人工智能

“AI工厂”本质:AI基础设施及怎样将AI转化为运营动力

爱⌒轻易说出口 提交于 2021-01-09 10:21:51
来源:TechTalks 作者:Ben Dickson 编译:科技行者 持续关注人工智能新闻的朋友肯定已经发现,AI这个字眼已经被异化成了两个截然不同的定义。媒体和影视作品喜欢把AI描述成已然具备人类般的能力、会导致大量失业甚至会出动机械部队进行人类清剿的末日威胁。但在另一方面,学术研究则更多关注人工智能的具体发展,并承认目前的AI还非常弱小、无法实现人类思维体系中的大部分基本能力。 但至少可以肯定的是,如今的AI算法已经在医疗保健、金融、制造以及运输等领域成为重要的解决方案组件。正如哈佛商学院教授Marco Iansiti与Karim Lakhani在其著作《人工智能时代的竞争:算法与网络为主导的时代下的战略与领导力》一文中所提到,不久之后,“一切人类事务将再也离不开人工智能的辅助。” 事实上,就是目前的“弱”AI已然引领了谷歌、Amazon、微软乃至Facebook等科技巨头的发展与成功,并给全球数十亿民众的日常生活带来影响。Lakhani与Iansiti在自己的书中提到,“在实际应用中,我们需要的并不一定是完美的人工智能。不够完美的AI也足以对社交网络上的内容进行优先级排序、制作品质完美的卡布奇诺咖啡、分析客户行为、设定最佳价格甚至以完成不同的风格创造画作。 事实上,这种不完美的弱AI足以改变企业的性质及其运营方式。” 而哪家企业能够真正将AI转化为运营动力

小心!除了植入木马,你的充电宝可能还在窃听你,受害人遍布全国

妖精的绣舞 提交于 2021-01-09 10:20:49
Python实战社群 Java实战社群 长按识别下方二维码, 按需求添加 扫码关注添加客服 进Python社群▲ 扫码关注添加客服 进Java社群 ▲ 作者 | 刘琳 来源丨雷锋网(ID:leiphone-sz) 现在不止隔墙有耳,隔哪都有耳。 ” 想象一下,你和闺蜜的悄悄话,和家人的谈话以及在工作会议中的发言,都被人偷听了。 这是什么恐怖的体验? 而且,这个窃听器非常隐蔽,一般人还发现不了,是不是更恐怖了。 据央视新闻报道,近日他们发现有人把充电宝搞成了窃听设备,既能定位又能窃听的那种。 甚至还搞出了一条窃听黑色产业链。 可怕可怕。 而这个用来窃听的设备,其实就是我们经常见到的 GPS 定位器。经过这群人的一番改装之后,这个 GPS 定位器不仅能定位,还可以远程录音。 此外,据央视记者亲身试验,这个录音的效果非常不错,不管说话的声音多大,就像打电话一样清晰… 目前受害者几乎遍布全国。 更让人吃惊的是,在某购物平台上搜一下,也不乏有各种卖定位充电宝、窃听充电宝的产品,甚至还可以“私人定制”。 敢情这是合法可以公开售卖的吗? 1 如何实现窃听? 你可能还记得前段时间充电宝被曝出植入木马的事情。 这次的犯罪团伙手段可以说如法炮制。 他们不仅有上游的生产厂家,还有下游的销售代理在内的生产销售定位、窃听、偷拍设备。 俨然是一条完备的黑色产业链了。 这种既能窃听又能定位的设备原理其实也很简单

决策树是如何选择特征和分裂点?

冷暖自知 提交于 2021-01-09 10:13:48
©PaperWeekly 原创 · 作者|贲忠奇 单位|便利蜂算法工程师 研究方向|推荐算法、反作弊 缘起 在解决回归和分类问题的时候,一般会使用 Random Forest、GBDT、XGBoost、LightGBM 等算法,这类算法因为性能好,被业界广泛采用。突然想到树类型的算法都需要明白一个基本问题,树是如何选择特征和分裂点的?其根本要追溯到决策树的种类,每种是如何划分特征和分裂点,以及如何剪枝的。 决策树分为三类:ID3、C4.5、CART。提出时间却是 1984 年提出 CART,1986年提出的 ID3,1993 年提出的 C4.5。在介绍决策树之前需要了解一些信息论的知识,信息、熵、条件熵、信息增益。决策树中的 ID3 和 C4.5 与信息论息息相关。 信息论基础 信息是杂乱无章数据的一种度量方式。在分类问题中,如果待分类的事物可以划分在多个分类中,那么某个分类 的信息定义为: 其中, 是某个分类的信息; 是选择该分类的概率。 熵是信息的期望,也就是计算所有分类包含信息的期望值: 其中,H(Y) 表示分类数据集的熵。 条件熵是在特征 X 给定条件下,类别 Y 的条件概率分布的熵对特征 X 的数学期望。 其中, 表示在特征 X 下的条件熵; 表示特征下 具体特征值的条件熵; 表示 x 和 y 的联合概率分布。 在划分数据集之前之后信息发生的变化叫做信息增益

海尔COSMOPlat打造制造业“灯塔”:生态赋能让未来已来

南楼画角 提交于 2021-01-09 09:58:00
文|曾响铃 来源|科技向令说(xiangling0815) (图1:海尔获评世界经济论坛全球首批“灯塔工厂”的奖杯:“海尔以卓越的表现和领导力成为灯塔并塑造先进制造和生产的未来”) 世界经济论坛曾进行过调研,由于技术落实策略不当,70%以上的企业投资的大数据分析、人工智能、3D打印等技术应用项目没能撑过试行阶段,制造业升级大面积陷入瓶颈期。 就在全球工业升级受阻的背景之下,基于COSMOPlat打造的海尔互联工厂从全球1000多家企业中脱颖而出,成为世界经济论坛选出的9家先进“灯塔工厂”之一。海尔作为唯一一家入选的中国企业,为全球企业转型树立了新的标杆,给了全球工业发展一剂强心针。 事实上,海尔的灯塔工厂只是海尔COSMOPlat应用的成果之一。11月6日,海尔互联工厂在国内又新增一家,第11个互联工厂——海尔滚筒洗衣机互联工厂正式投产。同时,COSMOPlat跨文化复制也取得了新的进展。今年5月份在北美GE Appliances(简称GEA)落地的海外互联工厂,基于海尔COSMOPlat所提供的大规模定制模式的解决方案与规划,设备综合效率(OEE)不断上升。海尔COSMOPlat独辟蹊径,正在以实际行动照亮全球制造业的智能化升级之路。 一、“玻璃门”横亘制造业升级之路 工业4.0的概念提出已有好几年了,但事实上,国内能达到4.0阶段智能化要求的工厂并不多

[系统安全] 十四.熊猫烧香病毒IDA和OD逆向分析--病毒释放过程(下)

拈花ヽ惹草 提交于 2021-01-09 09:27:19
您可能之前看到过我写的类似文章,为什么还要重复撰写呢?只是想更好地帮助初学者了解病毒逆向分析和系统安全,更加成体系且不破坏之前的系列。因此,我重新开设了这个专栏,准备系统整理和深入学习系统安全、逆向分析和恶意代码检测,“系统安全”系列文章会更加聚焦,更加系统,更加深入,也是作者的慢慢成长史。换专业确实挺难的,逆向分析也是块硬骨头,但我也试试,看看自己未来四年究竟能将它学到什么程度,漫漫长征路,偏向虎山行。享受过程,一起加油~ 如果你想成为一名逆向分析或恶意代码检测工程师,或者对系统安全非常感兴趣,就必须要认真分析一些恶意样本。熊猫烧香病毒就是一款非常具有代表性的病毒,当年造成了非常大的影响,并且也有一定技术手段。本文主要学习姜晔老师视频,结合作者逆向经验进行总结,详细讲解了熊猫烧香的行为机理,并通过软件对其功能行为进行分析,这将有助于我们学习逆向分析和反病毒工作。后续作者还将对其进行逆向调试,以及WannaCry勒索蠕虫、各种恶意样本及木马的分析。基础性文章,希望您喜欢! IDA和OD作为逆向分析的“倚天剑和“屠龙刀”,学好它们的基本用法至关重要。本文重点分析熊猫烧香病毒的功能函数,大家掌握这些技巧后才能更好地分析更多的代码。同时,本文部分实验参考姜晔老师的视频分析,真的非常佩服和值得去学习的一位老师。技术路上哪有享乐,为了提升安全能力,别抱怨,干就对了~ 上一篇文章讲解了

史上最强NLP合辑(一):一文读懂自然语言处理(NLP)技术,

走远了吗. 提交于 2021-01-09 08:32:42
1、什么是自然语言处理 自然语言处理(Natural Language Processing,简称NLP)就是用计算机来处理、理解以及运用人类语言(如中文、英文等),它属于人工智能的一个分支,是计算机科学与语言学的交叉学科。由于自然语言是人类区别于其他动物的根本标志,没有语言,人类的思维也就无从谈起,所以NLP体现了人工智能的最高任务与境界。也就是说,只有当计算机具备了处理自然语言的能力时,机器才算实现了真正的智能。 从技术角度看,NLP包括序列标注、分类任务、句子关系判断和生成式任务等。从应用角度看,NLP具有广泛的应用场景,例如:机器翻译、信息检索、信息抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等等。它涉及与语言处理相关的数据挖掘、机器学习、知识获取、知识工程、人工智能研究和与语言计算相关的语言学研究等。 NLP的兴起与机器翻译这一具体任务有着密切联系。“人工智能”被作为一个研究问题正式提出来的时候,创始人把计算机国际象棋和机器翻译作为两个标志性的任务,认为只要国际象棋系统能够打败人类世界冠军,机器翻译系统达到人类翻译水平,就可以宣告人工智能的胜利。四十年后的1997年,IBM公司的深蓝超级计算机已经能够打败国际象棋世界冠军卡斯帕罗夫。而机器翻译到现在仍无法与人类翻译水平相比,由此可见NLP有多么的复杂和困难! 2、自然语言处理的发展趋势 目前

每位开发者都是华为的「扫地僧」

▼魔方 西西 提交于 2021-01-09 05:38:50
  机器之心原创    机器之心编辑部    在聚集了数万名开发者之后,华为昇腾启动了新一轮社区支持计划。   「硬件是 AI 的基础,但软件是核心。目前华为昇腾有 70% 的研发人员专注于软件的开发,希望能把昇腾处理器的潜力全部发挥出来。」华为昇腾计算业务总裁许映童在上个月举办的 HAI 2020 新品发布会上说道。   软件为何如此重要?MIT 等机构的研究者在 6 月份的一篇《Science》文章中指出,随着摩尔定律走向消亡,计算堆栈的「底部」已经没有太多提升的空间,但「顶部」还有机会:在软件、算法等方面,我们还能找到大幅提升 AI 计算性能的方法。      这一观点与华为昇腾的发力方向不谋而合。   在这场新品发布会上,华为昇腾发布了完整的 AI 全栈软件平台,提供从算子、模型开发到应用开发等全方位的 AI 能力。但酒香也怕巷子深,软件领域尤其如此。唯有构建一个完善的生态,华为的 AI 全栈软件平台才能惠及更多行业和企业。   在过去的一年里,华为昇腾的生态布局初见成效,开发者数量达到 6 万 5 千人,而且这个数字还在持续增长。   一个数万人的社区要如何实现有效的沟通?显然,只有线上论坛是不够的。为此,华为开始从多个方向入手,着力解决开发者和华为之间以及开发者之间的沟通问题,包括 HAG(Huawei Ascend Group)和 HAE(Huawei Ascend

跟着B站UP主小姐姐去华为坂田基地采访扫地僧

ぐ巨炮叔叔 提交于 2021-01-09 05:23:29
摘要: 谁说程序员就只能写代码呢!华为扫地僧的才艺是完全可以solo出道的那种。 忍不住想要和你们分享下我9月份的快乐呀!Mark下最近完成的一件超了不起的事情!我去你们口中别人家的公司—华为啦!这次采访了十位技术大佬,他们也是传说中的华为扫地僧! 我超级开心这次被邀请去采访华为的技术大牛们!紧张又激动! 老实讲,三天的拍摄简直忙到飞起,每天的感觉就是累、很累、非常累,坚持拍完的我都忍不住要为自己打Call!虽然累,但是超级开心呀!因为作为一个程序媛,碰上了真正的程序员大神,能从前沿技术、职业发展等各个方面学习到非常多。成就感满满! 之前,很多人在我的视频下回复“还是好好写你的代码吧”,采访完华为的大牛后我只想再次强烈地表示,程序员也是爱折腾自己喜欢的事情,千万不要给自己的生活设框。这些华为扫地僧,有的是摇滚老炮,有的是陶笛小王子,才艺是完全可以solo出道的那种。谁说程序员就只能写代码呢! Get ready with me,接着往下看叭~ 这次,我们来到的是华为深圳坂田基地。进去的第一感觉就是满眼绿。沿路两旁绿植覆盖面积很大。最主要的是,华为坂田基地的地标研发中心大楼,也是绿色的。华为本身就很强调绿色运营、绿色世界的理念。你们也来感受下。 华为坂田基地中地区的命名,都是科学家的姓名,这是一种对科技大神的某种致意。也希望这种科学精神能代代相传。 作为一个爱学习的程序媛

《Java练习题》Java进阶练习题(二)

醉酒当歌 提交于 2021-01-09 02:07:54
编程合集: https://www.cnblogs.com/jssj/p/12002760.html 前言:不仅仅要实现,更要提升性能,精益求精,用尽量少的时间复杂度和空间复杂度解决问题。 【程序58】 给定 n 个非负整数 a1,a2,...,an,每个数代表坐标中的一个点?(i,?ai) 。在坐标内画 n 条垂直线,垂直线 i?的两个端点分别为?(i,?ai) 和 (i, 0)。找出其中的两条线,使得它们与?x?轴共同构成的容器可以容纳最多的水。 说明:你不能倾斜容器,且?n?的值至少为 2。 图中垂直线代表输入数组 [1,8,6,2,5,4,8,3,7]。在此情况下,容器能够容纳水(表示为蓝色部分)的最大值为 49。 /** * 给定 n 个非负整数 a1,a2,...,an,每个数代表坐标中的一个点?(i,?ai) 。在坐标内画 n 条垂直线,垂直线 i?的两个端点分别为?(i,?ai) 和 (i, 0)。找出其中的两条线,使得它们与?x?轴共同构成的容器可以容纳最多的水。 * 说明:你不能倾斜容器,且?n?的值至少为 2。 * 图中垂直线代表输入数组 [1,8,6,2,5,4,8,3,7]。在此情况下,容器能够容纳水(表示为蓝色部分)的最大值为 49。 */ public class Subject58 { public static void main(String[]

资源 | 中文版!《Deep Learning with Python》

狂风中的少年 提交于 2021-01-09 01:52:57
《Deep Learning with Python》 作者介绍 弗朗索瓦 · 肖莱(Francios Chollet),Keras之父,TensorFlow机器学习框架贡献者, Kaggle竞赛教练,个人Kaggle竞赛全球排名曾获得第17名。目前任职于Google,从事人工智能研究,尤其关注计算机视觉与机器学习在形式推理方面的应用。 译者介绍 张亮(hysic),毕业于北京大学物理学院,爱好机器学习和数据分析的核安全工程师,译有《Python数据处理》《Python机器学习基础教程》等。 适用对象 本书的目标读者是那些 具有 Python 编程经验 ,并且想要开始上手机器学习和深度学习的人。 但本书对以下这些读者也都很有价值。 如果你是熟悉机器学习的数据科学家,你将通过本书全面掌握深度学习及其实践。深度学习是机器学习中发展最快、最重要的子领域。 如果你是想要上手Keras 框架的深度学习专家,你会发现本书是市面上最棒的Keras 速成教程。 如果你是研究深度学习的研究生,你会发现本书是对你所受教育的实践补充,有助于你培养关于深度神经网络的直觉,还可以让你熟悉重要的最佳实践。 有技术背景的人,即使不经常编程,也会发现本书介绍的深度学习基本概念和高级概念非常有用。 使用 Keras 需要具有一定的 Python 编程水平。另外,熟悉 Numpy 库也会有所帮助,但并不是必需的