1703785772
1703785773
2014年,这位来自丹麦的36岁男子在火灾中失去左手,接上了历史上首个能够感知掌中物体质地和形状的仿生手臂。这种类型的医学奇迹常常是环球新闻的好素材,读者的兴趣也会持续一小段时间,但对我们的生活似乎意义甚微。
1703785774
1703785775
不过,我们可以思考一下植入仿生手臂的技术,它使用户能够感觉到掌中两个物体的区别。指尖传感器产生的电信号会被手臂转换为一系列类似于病人神经系统语言的电尖峰脉冲。
1703785776
1703785777
手臂以这种方式和病人“交谈”,病人也轻松得到信息。这就是“数据自省”的力量,它远远不止是仿生手臂。
1703785778
1703785779
人们往往将数据视为输入来源,用以分析得出结论——但分析过程往往由人来完成。随着算法和人工智能复杂度的新进展持续催生更多的实时分析,我们正在进入这样一个世界:数据能够独立完成从输入到结论再到行动的全过程。
1703785780
1703785781
如此一来,从农业到银行,许多行业都越来越依赖这种数据自省。随数据而来的结论马上就能使用,而无须分析原始数据以待后期量化研究。为了证明这一点,让我们先从金融业开始深入了解这一切。
1703785782
1703785783
机器人顾问和金融业务
1703785784
1703785785
2006年,金融服务界的热门话题之一就是“机器人顾问”的崛起——这些全自动投资经理能够根据投资人的资产组合,遵循预先设定的标准开展业务。
1703785786
1703785787
理论上,机器人顾问似乎是更好的选择,因为它们能快速做出更客观的决定,不会受股市短期暴跌或某些行业激励的影响。
1703785788
1703785789
根据最近的一次审计研究,“最常见的顾问(包括在银行或零售券商上班的顾问)往往以自身而非客户的最大经济利益为出发点引导客户购买产品。这些顾问需要收取客户资产的1%~2%作为年费,而机器人顾问只需要0.25%~0.5%——这一差别的累积会造成上万美元的财富流失”。我在自己的《喜好经济学》(Likeonomics)一书中谈到“可信赖的顾问要具备什么”时,就讨论了这一话题。
1703785790
1703785791
投资审计中常出现另一番景象,主动式管理基金[18]的表现往往逊色于被动式管理基金。统计数字指向一个悖论:你的顾问越是亲自干涉,越是积极管理你的资产——通常来说你挣的钱就越少。
1703785792
1703785793
事实上,顾问机器人作用巨大,大量的金融顾问已经在资产管理中得到应用。这就是工作场所出现的非显著的“数据自省”趋势,潜在金融交易全部通过数据进行分析量化,交易完成后提交报告,而人则扮演辅助角色,负责向投资人解释机器的举动,调节投资对话中的情绪。
1703785794
1703785795
这一投资模式尤其受到年轻人的青睐。根据2016年J. D. Power[19]在加拿大进行的投资人满意度调查,“生于1982~1994年的加拿大人中,2/3(66%)的人表示对金融服务提供商可能提供的机器人建议感兴趣,这一比例在所有投资人中为54%”。
1703785796
1703785797
BI Intelligence[20]高级研究分析师萨拉·珂奇安斯基(Sarah Kocianski)发布了一篇关于机器人顾问的详尽报告,指出“各个资产阶层的消费者都接受机器人顾问——包括富裕阶层……机器人顾问管理的资产大部分将来自有投资历史的人”。
1703785798
1703785799
史考特证券公司最近一项研究发现,超过九成的注册投资顾问(RIA)认为在未来两年,机器人顾问在金融业的应用将更加普遍。
1703785800
1703785801
嘉信理财、贝莱德集团、富达国际和美国银行正在采用这一方法,各自开展行动将机器人顾问纳入整个服务体系之中。
1703785802
1703785803
数据自省如何改变农业
1703785804
1703785805
陶锐研究公司指出,过去一年,接近100颗商用地球观测卫星投入运行轨道,相比三年前增长了10倍。据估计,这些“纳米卫星”(大部分小到可以装进鞋盒里)集合起来,能够全天候地拍摄地球上的每一寸土地。
1703785806
1703785807
对某些人而言,这种“空中人”监视的前景似乎有些恐怖——但对于新墨西哥州的笛卡尔农业实验室来说,这些卫星图像却恰恰提供了他们所需的大数据,足以变革世界上最大的产业之一——农业。
1703785808
1703785809
笛卡尔农业实验室只有20名员工,宣称能以99%的精确度在年中预测全年粮食产量。美国农业部以往在10月玉米收割前一个月要派人调查成千上万的农场,相比之下,笛卡尔公司用算法就做到了。
1703785810
1703785811
“我们技术的强大之处就在于,过去你得和美国许多农场主对话,获得农业部收集的那种数据,”笛卡尔公司创始人马克·约翰逊(Mark Johnson)说,“有了机器学习技术……我们只要看着卫星发来的大量图片,就能了解作物生长的情况。”
1703785812
1703785813
笛卡尔公司已经计划采用同样的方法开发性能更强大的算法,不仅跟踪美国的玉米,还要覆盖其他区域,如巴西、阿根廷、中国和欧盟。
1703785814
1703785815
在农业领域,笛卡尔公司和其他更大的公司正在推动“数据自省”,将理解卫星数据的过程自动化,再把结论提供给业内人士,使其快速投入应用。
1703785816
1703785817
如果你认为农业依然是传统行业,农村还在拨号上网,排斥新技术,那你就大错特错了。数字农业以及实时天气更新、粮食产量预测等各个领域的技术应用,在农村已经司空见惯。
1703785818
1703785819
例如,“三角洲无人机”(Delta Drone)是一家法国无人机生产商,也是开发农业(以及其他许多行业,包括采矿、建筑、交通和零售业)无人机的领导者之一。然而按照定义,无人机是远程控制的——通常由人控制。如果无人机能够根据收集的数据决定飞行轨迹,如果无人机能够使用“数据自省”,会发生什么呢?
1703785820
1703785821
这一切正逐渐成为现实——这要归功于三角洲无人机公司与威普罗技术咨询公司的合作,使得每天产生的大量数据(往往超过15000张图片)能够被实时分析处理,快速做出优化决策。
[
上一页 ]
[ :1.703785772e+09 ]
[
下一页 ]