科学网 › 标签 › 重振

标签: 重振

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

川普能否重振美国国威及未来世界格局: 热度 25 gaoshannankai 2017-1-27 12:12; 对于美国大选，台湾大选，2015年中东大战以及美元美股的长期走好。我此前多篇博文都给与准确的预测，也具体告诉了一些老师投资方向，特别是人民币长期贬值和股市长期横盘3000点的神准预测，让一些搞经济的老师都和我主动联系。 2015年中东大战 -你看懂了多少 http://blog.sciencenet.cn/blog-907017-938287.html 上次刚打了刘学武老师一炮，告诉他人民币不可能飞流直下三千尺，没几天人民币就有一波小小反弹，不过我还是那句话，这是反弹不是趋势改变。中国经济衰退长期趋势不改变，各种经济政策都不会奏效。这些准确的看法，都来自我对世界和中国未来的一个基本看法未来世界发展的两条主线-你我都能看到 http://blog.sciencenet.cn/blog-907017-861742.html 其实我本人倒是没精力去搞这些投资，只不过整天看到人民日报胡说八道。我出来唱个反调，现在的媒体大部分都是人民日报的翻版者，自始至终唱衰美国，唱衰川普，完全脱离事实，我这人就是事儿B，我觉得看不过去了，就出来说几句。正如我一如既往所讲，川普能上来，不是因为他有多牛逼，其最根本的原因是人民对于当前现状不满意，渴望变革，为什么我说共和党只要上来一只狗都能赢，但是上次他居然派出一只猪。这次川普只要唱反调，他就能赢。美国积累的腐败也很久了，以华尔街为首的金融集团不劳无获的蚕食底层人民利益，教科文卫领域全面腐败，大部分科研经费在发表无用的狗屁文章。一面是新技术的迅猛发展，一面是大量美国成年劳动力无法获得有效和高质量的基础和职业教育。美国的技术并没有带来美国经济的繁荣，相反导致社会两极分化，大量白人中产阶级经济上陷入困境，最终导致上班的不如吃福利的。正如我此前判断，我们已经陷入世界性资本主义危机，只不过社会的进步让你我感受不到它的存在，美国最先陷入这个危机，但是也会最先走出来；中国通过国家调控把危机转给了最底层的劳动人民，使这种危机加深加剧，因此，深刻担忧中国2017年经济与社会发展 http://blog.sciencenet.cn/blog-907017-1029630.html 正如我讲的，川普上来要比民主党那几块装B的料好，起码他愿意变革，而且我讲的几个问题他都敢于面对，清理垃圾移民，取消过度福利，打击华尔街和逃税的大型企业，特别是在国际上要彻底修正民主党长期以来所犯的军事与外交错误，亚洲的军事加强犯了方向性错误，因为中国当前的措施是装死，你往我脸上尿尿，我就喝，所以美国的肌肉没有任何用处。美国的军事力量撤出中东后造成的权利真空，助长了一些流氓国家和伊斯兰力量的重新崛起，美国必定要重返中东，必要时还要打几仗，大炮一响，黄金万两。亚洲方面，金小胖要看看我博文，你可别乱动，川普不是希拉里，你乱动，真敢灭了你。现在美国不打朝鲜，主要是不想让朝鲜统一，进而无法控制日韩；美国知道如果他动手，中国俄国不敢动。但是小胖你要找死，就别怪川普大爷动手。不过，有一点，南海上美国别犯错误，千万不要动手，因为一旦动手，中国打败了，国内就要发生变革，你等于帮助中国实现了大乱大治，中国上一次洗牌还要感谢日本侵华呢，川普上来退出TPP，其实我前面有一篇博文也讲到了，TPP就是个屁，中国很容易通过第三国绕开。美国退出TPP，是想进一步保护美国国内市场，提高美国产品竞争力，上次整日本丰田和这次整韩国三星其实也是一个目的。这手很厉害，可惜我们国家太腐败，上次德国大众出问题，本可以一次将大众清理出中国市场，但是国家层面毫无作为。川普的问题在于过度看重制造业的数量，没有抓住最核心的知识产权问题，现在世界如此开放，你想封闭市场是不可能的，川普犯了路线错误，希望他多看看我的博文，把斗争方向转到知识产权，利用知识产权打掉中国等其他国家竞争性行业是上策。正如我的一贯判断，美元美股一路高歌，上升通道已经打开，各位老师可以大胆投资QDII，中期也就是5月左右会有调整，但是基本方向不会变。中国经济持续低迷，人民币贬值是长期的，但绝对不是刘学武老师讲的那样，因为美国绝对不会允许人民币贬值如此之大，以至于让川普恢复美国制造的计划泡汤。中国也不敢放任那样贬值，后果不堪设想。我曾经讲到中国当前最好的策略是搞一次人民币暴跌，一次跌倒9或10，彻底打乱美国重振制造业的计划，给川普上台一个大大的红包。现在川普上来了，错过了贬值的大好时机，不能乱动了，真的大幅暴跌，川普会用这个理由整中国。中国未来关键看洗牌，今年不出意外，年后如果能够彻底执行军队改革方案，把非战斗人员彻底切出去，习大大就可以全面掌控军队，进而有可能进行社会更为全面的洗牌。看清中国大棋局 -刀把子笔杆子钱袋子 http://blog.sciencenet.cn/blog-907017-869000.html 我和很多部队的朋友讲，这次很可能要一刀切，他们都不相信，都说难啊抗倭英雄戚继光宣示中国军改决心 http://blog.sciencenet.cn/blog-907017-947577.html 所谓大乱大治，现在又到了一个中国生死存亡的十字路口，洗牌则继续发展，否则我不多说。有人问我川普上台对中国有利还是有害，我觉得优势劣势都是在一定条件下转化。如果中国能洗牌，才有能力应对川普的新政，特别是利用川普反恐与伊斯兰的冲突，力争主动，放大这种冲突，坐收渔利，就是优势。如果不洗牌，像当前这样继续内斗，国际形势对中国绝对不利，美国会通过贸易和工业竞争挤压中国的生存空间，并且导致一些投资回归美国，更多就不讲了。不出意外，川普会大胆执行我讲的那些策略，一定程度上重振美国的国威。但是，长期的腐败导致的基础教育和社会风气等因素不可能逆转，优等白人慢慢被稀释，国民素质难以改变，所以美国走下坡路是不可能改变的。由于民主制度，美国没有形成大乱，因而也就不能形成大治；所以，中国问题严重反而好办，我们有大乱大治的机会，希望不要错过。针对美国号召海外企业回归，不在开放国内市场的策略；中国方面应该立刻组织有真才实学的专家对要牵走的美国公司进行调研。前段时间硬盘制造商希捷关闭苏州工厂，真的是偶然事件么？苹果等大公司的消息真的是谣传么？请无知媒体不要胡说八道，误导社会。这些事件一定要重视，根据正确的研判，有选择性的支持一些中国公司填补这个空白。例如华为，这样的公司可能又得到了历史性的发展机遇。; 3001 次阅读|30 个评论

重振人工智能雄心壮志的时刻已经到了: bigdataage 2014-8-7 19:26; 重振人工智能雄心壮志的时刻已经到了拉里·哈德斯蒂（Larry Hardesty）发表于 2014-07-23 01:16 创造人工智能远比人们想象的更具挑战性。然而新的人脑及机器思维研究中心已准备再试一次。这一次，计算机科学家、生物学家和神经科学家将一起处理这个问题。在1955年夏天，4名顶级美国数学家（那时还没有“计算机科学家”这个术语）倡议在达特茅斯学院召开了一次会议，来探讨被他们称为“人工智能”的主题。“这项研究是在一个猜想的基础上进行，那就是学习的每一方面，或智能的任何其他特征，可以在原则上被精确地描述为，能够造出一部机器来对其进行模仿，”倡议书说。这次会议于1956年进行，为期一个月，通常被认为是人工智能研究的起始。倡议书作者中的三人，即表处理语言（LISP）发明者约翰·麦卡锡（JohnMcCarthy），麻省理工学院40届理学硕士、40届博士、信息论先驱克劳德·香农（ClaudeShannon），以及后来的图灵奖得主马尔温·明斯基（Marvin Minsky），稍后都曾在麻省理工学院授课。麦卡锡和明斯基（55年后他仍是麻省理工学院教师）创立了麻省理工学院人工智能实验室。到1967年，计算机技术发展迅速，明斯基在他的书《计算：有限和无限的机器》（Computation: Finite and Infinite Machines）中大胆写道，“我确信，在一代人的时间内，智能的各个部分，鲜有哪个会在这部机器（电脑）的领域之外，创造‘人工智能’的问题将在本质上解决。” 当然，明斯基的预测过于乐观。早期人工智能研究者把赢得国际象棋比赛当成智能应用的范例，但后来发现这比区分口语词汇或识别面孔之类计算问题要容易得多。在20世纪80、90年代，随着复制人类智能的难度逐渐清晰化，人工智能具有了某些非常不同的含义，那就是实用的专用计算机系统，通常基于“机器学习”，这应用到对大量训练示例的统计分析。正是这一手段给了我们语音识别和自动文本翻译功能。麻省理工学院的研究者们相信，现在是重振人工智能雄心壮志的时刻了，因为有希望开发出更好的治疗神经紊乱的疗法，以及能以人类直觉预测我们需求的计算机系统。美国国家科学基金会（National Science Foundation）似乎也同意这一点。去年9月，该基金会宣布为人脑及机器思维研究中心（Centerfor Brains, Minds, and Machines，简称CBMM）捐赠2千5百万美元，该中心位于麻省理工学院的麦戈文脑科学硏究所（McGovern Institute for Brain Research）。麻省理工学院为该中心提供12名主要研究人员，另有6人来自哈佛，还有5人来自其他机构。 CBMM由托马索·波焦（Tomaso Poggio）领导，他是一名脑科学和人类行为学教授，也是麦戈文研究所和计算机科学与人工智能实验室（Computer Science and Artificial Intelligence Laboratory，简称CSAIL）的首席研究员。对他的双重身份展示了新中心的首要理念：如果能够把计算、生理和心理的方法相结合，我们就能比孤立研究更快地理解人类智能。 “这个中心尝试的是，为了复制人类智能，需要对大脑和认知了解更多，而不是像50年前那样仅仅依靠计算机科学，”波焦说。帕特里克·温斯顿（Patrick Winston）是电子工程和计算机科学系教授和CBMM的研究协调员，他补充说，调查问题的技术在近年来有着显著的提升。温斯顿说，首先，“计算是自由的，不论需要何种类型的计算，都能够做到。”他还说，其次，“fMRI 现在已成常规。”fMRI 是指功能性磁共振成像，可用于研究大脑活动。他还指出了一些技术，例如经颅磁刺激，能够在认知测试中扰乱特定大脑区域的活动，以及光遗传学，这种技术利用光来选择性地激活或沉默大脑中的转基因神经元。光遗传学的先驱是99届工程硕士埃德-博伊登（Ed Boyden），他是麻省理工学院媒体实验室（Media Lab）的教授，也是麦戈文研究所和新中心的首席研究员。中心的研究围绕几个主要的主题或要点包括：视觉智力，其中集成了视觉、语言和运动技巧；智力回路，将包括神经生物学和电气工程学的研究；智能发展；以及社会智能。波焦是视觉智力的主要研究者之一，他还将领导一个理论平台的开发，旨在将研究结合在其他领域。对于每一个要点，CBMM研究者们正致力于定义一组基准的问题，令他们可以以此来评估他们的进展。波焦提供了一个例子，与他之前在视觉系统的研究相关。面对一副人们互动的图像，一台智能计算机应当能为5个问题提供合理的答案，从易到难分别是：图像里有什么？图像里都是谁？人们在做什么？谁在对谁做什么？接下来会发生什么？不变量探索围绕着人类智能的所有问题的理论框架，是一个艰巨的任务。但是波焦对于大脑如何回答他列表上的第一个问题的研究，为这一框架可能的样子提供了一张草图。 “图像里有什么？”是人工智能研究的一个蓬勃发展的领域，需开发物体识别的电脑系统来能够回答这个问题。通常，物体识别系统会使用某些种类的机器学习。人类标记样本图像，指示哪些物体出现在哪里，接着系统会尝试识别该物体在所有图像上所共有的一些常见特性。 “这与人类学习或动物学习完全不同，”他说。“当一个孩子学习认识一只熊或一只狮子，你无需为他展示一百万次狮子的照片。大概两到三次就够了。” 波焦认为与机器学习系统不同的是，人脑是以一种“不变”的方式描绘物体：不论物体有多大，是在视觉区域的何处，还是在旋转的，描绘出的都是一样的。他还相信，自己对这种描述的可能构成有一个看上去合理的理论。波焦的理论需要大脑或尝试模拟大脑的电脑系统存储一些物体的一块模板，其中包含这些物体的每一种变化——类型、位置和在平面上的旋转。例如，大脑可能会存储一张人脸的几十张图像，描绘出其360°的旋转角度。一个陌生的物体将被描绘成一个“点积”的集合，介于其图像和模板之间。点积是线性代数的一种标准算法。不论该物体的大小、位置或方向如何，该集合总会维持原样。该理论具有说服力的一点是，点积把两组复杂数据集（例如视觉图像）的对比，减少到一个数字。点积的各个集合，即便是为多个模板，也不会在记忆中占据太多空间。波焦说，另一个具有说服力的一点是，“对于神经元来说，点积是最简单的计算之一，或许就是最简单的。” 在实验中，波焦的系统或许无法超越机器学习系统。但它需要较少的训练例子，这表明它更好地复制了人脑的运作。对于大多数计算任务，人脑的方法通常是更好的。波焦相信，积点的集合还能锁定更抽象的概念。包括不同形状物体集群的模板，就像一个骰子一面上的点一样排列，或者排成一列或是圆形，能够加强数字的概念。一个从不同透视关系观察的平行线的模板，能够加强平行或透视关系的概念。“可能会有更多有趣的事情有待探索，”他说。模糊思维和波焦一样，乔希·特南鲍姆（Josh Tenenbaum）是脑与认知科学系（Departmentof Brain and Cognitive Sciences，简称BCS）的教授和CSAIL的首席研究员。他领导的CBMM开发要点，集中于直观把握孩子也能展示的物理现象，同时他也进行有助于波焦领导的理论工作的研究。特南鲍姆解释说，最早的人工智能研究集中在构建数学语言上，例如可以为“鸟能够飞”和“鸽子是鸟类”等论断编码。研究者们认为，如果语言足够严谨，计算机算法将能够梳理编写在其中的论断，并计算出所有逻辑上有效的推论。但是，理解语言论断所需要的背景信息被证明远比预期中要多。例如，并不是所有鸟都能飞。在不能飞的鸟类中，关在笼子中的知更鸟和翅膀断了的知更鸟是有区别的，另一种区别是各种类型的知更鸟和一只企鹅的区别。以手工编写出足够的这类常识性例外，以使最基础类型的推理成为可能，被证明过分耗时。相比之下，通过机器学习，电脑可以自行学习某种东西的大量例子，并推断这些例子的共同点。例如，通过1百万张一只狮子的图像，机器学习算法可以量化自身的猜测：77%拥有这类视觉特征的图像是狮子的图像。但是，虽然这种方法对于明确定义的问题处理得不错，例如识别鸟类的图像，但在处理更抽象的概念时会遇到麻烦，例如飞行这种鸟类、直升机、风筝和超级英雄共有的能力。而比起语法和母性来说，飞行还算是一个具体化的概念。特南鲍姆和他的学生们已经开发出一种新型工具，名为概率性编程语言，其中融合了新旧人工智能的最佳特色。如同早期人工智能语言一样，它包含了推理规则。但这些规则是概率性的。例如说食火鸡是一种鸟，以特南鲍姆的语言编写的程序估计会得出这样的结论：食火鸡可能可以飞。但假如程序随后被告知食火鸡的体重将近200磅，它大概就会把飞行可能性降低。 “在人工智能的两个早期阶段，最大的分歧在于符号对抗统计，”特南鲍姆说。“我们在数学方面的发现之一是如何将这两点相结合，如何以这类符号语言进行统计推断和概率推理。” 读懂人们波焦的五个基准问题中的第二个是“图像里都是谁？”。这个问题长期以来一直与BCS教授南希·坎维舍（NancyKanwisher）的工作相关，她最知名的领域是，使用功能性核磁共振成像来识别和分析大脑的面部感知专门区域。坎维舍领导着CBMM的社会智能要点研究，她把这当成自己先前研究的自然延伸。“当你看一张脸时，你感兴趣的不仅是基本的人口统计方面信息，例如那具体是谁，他们是男是女，他们年龄多大，”她说。“你能说出的不仅是这个人快乐或悲伤，还有他们是自信还是踌躇，精力充沛还是被动。通过非常简短的一瞥，我们能够从一张脸上看出极为丰富的东西。” 坎维舍说，人类通过肢体语言，同样可以推断出很多关于人们情绪、意图，以及与他人的关系。肢体语言有着符合计算建模的优势。她还援引了已故的纳莉尼·阿姆巴迪（Nalini Ambady）的研究，后者是斯坦福大学的社会心理学家，曾开发出“薄片判断”理论。 “在学期开始时，她录下了哈佛课程助教在班级前讲课，”坎维舍说。“然后她把这些视频非常简短的片段向心理学实验的对象展示，并说‘为这名教师的效率打分’。这些人都是看到一个人在教室前对一个班级讲话的几秒钟，甚至都没听到在说什么。而她发现，这些评分结果，与那个人的实际学生的评分非常接近。” 坎维舍说，CBMM社会智能要点的第一个项目，将是设计一组实验任务，令研究人员能够量化人类社会知觉。一旦研究人员建立一条基线，他们就能进行一些研究，例如童年期间各项任务的表现，或是自闭症儿童不同于其他儿童的表现。他们还能确认参与社会知觉的大脑区域，方法是通过功能性核磁共振成像来测量神经活动，或是通过经颅磁刺激来干扰表现。在收集所有这些数据之后，他们将尝试为大脑运行进行精确计算机建模。听懂故事波焦的列表上后边的问题是“谁在对谁做什么？”和“接下来会发生什么？”这些问题吸引着帕特里克·温斯顿（Patrick Winston）。他认为，定义人类智能的特征就是讲述和理解故事。这种能力甚至在标记图像过程中发挥作用。正如温斯顿喜欢指出的一样，一个人类能够把一个人拿起杯子放到嘴边的图像识别为他在喝酒。如果这个人拿着杯子向前几英寸，那他就是在敬酒。不过一只猫头朝上接着水龙头里的几滴水的图像，也会被人们识别为喝水的实例。 “你必须思考你所看到的是一个故事，”温斯顿说。“它们得到相同的标签，因为这是相同的故事，而不是因为看起来一样。” 这就是把一个研究要点贡献给视觉、语言，以及社会和运动技能的一个原因。为说明另一个原因，温斯顿援引了发展心理学家伊丽莎白·斯皮克（Elizabeth Spelke）进行的一项实验，她是前麻省理工学院教员，目前在哈佛，是发展要点的主要研究者之一。斯皮克曾被一些实验引起了兴趣，在那些实验中，研究人员把老鼠放在一间房间中心的一个旋转平台上。食物被明显地放在一个角落，但随后被挡板遮住。相同的挡板被安置在其余三个角落，平台则被旋转。斯皮克决定将该研究扩展到人类儿童和成人上，隐藏物改为一个玩具或一串钥匙而非食物。对于所有动物、儿童和成人来说，一旦旋转停止，实验对象或者走向被遮蔽物的角落，或者走向对角的角落（看起来和被遮蔽物的角落一样），两者概率相等。研究者们还改变了实验，为目标物体对角角落的墙上涂上不同的颜色。动物和儿童仍然以相等的概率选择正确角落或对角角落，而成年人则可以相对可靠地找到目标。这就是事情变得有趣的地方。如果成年人在前往目标前，被要求听一段文本并背诵，那么他们又会被截然相反的角落所混淆。收听和背诵文本“消耗了人类的语言处理器，把他们降到了老鼠的级别，”温斯顿说。“之后他们会说，‘是的，我可以看到蓝色的墙，但却没能记住。’” 回答CBMM的基准列表上最高级别的问题，大概会比 NSF 最初资助的 5 年需要长得多的时间。不过波焦说，“是时候再试一次了。已经过了 50 年。我们不清楚这一次能否成功。但如果我们不去尝试，就无从知道。” 原文： http://www.techreviewchina.com/home/article/detail/id/566.html; 5056 次阅读|0 个评论

传统师生关系今日仍有重提的必要: geoallan 2010-9-23 01:33; 此言一出，估计会刺激某些人的眼球，骂我复辟和老朽。实际上我并不老也不顽固。我只是从我这么多年来求学、科研和教学的点点滴滴中感受到重振传统师生关系的必要性。我说的传统师生关系是春秋战国时期如孔夫子与其弟子间的探索与治学关系。这些值得今日去研究和探讨。今日之教育，我的感觉如同工业化时期的流水线生产。诺大一个教室，面对几十个学生，按照一种方法、一种模式来培养人才，并没有照顾到每个学生的进度和兴趣，学生和老师的交流很少，老师能记住几个学生的名字就已经不错了，要说用教师的人格魅力来引导学生，那就是不合时宜了；即使到了研究生阶段早些年间师生间那浓厚感情的情景也越发少见了。在这种大工业化模式下的人才培养模式是不会培养出创新人才的，倒是如复旦大学校长所言学生变得更为功利了。上学期参加一本科生的论文答辩，大意是讲西方导师制和中国传统师徒制的对比，开篇即是西方导师制如何先进，中国传统师徒制多么落后，需要革掉。且不说这个论点的对与错，单就从人的角度来讲，在师生关系忽略掉师生之间真挚师生感情的培养和建立，是不可能有协调的师生关系，也就无从谈起教师以个人人格魅力影响学生了。因此，呼吁研究历史和管理的同人可以合作一下，真正挖掘一下传统的师生关系的价值，使之不要继续成为某些人的糟粕，使之能够在现代教学中建立新型师生关系继续提供动力。; 个人分类: 勉为学术|5118 次阅读|1 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 重振

相关帖子

相关日志

关闭安全验证