国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

深度學習的發展可能已達極限,但其影響還將持續深遠

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,身處技術圈的你是否曾反思過些什么——科技與非科技企業界限的日益模糊、技術的發展現狀和前景、科技發展的正向助推到負面效應,乃至個人心態上的變化。人文、生態、社會……玩技術的人看到的從來不僅僅是技術本身而已,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——谷歌營銷經理 Heidi Zak 厭倦了不合身的內衣,也厭倦了維多利亞的秘密等用性感照片包裝起來的品牌,轉而創立 ThirdLove.com,建立了一個更具包容性的內衣品牌,后發展到 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品牌,而被視作一家“科技創業公司”。

在我和 Disqus 聯合創始人 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層。

當我們提到“科技”行業時,通常指的是“互聯網優先(Internet First)”的公司。而像是 ThirdLove 和 Warby Parker 這樣的零售公司,雖都以互聯網為基礎,但只是專注于通過低成本分銷模式在線向客戶銷售產品。

然而,這批新科技公司越來越關注“非技術”公司的領域。比如,亞馬遜在啟動時可能就是一個在線零售商,但現在也擁有巨大的實體產業。像 Bird 和 Lime 這類提供共享滑板車服務的共享出行公司則擁有大量的滑板車,線上房屋交易初創公司 OpenDoor 也擁有頗多房產……

未來十年,各行業中的“非技術”企業必須找到一種跨越鴻溝的方法,并將“互聯網優先”定位為發展戰略,否則將失去生存的機會。

深度學習的發展可能已達極限,但其影響還將持續深遠。

關于深度學習,技術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,但我們仍未能在日常生活中感受到全面部署深度學習的影響。

亞馬遜在關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向其他任務。亞馬遜自 2012 年推出機器人技術以來,在全球范圍內增加了近 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崗位的總數。

此外,雖然自工業革命以來我們創造了許多工作,但其間也存在一個痛苦的調整期。投資于持續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新的領域,用減少排放來應對氣候變化的挑戰實則毫無助益。首先,我們需要商業化的碳捕獲技術,從而得以捕獲已經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育孩子的矛盾,他在文章結尾處說道:

生活意味著理解我們的行為會產生后果,并承擔這些后果帶給我們生活的影響,在生活這張網中,我們每個人都不可逆轉地陷入困境,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、善于適應環境和謹慎,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,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于當前技術狀態的筆記——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,我發現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問題。我還花時間閱讀深度學習對就業的影響,因為缺乏就業機會會讓社會動蕩,這在應對氣候變化時會產生很大的影響。

閱讀這些內容的最大挑戰是保持樂觀——你很快意識到現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。他們將使內燃機消失并重構整個制造業。我們開始嘗試投入食品生產技術,這將有望結束動物養殖業。但我們仍有許多工作要做。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”的定義,因為這個值將隨著時間的推移保持穩定。科學家 Jon Pratt 指出:“此舉本質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建一個更美好的世界。”

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:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 機器人
    +關注

    關注

    213

    文章

    31109

    瀏覽量

    222394
  • 互聯網
    +關注

    關注

    55

    文章

    11339

    瀏覽量

    109999
  • 深度學習
    +關注

    關注

    73

    文章

    5599

    瀏覽量

    124420

原文標題:深度學習的發展可能已達極限!

文章出處:【微信號:rgznai100,微信公眾號:rgznai100】歡迎添加關注!文章轉載請注明出處。

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

    相關推薦
    熱點推薦

    人工智能與機器學習在這些行業的深度應用

    自人工智能和機器學習問世以來,多個在線領域的數字化格局迎來了翻天覆地的變化。這些技術從誕生之初就為企業賦予了競爭優勢,而在線行業正是受影響最為顯著的領域。人工智能(AI)與機器學習(ML)的
    的頭像 發表于 02-04 14:44 ?507次閱讀

    【「芯片設計基石——EDA產業全景與未來展望」閱讀體驗】--EDA了解與發展概況

    的,且環環相扣、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領域,多學科包括:電子學相關領域、計算機科學領域、數學相關領域、物理學相關領域。 EDA特點,技術維度
    發表于 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

    無論你是剛入門還是已經從事人工智能模型相關工作一段時間,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,日后可能會引發諸多麻煩!只要我們密切關注
    的頭像 發表于 01-07 15:37 ?211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視覺深度學習實戰課(11大系列課程,共5000+分鐘)

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

    如何深度學習機器視覺的應用場景

    深度學習視覺應用場景大全 工業制造領域 復雜缺陷檢測:處理傳統算法難以描述的非標準化缺陷模式 非標產品分類:對形狀、顏色、紋理多變的產品進行智能分類 外觀質量評估:基于學習的外觀質量標準判定 精密
    的頭像 發表于 11-27 10:19 ?230次閱讀

    如何在機器視覺中部署深度學習神經網絡

    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,經常會出現“
    的頭像 發表于 09-10 17:38 ?912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>神經網絡

    深度學習對工業物聯網有哪些幫助

    深度學習作為人工智能的核心分支,通過模擬人腦神經網絡的層級結構,能夠自動從海量工業數據中提取復雜特征,為工業物聯網(IIoT)提供了從數據感知到智能決策的全鏈路升級能力。以下從技術賦能、場景突破
    的頭像 發表于 08-20 14:56 ?1038次閱讀

    自動駕駛中Transformer大模型會取代深度學習嗎?

    持續討論。特別是在自動駕駛領域,部分廠商開始嘗試將多模態大模型(MLLM)引入到感知、規劃與決策系統,引發了“傳統深度學習是否已過時”的激烈爭論。然而,從技術原理、算力成本、安全需求與實際落地路徑等維度來看,Transforme
    的頭像 發表于 08-13 09:15 ?4204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?

    多層神經網絡的非線性變換擬合規律,理論上幾乎可以描述和模擬一切規律,實際上該過程效率極低 —— 計算復雜度往往呈指數級增長。這一特性使得深度學習與端側設備的資源約束存在根本性矛盾,
    發表于 07-14 14:50 ?1252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在可持續發展領域的實踐

    在最新發布的 NVIDIA 2025 財年可持續發展報告開篇的一封信中,NVIDIA 創始人兼首席執行官黃仁勛以深遠的視野勾勒出 AI 時代的新工業革命圖景。他指出,AI 不僅正在重塑每一個行業
    的頭像 發表于 07-09 16:44 ?1236次閱讀

    施耐德電氣入選歐洲最佳可持續發展企業50強

    今年年初,施耐德電氣曾再次問鼎企業爵士“全球最佳可持續發展企業100強”榜首。雙重榮譽加持,不僅是對施家長期踐行可持續發展的高度認可,更充分印證了在推動全球各行業、各地區可持續發展
    的頭像 發表于 06-24 14:58 ?1094次閱讀

    AI技術助力可持續發展

    隨著人工智能 (AI) 持續為行業和社會帶來變革,如何平衡快速增長與環境責任的緊迫性已成為關鍵考量。誠然 AI 會致使巨大的能源需求,但它也可以成為應對更廣泛的可持續發展挑戰的工具。因此,為了善用
    的頭像 發表于 06-19 10:43 ?1300次閱讀

    智慧校園建設的深遠意義與價值

    智慧校園建設是教育現代化的重要抓手,通過新一代信息技術與教育教學、校園管理的深度融合,推動教育模式重構、資源優化與生態升級。核心價值可從數字化轉型、能碳管理、安防體系三大維度展開,既為師生創造高效
    的頭像 發表于 04-08 13:49 ?941次閱讀

    嵌入式AI技術之深度學習:數據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 使用神經網絡實現機器學習,網絡的每個層都將對輸入的數據做一次抽象,多層神經網絡構成深度學習的框架,可以深度理解數據中所要表示的規律。從原理上看,使用
    的頭像 發表于 04-02 18:21 ?1527次閱讀