打字猴:1.70480471e+09
1704804710
1704804711 深度学习算法在商业领域的运用已经非常深入。我们来看来自阿里集团执行副总裁曾鸣介绍的一个典型案例:依托淘宝网的大数据,蚂蚁小贷能做到在几秒钟内决定是否给小商家们发放贷款。
1704804712
1704804713 淘宝卖家正在卖哪些商品、生意好不好,卖家经营店铺是否勤快、之前是否有过不诚信的行为……这些淘宝网分享给蚂蚁小贷的数据的丰富度、准确度远高于传统银行能采集到的贷款者的信息。
1704804714
1704804715 在“全面了解客户”这点上,蚂蚁小贷拥有了非常关键的数据优势。接下来算法工程师们建立了一套算法模型来处理这些海量数据,给每位客户的信用水平打分,根据分数决定是否贷款。
1704804716
1704804717 基于在线数据和算法的模型是实时迭代的,这和传统数据分析有着本质区别。
1704804718
1704804719 一方面,随着新数据的不断涌入,这个信用分会随之变动。根据客户的每一单交易、每一次旺旺上线、每一次还款,蚂蚁小贷会每天更新一次客户的信用分,这样的更新频率是传统银行绝对做不到的。
1704804720
1704804721 另一方面,客户的还款行为实时检验着蚂蚁小贷“算”得“准不准”,算法模型也据此实时优化。检验算法优劣的核心标准就是一条——“客户后来还款了吗”,或许一个被打了很低信用分的客户及时还款了,一个高分客户反而卷款跑路了,算法必须根据预测和实际结果的差别进行调优。哪些维度的指标应当被纳入到或清除出模型、客户的哪些行为特质应该被赋予更高的权重、在不同的情形下哪些算法模型有更高的准确度,蚂蚁小贷的算法模型会每周更新迭代,而传统金融的效率再高,一次更新也往往需要6个月。
1704804722
1704804723 蚂蚁小贷决定“贷多少”“收多少利息”这两个问题也是类似的过程。比如算法工程师们测算出每家店铺的主打商品的生命周期(是新品正在攒口碑、是正在热销、还是即将打折清仓)、每家店铺的毛利率等等数据指标,加入更多的卖家社会关系数据(因为人以群分),以精准确定贷款额度。
1704804724
1704804725 在这个过程中,客户的数据越来越丰富,算法模型也越来越靠谱,贷款风险控制的成本越来越低,贷款者的体验也越来越赞,覆盖的贷款用户也越来越广。正如我们在蚂蚁小贷这个典型案例中看到的,智能商业的效能相对于传统商业是质的飞跃,是全面超越。
1704804726
1704804727 处理大数据需要强算力
1704804728
1704804729 海量的数据给深度学习提供了足够多的素材,而大数据的处理需要强算力。
1704804730
1704804731 深度学习的理论现在还不够成熟,很多时候需要大量尝试。神经网络需要多少个隐层来训练,到底需要多少有效的参数等,都没有很好的理论解释。很多研究者在建立多层神经网络的时候,还是花了很多时间在枯燥的参数调试上。处理同样一个难题,如果A机构做一次运算需要十天,而B机构只需要一天,B机构就能做更多实验,积累更多经验,获得更大成就。因此强大的计算力很关键,这是人工智能的第三块基石。
1704804732
1704804733 很多数据量超大的问题只有超越人类大脑的计算力才能进行处理。
1704804734
1704804735 以癌症治疗为例。癌症之所以治不好,是因为癌细胞在变化。正常细胞复制错了就成为癌细胞,一旦细胞复制错了就不按照规律复制了,会一错再错。抗癌药开始控制得很好,后来无效了,原因就是细胞变异了。治疗癌症唯一的希望是细胞变,药也变。但靠传统做法,这种疗法的成本高达10亿美元。所有可能的恶性基因复制错误和各种癌症的组合是几百万到上千万种,出路是利用大数据技术,在这上千万种组合中找到各种真正导致癌变的组合,并对每种组合都找到相应的药物,形成一个很大的药品库,那么每个癌症患者的细胞发生病变,只要从药品库中选一种合适的药即可,而无须去发明新药。发明这些药物形成药品库的总成本无疑是巨大的,但平摊到全球所有癌症患者身上,人均只需3万多人民币。在现代保险制度的帮助下,这笔钱是大部分人都承担得起的。
1704804736
1704804737 再以交通调度为例。在阿里的人工智能调度交通的应用中,智能机器要对一个城市成千上万个路段的海量历史数据进行处理和学习,以获得全天的路况模拟,再结合每个路口新传回来的车辆识别、车速识别等智能视频信息,来做全局的、实时的分析。这对数据处理能力的要求无疑是极高的。
1704804738
1704804739 法国哲学家德日进曾感慨:“我一直在思考那些让人惊叹的电子仪器……有了它们,我们的计算和综合思维能力增强了,工作和研究进程成倍加快,对这些进步……即使用叹为观止来形容也毫不为过。”
1704804740
1704804741 进入信息社会后,经济增长的根本动力是摩尔定律。摩尔定律提出于1965年,简单来说就是,每一美元所能买到的计算机(集成电路)性能,将每隔18个月翻一番,或者说同样性能的集成电路在18个月后会便宜一半。摩尔定律的有效性持续了约半个世纪,计算能力的指数型增长带来了全球的自动化和信息化。
1704804742
1704804743 2011年,一台iPad 2的计算能力可达到1600MIPS(计算机每秒执行的百万指令数),购买这样的计算能力只需要499美元。2012年10月发布的iPad 4的计算能力已经高达17056MIPS,是1年前的10倍多,却和iPad 2卖了一样的价格。
1704804744
1704804745 在20世纪50年代,购买一台iPad 2的计算能力的计算机要花100万亿美元。而2015年全世界GDP总量仅为77.3万亿美元,其中只有美国和中国的GDP超过10万亿美元。这意味着如果带着一台iPad 2穿越到60年前,你就是全球首富!
1704804746
1704804747 随着大数据时代的到来,各机构对于提高计算能力的需求越来越大,传统计算机在发展中已经逐渐遭遇功耗墙、通信墙等一系列问题,其性能增长越来越困难,除了前面提到的比CPU更快的GPU,量子计算的潜力更加逆天。
1704804748
1704804749 量子计算机运行的是量子算法,处理速度极其惊人。与量子计算相比,目前全世界计算机的计算能力都非常弱。中国科协副主席、量子卫星首席科学家潘建伟2016年预测,不到十年左右的时间,就能够造出一种专用的量子计算机或者叫作量子模拟机,在某些计算能力上要比目前最快的传统计算机快百亿倍甚至更多。在计算能力凶猛的量子计算机面前,传统传输的密件就像在裸奔一样。
1704804750
1704804751 量子计算机为什么能比常规计算机强大这么多?因为普通计算机只能按照时间顺序一个个地解决问题,而量子计算机却可以同时解决多个问题。传统计算技术可以比作在图书馆中看书,一次看一本;而与之相比,量子计算技术则是一次读完整个图书馆。这就是量子计算的逆天力量。
1704804752
1704804753 利用量子计算的超快计算速度,人工智能研究人员可以开发更智能、反应更灵敏的学习系统。
1704804754
1704804755 有专家认为量子计算将在30年内带来像欧洲工业革命一样的巨变,超强的计算力将提供更加精准的天气预报,大幅提升新药开发的效率,提升调度效率化解交通拥堵,提高国土安全情报分析能力,提供安全的加密通信,应付太空望远镜获得的更多数据……
1704804756
1704804757 2001年,IBM发表文章说:“在未来的几十年里,量子计算机很可能会走出科幻小说与科研实验室(主要在IBM),进入实际应用。”仅仅过了15年,2016年5月,IBM的研究团队就首次将该公司的量子计算机接入云端服务向大众公开,并且IBM希望几年之内就能开发出可用于量子计算机的实验芯片。
1704804758
1704804759 2016年8月,英国网络量子信息技术中心的科学家已经将量子逻辑门的精度提升到了99%,这一精度已经达到了实际构建一台量子计算机所需的理论精度基准。同月,中国量子计算机研发也取得突破性进展,中国科技大学量子实验室成功研发了半导体量子芯片和量子存储。量子芯片相当于未来量子计算机的大脑,研制成功后可实现量子计算机的逻辑运算和信息处理,量子储存则有助于实现超远距离量子态量子信息传输。
[ 上一页 ]  [ :1.70480471e+09 ]  [ 下一页 ]