几重境界来解释。

一、专业理论型

百科定义+专业术语,让人听起来不明觉厉,实则一脸懵逼

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。

它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

机器学习已经有了十分广泛的应用,例如:数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。

生物识别:刷脸、刷眼的时代来临,Are U Ready!

前脚刚刚开始尝试指纹支付,后脚已经迈入刷脸时代!

随着技术的升级,未来生物识别技术一定会越来越准确,应用到各行各业,渗透到生活的方方面面。通过你的指纹,你的脸、眼睛、表情、步态,甚至通过你的静脉,来识别“你是谁”?

本文将简单介绍生物识别技术的内容及其现状,浅析市场上几大技术代表公司,探讨其未来的发展机遇。

生物识别技术概述

定义

根据研究表明,每个人都有唯一可以测量或验证的生理特征或行为方式,即生物特征,可以将其划分为生理特征,如指纹、人脸、虹膜、掌纹等,和行为特征,如声纹、步态等。生物特征识别就是通过高科技技术,依据每个人固有的生物特征对其进行识别与身份的鉴定。

工作原理

生物特征识别工作过程包括用户注册和身份认证2个阶段,不论采用何种识别技术,完整的识别流程通常按照扫描采集信号、数字化处理、特征提取、分析、存储、匹配分类几个步骤进行。相对应地,一个生物特征识别的最小系统一般包括传感器、存储器和处理器3个部分,传感器负责生物特征的采集,处理器负责信息预处理、特征提取、特征训练和特征识别,存储器负责特征提取和训练结果的安放。

神经进化:一种不一样的深度学习

作者:Kenneth O. Stanley
转自: oreilly.com

神经进化正在复兴。主要的人工智能实验室和研究人员正在试验它,一丝新的成功点燃了更多的热情,能对于深度学习产生影响的新机遇正在出现。也许你在深度学习所有的激动人心的时刻并没有听到过神经进化,但它只是潜行于表面之下,作为一个小的热情的研究社区的课题存在了几十年。现在它正伴随着大众对于它的潜力的了解而开始获得更多的关注。

简单来说,神经进化是人工智能和机器学习领域的一个分支。它力图触发一个和产生我们人类大脑类似的进化过程,只不过这个过程是在计算机里实现的。换句话说,神经进化试图开发通过进化算法去寻找进化神经网络的方法。

深度学习颠覆了对话人工智能

作者:Yishay Carmiel
转自: oreilly.com

语音识别的梦想是一个能在不同的环境下、能应对多种口音和语言的、真正理解人类语言的系统。几十年来,对这个问题的尝试都没有成功。寻找一个能有效地创建这样的系统的策略看起来是不可能完成的任务。

然而,在过去的几年间,人工智能和深度学习领域的突破已经颠覆了对语音识别探索的一切。深度学习技术在语音识别领域的运用已经取得了显著的进步。现在我们已经在非常多样的产品(比如Amazon Echo、Apple Sir等)里面看到了展示出来的发展的跃升。在这篇博文里,我会回顾一下近期语音识别的发展,检视带来这些快速进步的因素,并会讨论一下未来的发展以及我们离完全解决这个问题还有多远。

一点背景知识

多年以来,人工智能的主要任务之一就是去理解人类。人们希望机器不仅能理解人说了什么,还能理解他们说的是什么意思,并基于这些理解的信息采取相应的动作。这个目标就是对话人工智能的精髓。

关于5G,你不得不知道的十大领域

5G的发展如火如荼,甚至可以说是条条大路通5G的盛况,实际情况是5G的标准乃至商业化部署至少还需要1年左右的时间。随着移动云印刷和行业巨头开始推动5G的试用技术,5G的某些特性和功能被业界广泛关注。很显然,5G不仅仅是移动网络进程中的所谓下一代,相反,这是对移动行业流行的网络和商业模式的巨大转变。

随着5G逐渐走向现实,外媒编辑了5G的技术相关的领域、标准组织和专有词汇:

1、4G LTE

4G LTE是目前的网络基础设施,已被全球广泛采用和应用。在5G标准出现和全面实现之前,目前的4G LTE基础设施对未来5G网络的演进和功能至关重要。过去,从1G-2G-3G-4G的网络转型基本上都是全新的网络建设,但是在即将到来的5G领域,4G LTE仍然会是其实现的温床。然而,由于目前的LTE网络正在被推向技术范畴,因此将会有一个全面的过渡。

2、3GPP

5G即将实现,但目前仍然没有统一的标准,3GPP是5G标准的制定者之一。3GPP是移动行业标准机构,将向国际电信联盟(ITU)提交拟议的规范,国际电信联盟将会发布最终的标准,也成为IMT-2020。

安防已经成为人工智能落地场景中的重要赛道,其涉及的智能视频分析、人脸识别等关键技术也在研究领域受到了极大的关注。那么安防领域中涉及的人脸识别有何痛点?人工智能+安防的未来又有哪些新的趋势?

10月29日,2017年第十六届中国国际公共安全博览会(CPSE安博会)在中国深圳会展中心开幕。在政府管理论坛上,清华大学媒体大数据认知计算研究中心主任王生进教授发表了题为《人像态势识别及其在智能视频监控中的应用》的演讲,他指出,目前我国视频监控建设卓有成效,摄像头的数量惊人,达到了2000多万个。如此大量级的数据只依靠人工监控已经无法实现大规模视频监控,急需人工智能以及智能分析技术有效的技术支撑。

王生进教授从三个方面阐述了人脸识别在安防中的应用:
1、新一代人工智能发展与智能安防;
2、人脸识别技术与应用系统;
3、以人为中心的安防理念与人像态视识别。

一、新一代人工智能发展与智能安防

带你通俗解读云计算到底是什么?

本文,我们不谈那些云计算专业难懂的话题,我们用一些简单易懂的辞藻来和大家聊聊云计算市场的一些具体情况,以及云计算技术究竟与我们的工作和生活有何联系。

我们都知道,现在国内运营的公有云服务平台大概有这么几家:亚马逊AWS、微软Azure还有阿里云几大公有云巨头,我们感受云服务带给我们便捷的同时,不免也会有很多的困惑和不解。

究竟什么是云?

一类用户人为具备分布式存储、虚拟化等技术和服务的云才能够被称之为云计算服务,还有另外一类用户认为购买几台几百块钱的NAS,搭建一个几人团队能够使用的内部存储平台也能够被称为云服务。
那么这两种观点究竟谁对谁错呢?

其实都没错。历史上已经有不下于一百种的定义,影响力较大的是NIST(美国国家标准与技术研究院)的定义:云计算是一种模型。

它可以实现随时随地、便捷地、随需应变地从可配置计算资源共享池中获取所需的资源(例如网络、服务器、存储、应用及服务),资源能够快速供应并释放,使管理资源的工作量和与服务提供商的交互减小到最低限度。

计算机视觉在 IoT 领域的实践应用

计算机视觉的演变

计算机视觉技术在日常产品中的应用非常广泛,从可以识别手势的游戏机到可以自动对焦的手机摄像头。计算机视觉技术影响着我们生活的方方面面。

事实上,计算机视觉在政府方面以及商业领域已经应用多年。可以在各种光谱范围内感测光波的光学传感器被部署在许多应用中:比如制造业中的质量保证,用于环境管理的远程传感技术或者在战场上收集情报的高分辨率相机。其中有一些传感器是静态的,也有另外一些传感器是动态的,它们被连接到诸如卫星、无人机和车辆等移动物体上。

在过去,许多计算机视觉应用程序仅限于某些封闭平台。但是随着与互联网连接技术的结合,他们创造了一套过去难以实现的新应用。计算机视觉加上互联网连接,高级数据分析和人工智能,它们将成为彼此的催化剂,在物联网(IoT)创新和应用方面带来革命性的飞跃。

推动计算机视觉多领域的发展

计算机视觉在 IoT 领域的实践应用

飞向太空?我们中的很多人都梦想能在有生之年有机会进入太空。如果科学家未来真的能够让普通人也能进入太空的话, 那么也一定不是通过做飞船或火箭进入太空的,而是通过太空电梯进入太空的。

根据Kelly和Zach Weinersmith合著的新书《Soonish:十项将会改善或毁掉一切的新技术》(《Soonish:Ten Emerging Technologies That’ll Improve and/or Ruin Everything》)中的介绍,未来,可能会有一条从距离地面3.6万公里的地球同步卫星向地面垂下一条碳纳米管缆绳至地面基站,并沿着这条缆绳修建往返于地球和太空之间的电梯型飞船,旅行者可以乘坐电梯飞船往返于地球和太空之间。

在太空中,缆绳会附着在小行星或是与地球一起旋转的一个星球上。在地球上,缆绳会被固定在一个“海上平台”上,这样可以通过自由移动以避免恶劣天气和太空垃圾的造成的破坏。进入太空之后,太空旅行者可以在作为燃料供给、维修站以及卫星和宇宙飞船发射点的空间站停留。

在众多能够带来革命性变革的新的科技技术中,太空电梯只是其中的一个。很多新科技能够给人类带来巨大的好处,但同时也造成了潜在的可怕危险。

在这本书中,作者总结了在未来可能会让我们心生向往或恐惧的不可思议的新技术。

解析阻止机器学习的十种网络攻击

即使是瑟曦.兰尼斯特的阴谋诡计或者乔拉.莫尔蒙爵士父亲般的保护(译注:两者都是HBO剧集《权力的游戏》中的人物)也无法阻止攻击者攻破HBO的网络并窃取了1.5TB的数据(包括未播出的《权力的游戏》剧集)。然而,机器学习可能已经为HBO的虚拟要塞提供了更好的防护。

人工智能(AI)和机器学习(ML)是众多辩论的主题,特别是在网络安全社区内更是如此。那么,机器学习会是下一个大的安全趋势吗?人工智能准备好了接受机器学习推动的攻击吗?总的来说,人工智能是否做好了使用的准备?无论你对于机器学习是否会成为网络安全救世主的看法如何,有两件事情却是真实的:一是分析在安全领域占有一席之地,二是机器学习在一些具体的使用案例中代表了我们今天所能给出的最好答案。

尽管有报道称黑客使用了”复杂老道”的入侵方法,但是很有可能的是黑客或黑客团体聪明地使用了常见的攻击方法攻入了这家银幕巨头的系统,并使用了 “little.finger66″(译注:”小指头66″,”小指头”是《权力的游戏》剧集人物培提尔.贝里席的绰号)这个绰号。

下面列举了一些使用案例,它们代表了一些会影响每一家企业的常见安全威胁。不过,机器学习可能是也可能不是网络安全的灵丹妙药,但在下面这些情况中,它肯定会有所帮助。

同步内容
--电子创新网--
粤ICP备12070055号