91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學習的發(fā)展可能已達極限,但其影響還將持續(xù)深遠

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)展的正向助推到負面效應(yīng),乃至個人心態(tài)上的變化。人文、生態(tài)、社會……玩技術(shù)的人看到的從來不僅僅是技術(shù)本身而已,他們早已把世界和明天放進了眼里。

以下為譯文:

科技公司的版圖已然遠遠超出了科技范圍。

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 還因為是一個電子商務(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。

當我們提到“科技”行業(yè)時,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,亞馬遜在啟動時可能就是一個在線零售商,但現(xiàn)在也擁有巨大的實體產(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會。

深度學習的發(fā)展可能已達極限,但其影響還將持續(xù)深遠。

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

亞馬遜在關(guān)于加強倉庫自動化的聲明中表示:

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

當然,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信號:不要擔心,自動化只會讓“餡餅”變得更大。雖然這些故事可能屬實,但不可回避的事實卻是——這些機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,但其間也存在一個痛苦的調(diào)整期。投資于持續(xù)教育和勞動力再培訓就顯得尤為重要。

作為一個“物種”,氣候變化將會是我們面臨的最嚴峻的考驗。

如何處理氣候變化是我們迫切需要創(chuàng)新的領(lǐng)域,用減少排放來應(yīng)對氣候變化的挑戰(zhàn)實則毫無助益。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。

幾個月前,《紐約時報》分享了 Roy Scranton 的一篇文章,闡述了在一個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產(chǎn)生后果,并承擔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星球上的存在是一種來之不易的禮物,并且可以隨時被收回。

我不能保護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。我可以教她堅強、善于適應(yīng)環(huán)境和謹慎,因為她將不得不為她所需要的東西而奮斗。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,我預想自己會分享關(guān)于當前技術(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)我的興趣實際上存在于未來幾十年而不是接下來的幾個月。最后,我花了比預期更多的時間學習氣候變化,因為我意識到這是最緊迫的技術(shù)問題。我還花時間閱讀深度學習對就業(yè)的影響,因為缺乏就業(yè)機會會讓社會動蕩,這在應(yīng)對氣候變化時會產(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——你很快意識到現(xiàn)實和目標間的巨大差距。但短暫的悲觀情緒后,我開始意識到樂觀的重要性。Tim Ferriss《導師部落》中的 John Arnold 對此有一個有趣的說法:“人們對生活的態(tài)度很大程度上取決于他們的樂觀程度。因為對未來的獎勵預期更高,一個樂觀的人會對自己投入更多。”

我們有理由保持樂觀,因為電動汽車即將到來。他們將使內(nèi)燃機消失并重構(gòu)整個制造業(yè)。我們開始嘗試投入食品生產(chǎn)技術(shù),這將有望結(jié)束動物養(yǎng)殖業(yè)。但我們?nèi)杂性S多工作要做。上個月,來自 60 個國家的科學家齊聚一堂,就“千克”的新定義達成一致意見——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,因為這個值將隨著時間的推移保持穩(wěn)定??茖W家 Jon Pratt 指出:“此舉本質(zhì)上是在承認真理的不可改變性,大自然具有我們所有人都需要受其約束的法則。這是邁向崇高夢想的又一步——在理解自然法則時,科學家們可以助力構(gòu)建一個更美好的世界?!?/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,同時展更多的合作。

最后,保持樂觀,相信我們可以達到上述這些預期。

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。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 機器人
    +關(guān)注

    關(guān)注

    213

    文章

    31147

    瀏覽量

    222634
  • 互聯(lián)網(wǎng)
    +關(guān)注

    關(guān)注

    55

    文章

    11342

    瀏覽量

    110087
  • 深度學習
    +關(guān)注

    關(guān)注

    73

    文章

    5599

    瀏覽量

    124457

原文標題:深度學習的發(fā)展可能已達極限!

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

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

    評論

    相關(guān)推薦
    熱點推薦

    人工智能與機器學習在這些行業(yè)的深度應(yīng)用

    自人工智能和機器學習問世以來,多個在線領(lǐng)域的數(shù)字化格局迎來了翻天覆地的變化。這些技術(shù)從誕生之初就為企業(yè)賦予了競爭優(yōu)勢,而在線行業(yè)正是受影響最為顯著的領(lǐng)域。人工智能(AI)與機器學習(ML)的
    的頭像 發(fā)表于 02-04 14:44 ?540次閱讀

    【「芯片設(shè)計基石——EDA產(chǎn)業(yè)全景與未來展望」閱讀體驗】--EDA了解與發(fā)展概況

    的,且環(huán)環(huán)相扣、緊密相依。 EDA深度融合了多個學科的知識與技能,其中最為核心的是電子學及其相關(guān)領(lǐng)域,多學科包括:電子學相關(guān)領(lǐng)域、計算機科學領(lǐng)域、數(shù)學相關(guān)領(lǐng)域、物理學相關(guān)領(lǐng)域。 EDA特點,技術(shù)維度
    發(fā)表于 01-19 21:45

    機器學習深度學習中需避免的 7 個常見錯誤與局限性

    無論你是剛?cè)腴T還是已經(jīng)從事人工智能模型相關(guān)工作一段時間,機器學習深度學習中都存在一些我們需要時刻關(guān)注并銘記的常見錯誤。如果對這些錯誤置之不理,日后可能會引發(fā)諸多麻煩!只要我們密切關(guān)注
    的頭像 發(fā)表于 01-07 15:37 ?234次閱讀
    機器<b class='flag-5'>學習</b>和<b class='flag-5'>深度</b><b class='flag-5'>學習</b>中需避免的 7 個常見錯誤與局限性

    【團購】獨家全套珍藏!龍哥LabVIEW視覺深度學習實戰(zhàn)課(11大系列課程,共5000+分鐘)

    、GPU加速訓練(可選) 雙軌教學:傳統(tǒng)視覺算法+深度學習方案全覆蓋 輕量化部署:8.6M超輕OCR模型,適合嵌入式設(shè)備集成 無監(jiān)督學習:無需缺陷樣本即可訓練高精度檢測模型 持續(xù)更新:
    發(fā)表于 12-04 09:28

    【團購】獨家全套珍藏!龍哥LabVIEW視覺深度學習實戰(zhàn)課程(11大系列課程,共5000+分鐘)

    、GPU加速訓練(可選) 雙軌教學:傳統(tǒng)視覺算法+深度學習方案全覆蓋 輕量化部署:8.6M超輕OCR模型,適合嵌入式設(shè)備集成 無監(jiān)督學習:無需缺陷樣本即可訓練高精度檢測模型 持續(xù)更新:
    發(fā)表于 12-03 13:50

    如何深度學習機器視覺的應(yīng)用場景

    深度學習視覺應(yīng)用場景大全 工業(yè)制造領(lǐng)域 復雜缺陷檢測:處理傳統(tǒng)算法難以描述的非標準化缺陷模式 非標產(chǎn)品分類:對形狀、顏色、紋理多變的產(chǎn)品進行智能分類 外觀質(zhì)量評估:基于學習的外觀質(zhì)量標準判定 精密
    的頭像 發(fā)表于 11-27 10:19 ?244次閱讀

    如何在機器視覺中部署深度學習神經(jīng)網(wǎng)絡(luò)

    圖 1:基于深度學習的目標檢測可定位已訓練的目標類別,并通過矩形框(邊界框)對進行標識。 在討論人工智能(AI)或深度學習時,經(jīng)常會出現(xiàn)“
    的頭像 發(fā)表于 09-10 17:38 ?932次閱讀
    如何在機器視覺中部署<b class='flag-5'>深度</b><b class='flag-5'>學習</b>神經(jīng)網(wǎng)絡(luò)

    深度學習對工業(yè)物聯(lián)網(wǎng)有哪些幫助

    深度學習作為人工智能的核心分支,通過模擬人腦神經(jīng)網(wǎng)絡(luò)的層級結(jié)構(gòu),能夠自動從海量工業(yè)數(shù)據(jù)中提取復雜特征,為工業(yè)物聯(lián)網(wǎng)(IIoT)提供了從數(shù)據(jù)感知到智能決策的全鏈路升級能力。以下從技術(shù)賦能、場景突破
    的頭像 發(fā)表于 08-20 14:56 ?1065次閱讀

    自動駕駛中Transformer大模型會取代深度學習嗎?

    持續(xù)討論。特別是在自動駕駛領(lǐng)域,部分廠商開始嘗試將多模態(tài)大模型(MLLM)引入到感知、規(guī)劃與決策系統(tǒng),引發(fā)了“傳統(tǒng)深度學習是否已過時”的激烈爭論。然而,從技術(shù)原理、算力成本、安全需求與實際落地路徑等維度來看,Transforme
    的頭像 發(fā)表于 08-13 09:15 ?4234次閱讀
    自動駕駛中Transformer大模型會取代<b class='flag-5'>深度</b><b class='flag-5'>學習</b>嗎?

    深度學習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,實際上該過程效率極低 —— 計算復雜度往往呈指數(shù)級增長。這一特性使得深度學習與端側(cè)設(shè)備的資源約束存在根本性矛盾,
    發(fā)表于 07-14 14:50 ?1259次閱讀
    當<b class='flag-5'>深度</b><b class='flag-5'>學習</b>遇上嵌入式資源困境,特征空間如何破局?

    NVIDIA在可持續(xù)發(fā)展領(lǐng)域的實踐

    在最新發(fā)布的 NVIDIA 2025 財年可持續(xù)發(fā)展報告開篇的一封信中,NVIDIA 創(chuàng)始人兼首席執(zhí)行官黃仁勛以深遠的視野勾勒出 AI 時代的新工業(yè)革命圖景。他指出,AI 不僅正在重塑每一個行業(yè)
    的頭像 發(fā)表于 07-09 16:44 ?1262次閱讀

    施耐德電氣入選歐洲最佳可持續(xù)發(fā)展企業(yè)50強

    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”榜首。雙重榮譽加持,不僅是對施家長期踐行可持續(xù)發(fā)展的高度認可,更充分印證了在推動全球各行業(yè)、各地區(qū)可持續(xù)發(fā)展
    的頭像 發(fā)表于 06-24 14:58 ?1140次閱讀

    AI技術(shù)助力可持續(xù)發(fā)展

    隨著人工智能 (AI) 持續(xù)為行業(yè)和社會帶來變革,如何平衡快速增長與環(huán)境責任的緊迫性已成為關(guān)鍵考量。誠然 AI 會致使巨大的能源需求,但它也可以成為應(yīng)對更廣泛的可持續(xù)發(fā)展挑戰(zhàn)的工具。因此,為了善用
    的頭像 發(fā)表于 06-19 10:43 ?1316次閱讀

    智慧校園建設(shè)的深遠意義與價值

    智慧校園建設(shè)是教育現(xiàn)代化的重要抓手,通過新一代信息技術(shù)與教育教學、校園管理的深度融合,推動教育模式重構(gòu)、資源優(yōu)化與生態(tài)升級。核心價值可從數(shù)字化轉(zhuǎn)型、能碳管理、安防體系三大維度展開,既為師生創(chuàng)造高效
    的頭像 發(fā)表于 04-08 13:49 ?962次閱讀

    嵌入式AI技術(shù)之深度學習:數(shù)據(jù)樣本預處理過程中使用合適的特征變換對深度學習的意義

    ? 作者:蘇勇Andrew 使用神經(jīng)網(wǎng)絡(luò)實現(xiàn)機器學習,網(wǎng)絡(luò)的每個層都將對輸入的數(shù)據(jù)做一次抽象,多層神經(jīng)網(wǎng)絡(luò)構(gòu)成深度學習的框架,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 ?1552次閱讀