chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學(xué)習(xí)的發(fā)展可能已達(dá)極限,但其影響還將持續(xù)深遠(yuǎn)

電子工程師 ? 來源:lq ? 2019-01-06 10:36 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

回首 2018 年,身處技術(shù)圈的你是否曾反思過些什么——科技與非科技企業(yè)界限的日益模糊、技術(shù)的發(fā)展現(xiàn)狀和前景、科技發(fā)展的正向助推到負(fù)面效應(yīng),乃至個(gè)人心態(tài)上的變化。人文、生態(tài)、社會(huì)……玩技術(shù)的人看到的從來不僅僅是技術(shù)本身而已,他們?cè)缫寻咽澜绾兔魈旆胚M(jìn)了眼里。

以下為譯文:

科技公司的版圖已然遠(yuǎn)遠(yuǎn)超出了科技范圍。

我最近聽到了“ThirdLove”的起源故事——谷歌營銷經(jīng)理 Heidi Zak 厭倦了不合身的內(nèi)衣,也厭倦了維多利亞的秘密等用性感照片包裝起來的品牌,轉(zhuǎn)而創(chuàng)立 ThirdLove.com,建立了一個(gè)更具包容性的內(nèi)衣品牌,后發(fā)展到 250 多名員工,并在此過程中融資 1340 萬美元。有趣的是,ThirdLove 還因?yàn)槭且粋€(gè)電子商務(wù)品牌,而被視作一家“科技創(chuàng)業(yè)公司”。

在我和 Disqus 聯(lián)合創(chuàng)始人 Daniel Ha 的一次討論中,他也曾指出,在電力非常流行的時(shí)候,所有成立的公司都稱自己為“電氣”公司(例如通用電氣)。然而,隨著時(shí)間的推移,每家公司都開始使用電力,電力也因此成為基礎(chǔ)層。

當(dāng)我們提到“科技”行業(yè)時(shí),通常指的是“互聯(lián)網(wǎng)優(yōu)先(Internet First)”的公司。而像是 ThirdLove 和 Warby Parker 這樣的零售公司,雖都以互聯(lián)網(wǎng)為基礎(chǔ),但只是專注于通過低成本分銷模式在線向客戶銷售產(chǎn)品。

然而,這批新科技公司越來越關(guān)注“非技術(shù)”公司的領(lǐng)域。比如,亞馬遜在啟動(dòng)時(shí)可能就是一個(gè)在線零售商,但現(xiàn)在也擁有巨大的實(shí)體產(chǎn)業(yè)。像 Bird 和 Lime 這類提供共享滑板車服務(wù)的共享出行公司則擁有大量的滑板車,線上房屋交易初創(chuàng)公司 OpenDoor 也擁有頗多房產(chǎn)……

未來十年,各行業(yè)中的“非技術(shù)”企業(yè)必須找到一種跨越鴻溝的方法,并將“互聯(lián)網(wǎng)優(yōu)先”定位為發(fā)展戰(zhàn)略,否則將失去生存的機(jī)會(huì)。

深度學(xué)習(xí)的發(fā)展可能已達(dá)極限,但其影響還將持續(xù)深遠(yuǎn)。

關(guān)于深度學(xué)習(xí),技術(shù)專家們不斷加深的一點(diǎn)共識(shí)就是:它正在快速接近其極限。雖然事實(shí)可能的確如此,但我們?nèi)晕茨茉谌粘I钪懈惺艿饺娌渴鹕疃葘W(xué)習(xí)的影響。

亞馬遜在關(guān)于加強(qiáng)倉庫自動(dòng)化的聲明中表示:

自動(dòng)化取代工作崗位并摧毀凈就業(yè)增長僅僅是一個(gè)神話。為了滿足正在快速增加的消費(fèi)者需求,利用自動(dòng)化使我們倉儲(chǔ)中心的工作更加高效,從而讓員工將重點(diǎn)轉(zhuǎn)向其他任務(wù)。亞馬遜自 2012 年推出機(jī)器人技術(shù)以來,在全球范圍內(nèi)增加了近 30 萬個(gè)全職工作崗位。我們團(tuán)隊(duì)與全球超過 26 個(gè)倉儲(chǔ)中心的 100000 多個(gè)機(jī)器人一起工作,我們樂于繼續(xù)增加在機(jī)器人上的投入,同時(shí)壯大我們的全球員工隊(duì)伍。

當(dāng)然,不僅僅是亞馬遜,很多類似的故事都在試圖向我們傳遞一個(gè)信號(hào):不要擔(dān)心,自動(dòng)化只會(huì)讓“餡餅”變得更大。雖然這些故事可能屬實(shí),但不可回避的事實(shí)卻是——這些機(jī)器人正在減少人類可就業(yè)崗位的總數(shù)。

此外,雖然自工業(yè)革命以來我們創(chuàng)造了許多工作,但其間也存在一個(gè)痛苦的調(diào)整期。投資于持續(xù)教育和勞動(dòng)力再培訓(xùn)就顯得尤為重要。

作為一個(gè)“物種”,氣候變化將會(huì)是我們面臨的最嚴(yán)峻的考驗(yàn)。

如何處理氣候變化是我們迫切需要?jiǎng)?chuàng)新的領(lǐng)域,用減少排放來應(yīng)對(duì)氣候變化的挑戰(zhàn)實(shí)則毫無助益。首先,我們需要商業(yè)化的碳捕獲技術(shù),從而得以捕獲已經(jīng)存在于大氣中的二氧化碳。

幾個(gè)月前,《紐約時(shí)報(bào)》分享了 Roy Scranton 的一篇文章,闡述了在一個(gè)似乎注定失敗的世界中養(yǎng)育孩子的矛盾,他在文章結(jié)尾處說道:

生活意味著理解我們的行為會(huì)產(chǎn)生后果,并承擔(dān)這些后果帶給我們生活的影響,在生活這張網(wǎng)中,我們每個(gè)人都不可逆轉(zhuǎn)地陷入困境,每天都在努力緩解自己的痛苦。從倫理道德的角度,生活意味著限制我們的欲望,尊重自然界中所有事物,并理解我們能在這個(gè)星球上的存在是一種來之不易的禮物,并且可以隨時(shí)被收回。

我不能保護(hù)我的女兒免于未來的苦痛,甚至也不能保證她過上更好的生活。我所能做的就是教她如何關(guān)心、如何善良以及如何在大自然的恩典中生活。我可以教她堅(jiān)強(qiáng)、善于適應(yīng)環(huán)境和謹(jǐn)慎,因?yàn)樗龑⒉坏貌粸樗枰臇|西而奮斗。但我也需要教她為正確的事情而戰(zhàn),我需要告訴她所有的事物都會(huì)死,甚至她、我、她的母親乃至我們所知道的世界,但這些困難真相也正是智慧的開端。

樂觀總是很重要。

去年 3 月開始編寫 Notes by Ada 時(shí),我預(yù)想自己會(huì)分享關(guān)于當(dāng)前技術(shù)狀態(tài)的筆記——我想象自己從本周的新聞中挑選頭條資訊并將它們組合在一起。但是,在寫作的過程,我發(fā)現(xiàn)我的興趣實(shí)際上存在于未來幾十年而不是接下來的幾個(gè)月。最后,我花了比預(yù)期更多的時(shí)間學(xué)習(xí)氣候變化,因?yàn)槲乙庾R(shí)到這是最緊迫的技術(shù)問題。我還花時(shí)間閱讀深度學(xué)習(xí)對(duì)就業(yè)的影響,因?yàn)槿狈蜆I(yè)機(jī)會(huì)會(huì)讓社會(huì)動(dòng)蕩,這在應(yīng)對(duì)氣候變化時(shí)會(huì)產(chǎn)生很大的影響。

閱讀這些內(nèi)容的最大挑戰(zhàn)是保持樂觀——你很快意識(shí)到現(xiàn)實(shí)和目標(biāo)間的巨大差距。但短暫的悲觀情緒后,我開始意識(shí)到樂觀的重要性。Tim Ferriss《導(dǎo)師部落》中的 John Arnold 對(duì)此有一個(gè)有趣的說法:“人們對(duì)生活的態(tài)度很大程度上取決于他們的樂觀程度。因?yàn)閷?duì)未來的獎(jiǎng)勵(lì)預(yù)期更高,一個(gè)樂觀的人會(huì)對(duì)自己投入更多。”

我們有理由保持樂觀,因?yàn)殡妱?dòng)汽車即將到來。他們將使內(nèi)燃機(jī)消失并重構(gòu)整個(gè)制造業(yè)。我們開始嘗試投入食品生產(chǎn)技術(shù),這將有望結(jié)束動(dòng)物養(yǎng)殖業(yè)。但我們?nèi)杂性S多工作要做。上個(gè)月,來自 60 個(gè)國家的科學(xué)家齊聚一堂,就“千克”的新定義達(dá)成一致意見——從基于直徑與高度都為 39 毫米的鉑銥合金圓柱體的定義遷移到基于“普朗克常數(shù)”的定義,因?yàn)檫@個(gè)值將隨著時(shí)間的推移保持穩(wěn)定??茖W(xué)家 Jon Pratt 指出:“此舉本質(zhì)上是在承認(rèn)真理的不可改變性,大自然具有我們所有人都需要受其約束的法則。這是邁向崇高夢(mèng)想的又一步——在理解自然法則時(shí),科學(xué)家們可以助力構(gòu)建一個(gè)更美好的世界?!?/p>

未來十年,我們需要更多地了解自然界的法則,更貼近科學(xué),同時(shí)展更多的合作。

最后,保持樂觀,相信我們可以達(dá)到上述這些預(yù)期。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 機(jī)器人
    +關(guān)注

    關(guān)注

    213

    文章

    29748

    瀏覽量

    212974
  • 互聯(lián)網(wǎng)
    +關(guān)注

    關(guān)注

    55

    文章

    11251

    瀏覽量

    106487
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5561

    瀏覽量

    122805

原文標(biāo)題:深度學(xué)習(xí)的發(fā)展可能已達(dá)極限!

文章出處:【微信號(hào):rgznai100,微信公眾號(hào):rgznai100】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    當(dāng)深度學(xué)習(xí)遇上嵌入式資源困境,特征空間如何破局?

    多層神經(jīng)網(wǎng)絡(luò)的非線性變換擬合規(guī)律,理論上幾乎可以描述和模擬一切規(guī)律,實(shí)際上該過程效率極低 —— 計(jì)算復(fù)雜度往往呈指數(shù)級(jí)增長。這一特性使得深度學(xué)習(xí)與端側(cè)設(shè)備的資源約束存在根本性矛盾,
    發(fā)表于 07-14 14:50 ?701次閱讀
    當(dāng)<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>遇上嵌入式資源困境,特征空間如何破局?

    施耐德電氣入選歐洲最佳可持續(xù)發(fā)展企業(yè)50強(qiáng)

    今年年初,施耐德電氣曾再次問鼎企業(yè)爵士“全球最佳可持續(xù)發(fā)展企業(yè)100強(qiáng)”榜首。雙重榮譽(yù)加持,不僅是對(duì)施家長期踐行可持續(xù)發(fā)展的高度認(rèn)可,更充分印證了在推動(dòng)全球各行業(yè)、各地區(qū)可持續(xù)發(fā)展
    的頭像 發(fā)表于 06-24 14:58 ?363次閱讀

    嵌入式AI技術(shù)之深度學(xué)習(xí):數(shù)據(jù)樣本預(yù)處理過程中使用合適的特征變換對(duì)深度學(xué)習(xí)的意義

    ? 作者:蘇勇Andrew 使用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí),網(wǎng)絡(luò)的每個(gè)層都將對(duì)輸入的數(shù)據(jù)做一次抽象,多層神經(jīng)網(wǎng)絡(luò)構(gòu)成深度學(xué)習(xí)的框架,可以深度理解數(shù)據(jù)中所要表示的規(guī)律。從原理上看,使用
    的頭像 發(fā)表于 04-02 18:21 ?891次閱讀

    軍事應(yīng)用中深度學(xué)習(xí)的挑戰(zhàn)與機(jī)遇

    人工智能尤其是深度學(xué)習(xí)技術(shù)的最新進(jìn)展,加速了不同應(yīng)用領(lǐng)域的創(chuàng)新與發(fā)展。深度學(xué)習(xí)技術(shù)的發(fā)展深刻影響
    的頭像 發(fā)表于 02-14 11:15 ?540次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系

    ),是一種多層前饋神經(jīng)網(wǎng)絡(luò),它通過反向傳播算法進(jìn)行訓(xùn)練。BP神經(jīng)網(wǎng)絡(luò)由輸入層、一個(gè)或多個(gè)隱藏層和輸出層組成,通過逐層遞減的方式調(diào)整網(wǎng)絡(luò)權(quán)重,目的是最小化網(wǎng)絡(luò)的輸出誤差。 二、深度學(xué)習(xí)的定義與發(fā)展
    的頭像 發(fā)表于 02-12 15:15 ?866次閱讀

    GPU在深度學(xué)習(xí)中的應(yīng)用 GPUs在圖形設(shè)計(jì)中的作用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為核心部分,已經(jīng)成為推動(dòng)技術(shù)進(jìn)步的重要力量。GPU(圖形處理單元)在深度
    的頭像 發(fā)表于 11-19 10:55 ?1629次閱讀

    NPU在深度學(xué)習(xí)中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為核心驅(qū)動(dòng)力之一,已經(jīng)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和價(jià)值。NPU(Neural Processing Unit,神經(jīng)網(wǎng)絡(luò)處理單元)是專門為
    的頭像 發(fā)表于 11-14 15:17 ?1924次閱讀

    深度學(xué)習(xí)模型的魯棒性優(yōu)化

    深度學(xué)習(xí)模型的魯棒性優(yōu)化是一個(gè)復(fù)雜至關(guān)重要的任務(wù),它涉及多個(gè)方面的技術(shù)和策略。以下是一些關(guān)鍵的優(yōu)化方法: 一、數(shù)據(jù)預(yù)處理與增強(qiáng) 數(shù)據(jù)清洗 :去除數(shù)據(jù)中的噪聲和異常值,這是提高模型魯棒性的基礎(chǔ)步驟
    的頭像 發(fā)表于 11-11 10:25 ?1207次閱讀

    GPU深度學(xué)習(xí)應(yīng)用案例

    GPU在深度學(xué)習(xí)中的應(yīng)用廣泛且重要,以下是一些GPU深度學(xué)習(xí)應(yīng)用案例: 一、圖像識(shí)別 圖像識(shí)別是深度學(xué)習(xí)
    的頭像 發(fā)表于 10-27 11:13 ?1384次閱讀

    激光雷達(dá)技術(shù)的基于深度學(xué)習(xí)的進(jìn)步

    信息。這使得激光雷達(dá)在自動(dòng)駕駛、無人機(jī)、機(jī)器人等領(lǐng)域具有廣泛的應(yīng)用前景。 二、深度學(xué)習(xí)技術(shù)的發(fā)展 深度學(xué)習(xí)是機(jī)器
    的頭像 發(fā)表于 10-27 10:57 ?1073次閱讀

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進(jìn),相輔相成。以下是對(duì)兩者關(guān)系的介紹: 一、深度學(xué)習(xí)是AI大模型的基礎(chǔ) 技術(shù)支撐 :深度
    的頭像 發(fā)表于 10-23 15:25 ?2901次閱讀

    直播預(yù)約 |數(shù)據(jù)智能系列講座第4期:預(yù)訓(xùn)練的基礎(chǔ)模型下的持續(xù)學(xué)習(xí)

    神經(jīng)網(wǎng)絡(luò),特別是預(yù)訓(xùn)練的基礎(chǔ)模型研究得到了廣泛的應(yīng)用,仍然主要依賴于在大量樣本上的批量式訓(xùn)練。本報(bào)告將探討實(shí)現(xiàn)模型的增量式訓(xùn)練,針對(duì)深度神經(jīng)網(wǎng)絡(luò)在增量式學(xué)習(xí)新任務(wù)
    的頭像 發(fā)表于 10-18 08:09 ?599次閱讀
    直播預(yù)約 |數(shù)據(jù)智能系列講座第4期:預(yù)訓(xùn)練的基礎(chǔ)模型下的<b class='flag-5'>持續(xù)</b><b class='flag-5'>學(xué)習(xí)</b>

    深度學(xué)習(xí)GPU加速效果如何

    圖形處理器(GPU)憑借強(qiáng)大的并行計(jì)算能力,成為加速深度學(xué)習(xí)任務(wù)的理想選擇。
    的頭像 發(fā)表于 10-17 10:07 ?617次閱讀

    AI如何對(duì)產(chǎn)品設(shè)計(jì)帶來更多的可能性?

    AI(人工智能)對(duì)產(chǎn)品設(shè)計(jì)帶來了廣泛而深遠(yuǎn)可能性,這些可能性主要體現(xiàn)在以下幾個(gè)方面 1.創(chuàng)新設(shè)計(jì)的激發(fā) 創(chuàng)意生成:AI能夠學(xué)習(xí)和模仿人類設(shè)計(jì)師的創(chuàng)作過程,通過
    的頭像 發(fā)表于 10-15 11:29 ?702次閱讀

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    中的性能和效率。同時(shí),也可能會(huì)出現(xiàn)一些新的基于 FPGA 的深度學(xué)習(xí)算法創(chuàng)新,拓展應(yīng)用領(lǐng)域。 ? 應(yīng)用領(lǐng)域的拓展:除了在圖像識(shí)別、語音處理、自動(dòng)駕駛等領(lǐng)域的應(yīng)用,F(xiàn)PGA 在
    發(fā)表于 09-27 20:53