• 项目
首页>>文章列表
文章列表

"文化产业+人工智能" 未来娱乐潜藏无限可能 2018-02-21 09:40:45

钱塘潮涌,新时代的发展契机逐浪而来。和许多产业一样,作为新兴产业之一的文化产业同样面临着全球化、科技化的命题。


技术与文化产业如何交互融合?如何推进影视娱乐的全球化进程?影视产业泡沫中的风险又如何规避?11月30日,以“未来娱乐”为主题的首届全球文化娱乐创新大会在杭州召开。作为第四届世界浙商大会的重要组成部分,百位浙商精英和全球文化领域的专家学者齐聚,共同探讨文化娱乐全球化、科技化发展中的趋势与难题。


“文化产业+人工智能”


机会无处不在


从阿尔法狗到自动驾驶,“人工智能”无疑是当今世界的热词之一。纵观全球,越来越多贴有“人工智能”标签的“钱袋子”正在市场中寻找目标。


德勤公司曾对不同行业的中型公司中的500名高管进行了调研。研究发现,这些高管越来越倾向在技术方面投入资本:67%的高管表示他们正在试验或正在构建AR应用,又或者已经开发出AR技术的成熟应用。


“文化产业+人工智能”潜藏着无数可能。


“以往,技术只是服务于商品;如今,技术本身就是商品。”Wonderlinks是一家行业领先的数据驱动型广告与传播技术公司,该公司的首席执行官赵宇以亚马逊的发展轨迹为例,生动阐明了这一事实。“我们追溯亚马逊公司的历史,它一开始就是线上线下卖书。但是现在,随着电子商务技术越来越完善,它发现许多闲置在‘云’上的资源可以给第三方使用,这种技术就变成了一项业务。”


“硅谷”+“好莱坞”


颠覆内容产业


在经济全球化、产业科技化的发展态势下,以内容为核心的影视产业也发生着天翻地覆的变化。


中国的影视产业正迎来前所未有的机遇。不久前,中国电影票房超过500亿元,至此一跃成为仅次于美国的第二大电影市场。有报道显示,2020年中国电影票房可能超过美国这个全球最大的电影市场。“我们要清醒地认识到,中美之间要各展所长、加大合作。”北京电影学院副校长、青年电影制片厂厂长俞剑红认为,“电影是艺术、技术和商业的紧密结合。美国高度工业化的影视产业原本拥有绝对的技术优势,但随着中国互联网产业的发展,中国将迎来弯道超车的机会。”


高速增长的中国电影市场,引发了淘票票总裁、阿里影业高级副总裁李捷更为深入的思考:互联网高速发展的趋势,对影视创作究竟带来了多大的影响?


“硅谷”和“好莱坞”的融合,这是李捷提到的泛娱乐产业中出现的一个有趣趋势。“高科技公司和内容公司之前一直老死不相往来,井水不犯河水。没想到现在这两个行业离得那么近,甚至出现了融合趋势。”他举例说,在国外,迪斯尼、派拉蒙都在成立自己的点播付费网站;在国内,如淘票票一样的电影订票平台更是创新之举。


与会嘉宾一致认为,“内容为王”是永恒的主题,但内容创新如何克服文化差异,则是在全球化趋势下新的时代命题。


规范+人才


撇去产业泡沫


一个产业的蓬勃发展,难免会伴随着这样那样的问题。只有善于发现,敢于正视,才能有效解决。这同样是本次大会的热门话题。


著名导演、中国电视剧制作产业协会会长尤小刚指出:“这几年,影视行业投资率上升,从业者收入也在上升,但制作率却在下降。这种非正常的表现,是因为资本对内容生产的非正常干扰。”


“许多电视台投入大量资金购买电视剧,到底值不值这个价格,都应该打上问号。”尤小刚认为,影视产业繁荣发展的表象之下所暗藏的种种浮躁心态,将严重影响人们对一部好作品的评价。


伍人影视公司董事长周鹏遗憾地说,相比创意和创造力,中国影视行业更缺的是产品制作规范。从业20年,周鹏见证了中国影视剧行业的快速发展,也目睹了与其严重不匹配的制作流程。“在好莱坞,做片子之前会先制作一个精良的样片给投资方看。但在中国,很多导演可能连制作分镜头本都草率了事。”


对此,周鹏呼吁“完片担保制度”能够在中国尽快走出“襁褓期”。


确实,当我们为中国电影票房突破500亿元而欢呼雀跃的时候,“下一个500亿在哪里”应是每个涉足内容产业的人亟待思考的问题。

艺术世界的人工智能 2018-02-21 09:39:24

日前,十七届雨果奖得主郝景芳新作《人之彼岸》引发热议。这本探索人与人工智能关系的短篇小说集,为读者再一次揭开人类与机器关系的话题讨论。从上世纪末,影片《终结者》上映以来,有关机器人与人类关系的文艺作品屡屡出现,直至成为热门。

和人类做梦机理类似,人类社会可以看作一个巨人。论文与科研成果,是社会这个巨人的“超我”表达;文艺作品恰恰是通过近似于“潜意识”的方式,表达出自己内心最关切、却被“超我”长期压抑的“本我”的所思所想。文艺作品中对人工智能的担忧与疑虑,恰是全人类对眼下这股风潮的最深切感受。无论如何,这是“超我”中的论文、公式与实验数据无法取代或掩盖的。精神分析理论告诉我们,有时“本我”才是最真实的自己,在人类集体面对智能化的时代,这种“本我”是什么呢?

人能否对抗机器

人们初次面对人工智能,探讨机器人与人类关系的首部力作,当属上世纪80年代名噪一时的影片《终结者》系列。影片构想了若干年后人类与机器人的对抗,机器人为防止人类反抗领袖约翰的诞生与成长,派遣机器人“终结者T800”以及后来的T1000等杀手回到上世纪80年代,将对手扼杀在襁褓中。

如今重温经典,人们不得不惊叹于创作者的想象力:处在上世纪80年代,个人电脑刚刚开始普及,机器人还停留在工厂车间,进行着简单劳动的时代,创作者就已开始担心机器有朝一日拥有人类思维,并威胁人类生存。

或许是初识机器人科技迅猛发展的态势,创作者产生了超前担忧。现在看来,这种担忧不无道理:片中,机器人不仅能力高超且冷酷无情,只会执行设定的命令。而人类如想反抗他们的进攻,只能使用同样的机器杀手,设定相反的程序。

即便拥有高超的侦查能力以及特种兵一样的身手,片中的机器人,也只是提线木偶一样的程序执行者。而最可怕的则是提线背后——存在于未来的“人工智能”后台,它们制造并指挥着终结者,令其完成它们控制人类的心愿。这种对机器的恐惧心理,在这部30多年前的老电影中,就已经埋下种子。

机器的社会什么样

随着人工智能技术高速发展,这颗忧虑的种子在扎根,并呈现出新姿态。

进入新世纪,系列影片《黑客帝国》,成为同时代当之无愧的科幻名作。片中对人工智能形态的描述以及因其产生的忧虑,再次在光影镜头下升级、深化。

影片情节中,网络黑客尼奥对眼前看似正常的现实世界产生了怀疑。他结识了黑客崔妮蒂,并见到了黑客组织首领墨菲斯。经墨菲斯指点,他得知所谓“现实”的世界,其实是由一个名叫“母体”的计算机人工智能系统控制,人们就像他们饲养的动物,没有自由和思想,而尼奥的使命,是像“救世主”一样拯救人类。

救赎之路从来都不会一帆风顺,到底哪里才是真实的世界?如何才能打败那些超人一样的机器指令?尼奥是不是人类的希望?面对未知的前路,黑客如何拯救人类?

在《黑客帝国》,一开始的假设,就把机器放在人类对立面,当作了敌我矛盾,而机器不像是人类社会的科研成果,更像是自生的另一种族。与其说这是对人工智能的忧虑,倒不如说是创作者将其他电影中的“蛮族”、“外星人”元素,化身为片中的“人工智能”而已。

从《终结者》到《黑客帝国》,片中的人工智能,是一个设定的假想敌,创作者对人工智能的发展形态与可能性后果,都无从知晓。而片中人类英雄约翰与尼奥,就如同《出埃及记》中的摩西、《荷马史诗》中的奥德赛一样,将人类从危难中拯救出来,得到新生。影片在表达、更是在猜测:未来的人工智能,究竟会是什么样?

无法绕开的“图灵测试”

没有预先设定的机器种族,没有传统科幻的机甲神兵,没有了人类救世主……在人工智能深入发展的当下,影片触角伸向了人们最担忧、疑虑的角落——人工智能是否同我们一样,就生活在我们身边?是否像我们的朋友一样,学习我们的语言,也学习我们的感情、思想?甚至,他们会不会用我们的方式,寻找我们的弱点?

影片《机械姬》,堪称近年人工智能题材影片的经典。片中的故事梗概,讲的就是令当代人时刻关注并产生焦虑的“图灵测试”。

亿万富翁内森,邀请其公司程序员格里森到别墅共度一周。在这所伪装成别墅的研究室内,格里森被介绍给名为“艾娃”的人工智能机器人,此时他才得知,被邀请到这里的真正目的是进行针对伊娃的“图灵测试”。谁知,艾娃已经掌握了超越二人的智能,她可以制造临时错误,误导测试结果,甚至学会巧妙利用人类弱点。最终在艾娃操纵下,另一机器人京子挥刀杀死了主人内森,艾娃则将格里森困在研究室内,只身走出实验室,悄无声息地进入人类社会。

当看到京子揭开人造皮肤,展现自己的机械结构时,深陷“图灵测试”主人公格里森竟也怀疑起自己的人类身份,扒开口腔、眼角,希望又害怕找到身上属于机械世界的蛛丝马迹。最终,他在自己划开的手肘流淌的鲜血中晕倒,也从而才确信自己仍属于人类。

人工智能到来之前,人类对自己从未有过如此的怀疑,从未怀疑自己是一个人。而人工智能的到来,却让人类产生如此前所未有的疑虑。面对理性超越自身的一个自己亲手造就的“种族”,人类在其面前,还有什么优势呢?

第一次产业革命,机器替代了简单劳动,人们能告诉自己:机器只会简单重复;电气化革命后,机器能发光、发亮、发声,人们告诉自己:拔掉电源,机器就不行了;第三次产业革命后,机器可以实现高速计算,人类安慰自己:机器不会思考。可当下的人工智能高速发展,自主深度学习的人工智能,他们真的学会了思考。

在机器面前,人类情绪化、非理性、被情感所困、被感性纠缠,沉湎于声色,流连于艺术……但或许,这些总被当作“弱点”的事物,却在人工智能映衬下,愈加显得珍贵,成为人类区别于机器的最显著特征。更或许,这些才是人之为人的关键所在,而不是那些随时可能会被机器超越的所谓“优点”。

也许有一天我们会发现,现实中的人工智能没那么可怕,它们可以帮助我们重新认识自己,重新告诉我们,什么才是人类最宝贵的财富。


刘锋:互联网云脑与人工智能时代的兴起 2018-02-21 09:35:07

一、互联网云脑提出的背景


每一次人类社会的重大技术变革都会导致新领域的科学革命。大航海时代使人类看到了生物的多样性和孤立生态系统对生物的影响。无论是达尔文还是华莱士都是跟随远航的船队才发现了生物的进化现象。


大工业革命使人类无论在力量的使用还是观察能力都获得极大的提高。这为此后100年开始的物理学大突破,奠定了技术基础。这些突破包括牛顿的万有引力,爱因斯坦的相对论,和众多科学家创建的量子力学大厦,这些突破都与“力”和“观测”有关。


互联网革命对于人类的影响已经远远超过了大工业革命。与工业革命增强人类的力量和视野不同,互联网极大地增强了人类的智慧,丰富了人类的知识。而智慧和知识恰恰与大脑的关系最为密切。


如果我们观察近20年来互联网出现的新应用和新功能,可以直观的发现互联网与大脑结构具有越来越多的相似性。这些现象包括:3D打印机,复印机的远程操控,医生通过远程网络进行手术;中国水利部门在土壤、河流、空气中安放传感器,及时将气温、湿度、风速等数据通过互联网传输到信息处理中心,形成报告供防汛抗旱决策使用;Google推出了“街景”服务,在城市中安装多镜头摄像机,互联网用户可以实时观看丹佛、拉斯维加斯、迈阿密、纽约和旧金山等城市的风貌等。


这些新互联网现象分别具备了运动神经系统、躯体感觉神经系统、视觉神经系统的萌芽,基于以上互联网新现象,从2008年开始,科学院相关研究团队发表论文,提出互联网向类大脑架构进化的观点,并绘制了互联网云脑的示意图。(见图1)

互联网将向着与人类大脑高度相似的方向进化,它将具备自己的视觉、听觉、触觉、运动神经系统,也会拥有自己的记忆神经系统、中枢神经系统、自主神经系统。另一方面,人脑至少在数万年以前就已经进化出所有的互联网功能,不断发展的互联网将帮助神经学科学家揭开大脑的秘密。科学实验将证明大脑中也拥有Google一样的搜索引擎,Facebook一样的SNS系统,IPv4一样的地址编码系统,思科一样的路由系统……


从2010年开始,美国科学家也开始从学术上关注互联网与脑科学的关系,2010年8月美国南加州大学神经系统科学家拉里·斯旺森和理查德·汤普森在《国家科学院院刊》(PNAS)发表论文,用互联网路由机制解释老鼠大脑的信号如何绕过破坏区域到达目标区域。


2012年11月16日,加州大学圣迭戈分校Dmitri Krioukov在2012年11月的Scientific Report发表论文,提出利用计算机模拟并结合多种其他计算,揭示许多复杂网络如互联网、社交网、脑神经网络等有高度的相似性。

二、用互联网云脑分析物联网、云计算、大数据等概念的关系

当时间快车越过21世纪第一个十年,令人眼花缭乱的新技术、新模式、新概念、新理论、新架构层出不穷,包括云计算、大数据、人工智能、云机器人、脑计划、智能驾驶、无人飞机、3D打印、虚拟现实等不断涌现。

在新世纪科学时代,为什么云计算、大数据、物联网、工业互联网、边缘计算,特别是人工智能成为科技的前沿和热点,它们与这些新概念互联网云脑架构究竟是什么关系?下面我们分别进行详细分析。(见图2)


图2 互联网云脑架构图

(一)物联网是互联网大脑的感觉神经系统萌芽

2005年11月国际电信联盟(ITU)发布了题为ITU Internet reports 2005-the Internet of things的报告,正式提出了物联网(Internet of things,IOT)一词,这一报告虽然没有对物联网做出明确的定义,但从功能角度,ITU认为“世界上所有的物体都可以通过因特网主动进行信息交换,实现任何时刻、任何地点、任何物体之间的互联、无所不在的网络和无所不在的计算”;从技术角度,ITU认为“物联网涉及射频识别技术(RFID)、传感器技术、纳米技术和智能技术等”。

在世界范围内,物联网还没有统一的定义和结构,比较著名的有欧盟第七框架计划(Framework Program7,简称FP7)提出的sensei物联网架构,其目标是通过Internet将分布在全球的传感器与执行器网络(WS&AN)连接起来,组成一个真正的世界互联网(Real World Internet RWI),并定义开放的服务访问接口与相应的语义规范来提供统一的网络与信息管理服务。

此外,由美国麻省理工学院和英国剑桥大学等7个高校组成AUTO ID实验室、日本东京大学UID中心、韩国电子与通信技术研究所(ETRI)、美国弗吉尼亚大学、欧洲电信标准组织(ETSI)、法国巴黎第六大学都从不同方面对物联网的架构进行了设计和探讨。

总体上看,物联网重点突出了传感器感知的概念,同时它也具备网络线路传输、信息存储和处理、行业应用接口等功能。而且也往往与互联网共用服务器、网络线路和应用接口,使人与人(Human ti Human,H2H)、人与物(Human to thing,H2T)、物与物(Thing to Thing,T2T)之间的交流变成可能,最终将使人类社会、信息空间和物理世界(人机槠)融为一体。

(二)云计算是互联网大脑的中枢神经系统萌芽

2007年10月,在IBM和Google宣布在云计算领域的合作后,云计算迅速成为产业界和学术界研究的热点。IBM技术白皮书中关于云计算的定义是:“云计算一词用来描述一个系统平台或者一种类型的应用程序。一个云计算平台可按需进行动态部署、配置、重新配置以及取消服务。云计算平台中的服务器既可以是物理的,也可是虚拟的。‘云应用’使用大规模的数据中心以及功能强劲的服务器来运行网络应用程序与网络服务,任何一个用户可以通过合适的互联网接入设备以及一个标准的浏览器就能够访问一个云计算应用程序。”

云计算的诞生有其历史根源,随着互联网的发展,互联网新兴的应用数据存储量越来越大,互联网业务增长也越来越快。因此互联网企业的软硬件维护成本不断增加,成为很多企业的沉重负担。与此同时,互联网超大型企业如Google、IBM、亚马逊的软硬件资源有大量空余,得不到充分利用,在这种情况下,互联网从企业各自为战的软硬件建设向集中式的云计算转换,也就成为互联网发展的必然。

纵观云计算的概念和实际应用,我们可以看到云计算有两个特点,第一,互联网的基础服务资源如服务器的硬件、软件、数据和应用服务开始于集中和统一。第二,互联网用户不用再重复消耗大量资源,建立独立的软硬件设施和维护人员队伍。通过互联网接受云计算提供商的服务,就可以实现自己需要的功能。

我们知道大脑的中枢神经系统(central nervous system)在动物的神经系统集中化的过程中,作为其形态上的中心和在机能上的中枢,最终成为被分化出来的重要身体部位,承担了控制和调节整个机体活动的功能。

而在互联网云脑的架构中,互联网云脑的中枢神经系统则将互联网的核心硬件层、核心软件层和互联网信息层统一起来,为互联网各虚拟神经系统提供支持和服务。从定义上看,云计算与互联网云脑中枢神经系统的特征非常吻合。在理想状态下,物联网的传感器和互联网的使用者通过网络线路和计算机终端与云计算进行交互,向云计算提供数据,接受云计算提供的服务。

(三)工业4.0、工业互联网、无人机、智能驾驶、3D打印,本质上是互联网运动神经系统的发育和萌芽

德国政府在2013年4月的汉诺威工业博览会上正式推出“工业4.0”战略,其目的是为了提高德国工业的竞争力,在新一轮工业革命中占领先机。德国学术界和产业界认为,“工业4.0”概念即是以智能制造为主导的第四次工业革命,或革命性的生产方法。该战略旨在通过充分利用信息通讯技术和网络空间虚拟系统-信息物理系统(Cyber-PhysicalSystem)相结合的手段,将制造业向智能化转型。

工业互联网与工业4.0类似,2013年6月,GE提出了工业互联网革命(Industrial Internet Revolution),伊梅尔特在其演讲中称,一个开放、全球化的网络,将人、数据和机器连接起来。工业互联网的目标是升级那些关键的工业领域。如今在全世界有数百万种机器设备,从简单的电动摩托到高尖端的MRI(核磁共振成像)机器。有数万种复杂机械的集群,从发电的电厂到运输的飞机。

工业4.0和工业互联网没有明确指出它与互联网有什么关系,但通俗的说,就是无数个行业被互联网浪潮冲击后,互联网开始改造工业制造业了。

从图二,我们也同样可以看出工业4.0或工业互联网,本质上是互联网运动神经系统的萌芽,互联网中枢神经系统也就是云计算中的软件系统控制工业企业的生产设备、家庭的家用设备、办公室的办公设备,通过智能化、3D打印、无线传感等技术,使得机械设备成为互联网大脑改造世界的工具。同时,这些智能制造和智能设备也源源不断向互联网大脑反馈大数据数,供互联网中枢神经系统决策使用。

(四)大数据是互联网大脑信息的基础

Nature早在2008年就推出了Big Data专刊。Science在2011年2月推出专刊Dealing with Data,主要围绕着科学研究中大数据问题展开讨论,说明大数据对于科学研究的重要性。全球知名的咨询公司麦肯锡(McKinsey)在2011年6月份发布了一份关于大数据的详尽报告“Big data:The next frontier for innovation,competition,and productivity”,对大数据的影响、关键技术和应用领域等都进行了详尽的分析。

2012年3月份美国奥巴马政府发布了《大数据研究和发展倡议》(Big Data Research and Development Initiative),投资2亿以上美元,正式启动“大数据发展计划”。计划在科学研究、环境、生物医学等领域利用大数据技术进行突破。

大数据目前尚没有统一的定义,比较有代表性的是3V定义,即认为大数据需满足3个特点:规模性(Volume)、多样性(Variety)和高速性(Velocity)。除此之外,IDC认为大数据还应当具有价值性(Value),大数据的价值往往呈现出稀疏性的特点。而IBM认为大数据应该具有真实性(Veracity)。

随着博客、社交网络以及云计算、物联网等技术的兴起,互联网上的数据正以前所未有的速度在不断增长和累积,学术界、工业界甚至于政府机构都已经开始密切关注大数据问题,应该说,大数据是互联网发展到一定阶段的必然产物。互联网用户的互动、企业和政府的信息发布、物联网传感器感应的实时信息,每时每刻都在产生大量的结构化和非结构化数据,这些数据分散在整个网络体系内,体量极其巨大。这些数据中蕴含了对经济、科技、教育等等领域非常宝贵的信息,大数据的研究就是通过数据挖掘、知识发现和深度学习等方式,将这些数据整理出来,形成有价值的数据产品,提供给政府、行业企业和互联网个人用户使用和消费。

我们在论文“互联网与神经学的交叉对比研究”中对互联网云脑的信息层定义时,曾经这样描述:“互联网的信息成爆炸式增长,这些信息的形式包括文字、二维图片、文档、视频、声音、三维图像等,分布在互联网的服务器、路由器、交换机、用户终端和互联网虚拟神经系统里。我们将这些分布在互联网中的信息统称为互联网云脑的信息层或数据海洋。”

我们在前文阐述过,以云计算为代表的互联网新应用的兴起,表明互联网基础服务无论从硬件、软件还是数据信息都在向集中和统一的方向发展。也就是说,未来的大数据还将具备一个新的特性-统一性(Unity)。可以预见,当大数据的容量进一步增加,存储方式进一步趋向集中。大数据将逐步形成互联网云脑的信息层(数据海洋)。

(五)边缘计算是互联网末梢神经的发育

当前,移动互联网、物联网、人工智能系统的计算大多数是在互联网数据中心运行,即运行在“云”上。但是随着技术的发展,人们发现一个巨大的机会正在远离数据中心的网络边缘产生——嵌入式人工智能正受到越来越广泛的重视。

物联网拥有海量的终端设备,未来如果这些网络节点所抓取的数据都需要上传云端进行智能处理或者深度学习,对网络带宽将提出巨大挑战,另一个挑战则是功耗。设备端大量采用电池供电,比如智能移动设备、新能源汽车等都对设备功耗提出越来越高的要求。从2015年开始,以边缘计算为特点的嵌入式人工智能技术开始受到重视,它们的作用可以优化资源、提升效率。

边缘计算概念已经普遍存在于工业物联网应用、制造业、零售、ATM机、智能手机和虚拟/混合现实等领域。这一概念的核心是处理任务时,在网络端点或接近网络端点的地方完成一部分计算和分析,而无须将所有数据发回云端。算法和模型可以在云端建立,然后推送到边缘设备上。

我们知道,神经末梢是为神经元神经纤维的末端部分,分布在各种器官和组织内。按其功能不同,分为感觉神经末梢和运动神经末梢。感觉神经末梢是感觉(传入)神经元周围突的终末部分与其他组织结构共同形成的特定结构,称为感受器(receptor)。它能感受人体内外的各种刺激,并转化为神经冲动,传向中枢。感觉神经末梢按其结构又可分为游离神经末梢和有被囊感觉神经末梢。(见图3)



从上述介绍可以看出,边缘计算可以看做是互联网云脑(大脑)发育过程中互联网神经末梢不断发育的结果。或者说,边缘计算和雾计算是互联网神经末梢的代名词。

边缘计算和作为其代表的智能感受器和效应器在网络的边缘进行初步和简单的数据信息处理。它们的出现不是为了替代互联网的中枢神经系统(云计算),而是与云计算互为备份,互为依托,增加整个互联网云脑(大脑)的鲁棒性(robustness,用以表征控制系统对特性或参数扰动的不敏感性)。

在有良好网络条件的情况下,云端能减少本地端的计算任务,也能够完成信息储备能力及数据实时共享。当网络线路和云端计算量受限时,边缘计算可以独立进行信息处理,但最终当线路联通后,边缘计算和雾计算还是要把相关信息传输到云端(互联网中枢神经系统),实现不同边缘设备的信息共享和交互。

三、人工智能成为热点的历史背景与当下原因

人工智能作为2014年以来互联网领域最热门的领域,被科技界、企业界和媒体广泛关注。作为一个概念,人工智能是在1956年夏季,以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会,共同研究和探讨用机器模拟智能的一系列有关问题时,首次提出的。

事实上,人工智能的发展充满了坎坷,在过去的60年里,人工智能经历了多次从乐观到悲观,从高潮到低潮的阶段。最近一次低潮发生在1992年日本第五代计算机计划的无果而终,随后人工神经网络热在20世纪90年代初退烧,人工智能领域再次进入“AI之冬”。这个冬季如此的寒冷与漫长,直到2006年加拿大多伦多大学教授Geoffrey Hinton提出“深度学习”算法,情况才发生转变。

这个算法是对20世纪40年代诞生的人工神经网络理论的一次巧妙的升级,它最大的革新是可以有效的处理庞大的数据。这一特点则又幸运地与互联网结合。由此引发了2010年以来新的一股人工智能热潮。2011年,一位NCAP研究员和斯坦福的Andrew Ng在Google建立了以深度学习为基础的谷歌大脑,Andrew Ng也就是后来百度大脑的首席科学家吴恩达。2013年,Geoffrey Hinton加入Google公司,其目的是进一步把谷歌大脑的工作做得更为深入。

人工智能从此进入一个新的时代——互联网人工智能时代,基于互联网海量的“大数据”和每时每刻与现实世界的信息交互,到2014年,百度大脑、讯飞大脑等互联网人工智能系统也纷纷涌现,不断创造出新的领域和纪录。人们重新开始陷入狂热的兴奋之中。著名的企业家、投资人和意见领袖不断发出预言,警告人工智能系统即将超越人类,变成人类的主人。这里就包括著名物理学家霍金、特斯拉CEO马斯克以及未来学家库兹韦尔。

总体看,人工智能可以看做是互联网智能、智慧和意识产生的基础,今天人工智能的热潮依然是互联网进化,形成互联网云脑过程的一次波段性浪潮,无论是物联网、云计算、大数据、工业4.0、工业互联网、无人机、智能驾驶、虚拟现实,它们依然也都是互联网发展过程中的产物,不是从石头缝里蹦出的新概念。同时,它们的发展也为人工智能当下和未来的爆发奠定了无法替代的基础。从互联网云脑形成和进化的进程看,人工智能依然不是互联网发展的最后高点,以人类智慧为基础的群体智慧爆发,将是下一个热潮所在,它形成的背景以及与人工智能的关系,我们将在以后的文章中进行探讨。


人工智能“唤醒”文化遗产 点开手机也可与历史“互动” 2018-02-21 09:28:48

2017年1-12月文教体育用品行业运行情况 2018-02-21 09:27:35

全球零售格局巨变:美国两大连锁超市巨头面临破产 2018-02-21 09:25:13

线上零售行业在线下开辟战场的同时,让传统线下零售行业承受着与日俱增的压力。


美国两大连锁超市巨头正面临破产。据彭博社报道,Tops Friendly Market连锁超市母公司和迪克西连锁超市(Winn-Dixie)母公司Bi-Lo都在准备呈交破产申请,前者还可能寻求法庭保护。负债超过10亿美元的Bi-Lo计划关闭旗下200多家实体店铺,有可能还是会在法庭以外寻求债务重组的途径,该公司已经在与债权人商谈债转股或资产出售等解决办法。


杂货零售行业的边际利润向来比较低,而激烈的竞争更为上述两大巨头走到破产边缘添了一把火。在亚马逊收购全食超市之后,对该行业的传统经营者们造成了进一步的挤压。


线上零售巨头开始把手伸向线下,从某种成都来说意味着线上流量已经开始触及天花板,需要在线下进一步“跑马圈地”。这一幕在中国也正上演,随着电商巨头的不断整合并购,“阿里苏宁系”对阵“腾讯京东系”的双寡头局面逐步形成。

双方均有数据和技术的优势,也有足够的资本来在零售市场继续扩大份额。这也意味着,在阿里苏宁、腾讯京东继续扩张自己的零售版图之际,从原材料到加工运输等一系列关键环节,双寡头都在筑起一道供应链壁垒。关于这一格局的更详细分析请参见华尔街见闻此前文章如何看懂阿里腾讯新零售对局?


在这一格局形成之后,双方在零售业的布局动作仍在持续。就在春节假期之前,阿里斥资54.53亿人民币入股国内家居行业巨头居然之家,持股15%。继上个月口碑正式纳入阿里巴巴新零售体系,形成服装百货、电器、食品生鲜快消、餐饮的新零售“四路大军”之后,阿里开辟“第五战线”推动家居行业重构与效率升级的意图明显。

全球最富有城市排行榜:中国三个城市跻身前十 2018-02-21 09:24:13

如果以城市居住人群所拥有的财富来排名,最富有的城市会是哪里?

市场研究公司New World Wealth最新的报告就显示,全球最富有的15座城市一共有价值24万亿美元的财富,这相当于全球财富总和的11%。

在统计了居住在各个地区人群所拥有的房地产、现金、股票和企业股份家之后,纽约市成为当之无愧的王者,以价值3万亿美元的财富名列榜首。

伦敦以2.7万亿美元的财富总额,从上次的第一滑落至第二名。东京则是排名最高的亚洲城市,继续名列第三,2.5万亿美元的财富总额较上次的2.2万亿美元有所增加。

“中国军团”表现亮眼,北京和上海分别以2.2万亿美元和2.0万亿美元排在第五和第六名,中国香港也以1.3万亿美元的财富总额继续保持在第8名的位置。

值得一提的是,深圳的财富总额7700亿美元,略微少于排在第15名的巴黎,遗憾地与前15擦肩而过。

此外,报告还特别提到了阿里巴巴总部所在地杭州。尽管4250亿美元的财富总额距离前15还有不少的距离,但是从增长速度来看,杭州已经是中国财富增长最快的主要城市了。

在整个榜单中,北美共有5座城市上榜,包括纽约、旧金山湾区、洛杉矶、芝加哥和多伦多。亚洲则有东京、北京、上海、香港、新加坡、孟买共6座城市上榜。

欧洲只有3座城市上榜,除了排在第二的伦敦,法兰克福和巴黎分别以9120亿美元和8600亿美元刚刚挤进榜单。

城市财富的排名也反映了全球财富的流向。报告指出,过去十年,旧金山、北京、上海、孟买和悉尼是财富增长最快的城市,其中孟买预计将在未来十年继续保持最高速的财富流入速度。 

另一方面,城市的财富总值也和全球高净值人群的聚集度密切相关。

地产咨询公司莱坊今年年初公布的《2017年财富报告》显示,尽管全球百万富翁最多的城市依然是伦敦和纽约,但是中国城市近年来高净值人群数量飞速增长,有5个城市排入亚洲前十。