以下文章转自微读吧：www.weidu8.net/wx/646678
 
 
 
 
 
 
 
业界 | DeepMind深度解读Nature论文：可微神经计算机2016-10-13 机器之心 机器之心 
选自DeepMind
机器之心编译
参与：吴攀
 
DeepMind 最近发表于 Nature 的一篇论文《Hybrid computing using a neural network with dynamic external memory》介绍了一种记忆增强式的神经网络（memory-augmented neural network）形式，其被称为可微神经计算机（differentiable neural computer），研究表明其可以学习使用它的记忆来回答有关复杂的结构化数据的问题，其中包括人工生成的故事、家族树、甚至伦敦地铁的地图。研究还表明它还能使用强化学习解决块拼图游戏（block puzzle game）问题。本文是 Google DeepMind 对这项新公开的成果的官方解读。
 
柏拉图将记忆（memory）比作是一块蜡片——一旦在其上留下了一个印象（impression），那个印象就会凝固下来。他的这个比喻表达了现代的可塑性（plasticity）的概念，即我们的心智可以被经历所塑造和重塑。但我们的记忆之蜡不仅能够塑造印象，还能塑造一个记忆到另一个记忆的连接（connection）。John Locke（注：知识论上英国经验主义的三位代表人物之一）这样的哲学家认为当记忆在临近的时间和空间被塑造时，它们就会连接起来。表达这一观点的最有效的...

阅读全文

　　以下内容转自：cvchina.net/post/78.html




            超级人工智能会成为大数据的未来吗？作者：cvchina | 分类：视觉资讯 | 标签：人工智能 深度学习 大数据  
在百度大数据开放大会上，搞计算机学术理论的怀进鹏校长的演讲犹如给所有听众的一记闷棍，怀校长的学术演讲把大家弄得云里雾里，把所有人弄晕了，现场能够听懂的绝对是少数，可能都会觉得怀校长有点像个外星人一般在那自顾自的演讲。但我作为一个曾经有志从事人工智能研究但失之交臂的又是学计算机毕业的人却越听越兴奋，冥冥中似乎找到了未来的人工智能所能抵达的可能性，那么我现在就尝试把怀教授的演讲转换为人类也能够听懂的语言吧。
理解大数据
当前大数据的四大特征：规模大、变化快、种类杂、价值密度低。
其实这理解起来很简单，我们来看新浪微博的大数据，为什么变现那么困难就知道了，新浪微博拥有庞大海量的用户大数据，但用这些行为数据变现却步履维艰，原因就在于微博上所产生的数据不够垂直，涉及面极广，而能够与商业相关的价值就更加难以挖掘了。
产业成果
怀校长列举了三块内容，百度和谷歌熟悉用户浏览行为，进而提供个性化的搜索。淘宝亚马逊因为熟悉用户购物习惯，可以为用户提供精准的喜好物品。微博和 Twitter 了解用户思维习惯和社会认知，可以为国家和企业提供民众情绪等...

阅读全文

　　本文转自新华网：news.xinhuanet.com/tech/2014-01/23/c_126047028.htm
 
 
 
           数字生命非生物生命进化之谜
2014年01月23日 08:25:51 来源： 光明日报
分享到：5

　　说到生命和进化，我们想到的一定是动物、植物，或细菌、病毒。但有谁能想象，枯燥的数字也一样具有“生命”，也能复制进化呢？数字进化的发现者、美国加州大学计算机系教授克吉斯·阿加米说，数字是没有DNA的生命，是动物、植物和微生物之外的第四种生命体——别看它们是些无声又无形的家伙，可是在复制进化过程中所表现出的神奇本领，实在令人瞠目结舌，匪夷所思。
　　计算机中的“生命气息”
　　进化就是逐渐适应与慢慢演变的过程。简而言之，生物的进化遵循的规律是，用进废退，力求在有利于自己繁衍与生存的环境中，不断地完善自己。
　　早在一百四十多年前，当欧洲的博物学家赞美上帝为取悦人类而创造了无数鲜艳的花卉时，达尔文便尖锐地指出，花卉是为了吸引传授花粉的昆虫才进化得五彩缤纷，那完全是它们传宗接代的本能使然，与上帝毫无关系。
　　那么在计算机的世界里，数字也会有进化吗？
　　克吉斯·阿加米是美国加州大学计算机系的教授，十多年前他想让计算机程序在特定的环境中进化出添加的本领。于是，他制造了一些低级的“数字生物”，并定期...

阅读全文

　　中国科大首次实现线性方程组量子算法 文章来源：中国科学技术大学发布时间：2013-06-08【字号： 小  中  大 】 最近，由中国科学技术大学潘建伟院士领衔的量子光学和量子信息团队的陆朝阳、刘乃乐研究小组，在国际上首次成功实现了用量子计算机求解线性方程组的实验。该研究成果发表在6月7日出版的《物理评论快报》上。
线性方程组广泛地应用于几乎每一个科学和工程领域，包括数值计算、信号处理、经济学和计算机科学等。比如与我们日常生活紧密相关的气象预报，就需要建立并求解包含百万变量的线性方程组，来实现对大气中各种物理参数（温度、气压、湿度等）的模拟和预测。而高准确度的气象预报则需要求解具有海量数据的方程组，假使要求解一个亿亿亿变量的方程组，即便是用现在世界上最快的超级计算机也至少需要几百年。
2009年，美国麻省理工学院教授塞斯·罗伊德（Seth Lloyd）等提出了用于求解线性方程组的量子算法，认为借助量子计算的并行性带来指数级的加速，将能远远超越现有经典计算机的速度。根据理论预计，求解一个亿亿亿变量的线性方程组，利用GHz时钟频率的量子计算机将只需要10秒钟的计算时间。
潘建伟团队发展了世界领先的多光子纠缠操控技术，成功运行了求解一个2×2线性方程组的量子线路，首次从原理上证明了这一算法的可行性。审稿人评价“实验工作新颖而且重要”、“这个算法是量子信息技术最有前途的应用之一”。《物理评论快报》把...

阅读全文

　　本文转自太平洋电脑网：servers.pconline.com.cn/317/3177139_all.html#content_page_1
 
                     超级电脑也上大学 IBM送Watson继续深造
 
 
1IBM送Watson上大学回顶部
　　【PConline 资讯】在上个月，我们知道了IBM的超级计算机Watson学会了说脏话骂人，而现在IBM计划将这位刚刚学会说脏话的超级计算机送入大学学习，主修数学和英语。这位曾经在智力问答节目中战胜人类最优秀的超级电脑，不知道在大学里会是什么表现。

超级计算机Watson
　　IBM业务发展部副总裁Michael Henesey谈到为何送Watson上大学时说道，这对于他们而言是向前迈出的一大步，若想继续推动超级计算机的进化，变得更为智能。就必须学会思考，通过三年的大学学习，IBM认为有助于提高超级计算机的认知能力。
　　IBM将会向美国Rensselaer Polytechnic Institute（伦斯勒理工大学，简称RPI）提供资助，来用于超级计算机Watson的运营。
　　我们来回顾一下超级计算机Watson说脏话这件事。据报道称，由于超级计算机Watson近来学习了Urban Dictionary（城市字典）的词语，Urban Dictionary是一个英语俚语知识库，其中包含一些不适用于文明用语的词汇，通俗的说就是脏话。Watson无法清晰辨认哪些是文明得体用语，哪些词语是不文明的用...

阅读全文

　　本文转自搜狐网：business.sohu.com/20120925/n353908252.shtml
 
 
                    和机器赛跑的人 
近一段时间，价廉物美的“中国工厂”似乎有些褪色。许多人认为，中国劳动力成本的上升不可忽视，一些跨国公司正将制造环节转移到东南亚，甚至回流美国。波士顿咨询集团的一份报告预测，今后五年间，美国将新增２００万至３００万个工作岗位。报告主笔哈罗德•西尔金指出：“大约１０年前，我们开始外包器械、计算机等占美国制造业相当比例的诸多产品。现在情况正在改变，因为中国正快速涨薪，而美国劳动生产率是中国的４倍。”在他看来，某些商品在美国制造可能更为经济，这一“临界点”已开始显现。
　　如果这一趋势真的成立，罗伯特•索洛的理论恰逢其时：经济增长不是靠更加勤奋地工作，而是靠更加智慧地工作。这位诺贝尔经济学奖获得者认为，使用新科技或新的生产技巧，就能创造出新价值，而无需增加劳动力和资本投入。
　　事实上，不仅美国公司，连中国公司也在思考人与机器到底谁更有效率。
　　一直以“半自动化”（以部分人工替代生产线）自豪的比亚迪，正在革自己的命。据其发布的中报，公司持续减员，在职人数较半年前减少1.3万人。除了宏观经济环境的影响，公司提高了部分生产线的自动化程序，从而降低了人...

阅读全文

　　下面的文章转自ZDNet网站：soft.zdnet.com.cn/software_zone/2012/0925/2122464.shtml
 
 
            IBM沃森二年级 商业化四大方向  
 
ZDNet至顶网消息（文/蒋湘辉）一年半前在美国《危险地带》智力抢答游戏中胜出的IBM沃森系统（Watson），目前已经在美国和欧盟的医疗、金融等5个项目中得到了商业化应用。IBM院士、沃森解决方案副总裁兼首席技术官Rob High在北京接受ZDNet采访时表示，沃森的认知能力以及和人类的沟通能力目前相当于小学二年级水平，其远超人类的处理能力目前在商业化应用中主要涉及了4大方向，而医疗领域则是沃森商业化的重中之重。

沃森商业化四大方向

“虽然沃森因为在《危险地带》智力抢答游戏中取胜而出名，但它并不是只为了该游戏而设计，我们在完成沃森科研的基础上，也把项目中的创新用于社会，我们要在把数据转变为知识的基础上再前进一步，把知识延伸到解决方案。”

Rob High表示，“沃森目前的商业化应用主要有四大方向：医疗、金融、呼叫中心和政府公用事业。到目前为止，沃森在医疗、金融系统里大概有5个正在应用中的项目工作，其中4个在美国，一个在欧盟，另外还有好几个项目正在积极商谈中。从一年多的情况来看，沃森的在应用上的进展令人鼓舞和振奋人心。”沃森非常适合在卫生医疗、法律和呼叫中心等...

阅读全文

　　现在能够上网和运行各种程序的智能手机越来越便宜，将来很可能会出现人手一部智能手机的局面。这给我们随时随地的利用各种信息提供了方便，同时也使我们利用各种零散的空闲时间学习某一学科的知识的想法成为了可能。如果将智能手机与高等教育自学考试结合起来，将使全民具有大学本科水平的梦想成为现实。请大家讨论一下智能手机在全民教育和终身教育方面的作用。...

阅读全文

　　Google已经开始启用一种分布于该公司大型数据中心内的大规模神经网络(neural network)软件模拟技术，来研究标记数据和自主学习 (self-taught learning)之间的差异；Google的大型数据中心搭载了16,000颗处理器核心。来自斯坦福大学(Standford University)和Google公司的研究人员针对具有超过10亿个连接的模型进行了训练，经过一星期后，该网络已经能从网络视频影片辨识出其中的一只猫。 Google向来以其搜索引擎而闻名，该公司表示，自主学习神经网络的优势是在于他们不需要使用标记数据。例如，为一幅猫的影像添加标签，便是所谓的标记数据，但这种做法会消耗大量能源，而且让教学网络变得更加昂贵。
Google表示，未来该研究还可望拓展到图像识别以外的范围，包括语音识别和自然语言建模等应用研究。
经过训练以后，网络中的一个神经元对猫有着极强烈的反应。/ 资料来源：Google
“我们的假设是神经网络将学会去辨识这些影片中的共同目标。事实上，我们已经发现，一个人工神经元对猫的图片有着极强烈的反应。最特别一点，在于研究人员从未告诉该网络什么是猫，甚至从未替任何一幅猫的图案打上标记。而这个神经网络竟然从未标记过的YouTube影片中发现并注视着一只猫，Google研究员Jeff Dean说。
此外，Google也藉由使用这种规模较大的神经网络，Google也通过将大量网络上的可用未标记影像和少数标记数据混合，并进行标准影像分类测试后，获得了70%的精确度改善结果。
Google的研究人...

阅读全文

　　其实现代音乐中也有不少反映科学精神的作品。请你听听下面这首歌：
www.tttdj.com/html/play/3661.html
 
你既可以把这首歌理解为:它是描述一个在虚拟的游戏世界中遨游的青少年的歌曲，也可以把这首歌理解为：它是描述一个在科学领域中进行探索的科学家的歌曲(当然这种描述是用隐喻的方式进行的。比如用“星球”指代“像托勒密的天文学理论那样的曾被认为是权威的某一具体的理论架构”，用“你站过的那个窗台”指代“另一个学者的研究方向”，用“花朵”指代“新的学术观点”等）。
 
 
>dazzled在转一篇文章:对数学的思考中写道：
---------------------------
标 题: 对数学的思考
发信站: BBS 科苑星空站 (Wed Nov 28 16:45:34 2007), 站内
......
 
...

阅读全文