吴军博士:物联网和人工智能将再造一个英特尔和微软 | 万物互联

创新大会

本文作者:程弢 2016-11-13 13:57

导语:吴军认为,在人工智能或者物联网领域,谁能把操作系统问题解决了,谁就是下一个Google和微软;谁把处理器问题解决好了,谁就是下一个英特尔和高通。

编者按:今日上午,由B12主办的第二届万物互联创新大会在杭州召开,丰元创投创始合伙人  、硅谷风险投资人、《浪潮之巅》作者吴军博士做了一场关于人工智能非常务实、接地气的演讲。

今年是人工智能概念诞生60周年,在这一年人工智能行业也发生了几件大事:今年1月,1956年提出人工智能概念的科学之一马文·明斯基去世;一个月之后,人工智能程序AlphaGo击败了李世石...

吴军认为,从60年前到现在,人工智能一直在发展,它可以被分为三层:第一层是弱人工智能,第二层是强人工智能,第三层是超人工智能。

他还表示,在这一发展过程中,人工智能大厦有三个重要支柱,分别是摩尔定律、深度学习和数学模型。而在这三大支柱里面,数据或者说是大数据是最基础的因素。

在吴军看来,人工智能之所以在最近一两年爆发,很大一部分原因是背后有海量的数据支持。

以前很多数据,其实没有移动互联网没有收集上传,没法存储,今天这个都变成了一个可能。在过去三年里,人类收集到的数据总和超过人类历史上6千年,从出现文字到现在6千年就有了数据记载。过去三年里,数据量超过了人类6千年的总和。而且按照这个指数速度往上涨,可以预测估计一年半以后,又要翻一番了。

另一方面,这些海量的数据并非凭空而来,这得益于传感器以及IoT设备的数据采集能力。

他还指出,在人工智能和物联网时代也是一个全新的机遇:继PC互联网时代造出英特尔和微软,移动互联网时代成就ARM(高通)和谷歌几大巨头后,万物互联时代也会诞生新的巨头。

谁要是把操作系统问题解决了,谁就是下一个Google和微软。谁要是把处理器问题解决好了,你就是下一个英特尔和高通。

以下为吴军博士演讲实录,雷锋网(公众号:雷锋网)做了不改变原意的编辑:

大家上午好,今天大会主题是万物联网,到现在大家谈得比较多的是大数据人工智能。

今年是一个特殊年份,废话不多说了,因为为什么呢?人工智能到今年60岁了。当时达特茅斯提出人工智能这个概念,10位科学家中活得最久的一位马文,他今年1月份也去世了。他的一本书,讲科学和艺术的关系,他是一个非常好的钢琴手,全世界比他弹的好的人,两只手掌一定数得过来,因为他小时候作为一个钢琴天才,不是科技人才去培养的!

你们搞机器智能也好,大数据也好,万物互联也好,也许搞得最好的一个人是懂艺术的一个人。旁边这位是李世石,仅仅过了一个月,马文去世一个月之后,李世石输给了AlphaGo。在比赛之前,除了团队里面的人,我问团队的人,他们说外界的人都不认为他会赢,李世石也不认为自己会输。在Google工作很多年的李开复也认为人能赢,计算机会输,为什么呢?因为觉得围棋这件事太复杂了,有多复杂呢。所有下围棋的可能性,最后组合数算一下,大概是10的160次方。这是一个什么概念?这是什么概念,一个1,后面160个0。如果把宇宙中每一个原子再变成一个宇宙,再把这些原子全部数一下,要比这个数要小。

今天机器智能或者人工智能发展到一个什么水平阶段,我把它分成三层。第一层,弱人工智能,每个人都在用,今天拍个照片,女孩子们美图秀秀修一修,发出去,这是弱人工智能。昨天讲“双十一”又创造了多少营收,其实今天买东西和五年前习惯是不一样的,很多是它推荐给你的,40%营收额是靠推荐来的。这是一种很人工智能的算法,很多人觉得还不够聪明,还放在了弱人工智能方面去。

接下来是有一个强人工智能,有科大讯飞的朋友在这儿。比如计算机能不能理解人类的语言,我刚才特意看了好半天云识别做得怎么样,做得非常好,真是让人感觉非常惊讶的一个进步。这件事,我们在过去觉得特别自豪,这是人能做到的。不仅能够识别,还能翻译。如果愿意把它翻译成英文,我想我们现在不需要同声翻译,直接用计算机翻译过去了,美国人英国人是听得懂的。

它还可以干别的事,比如计算机能回答问题,能写作,在华尔街日报或者是纽约时报,今天大部分和财经类新闻有关的这种报道中,大部分文章是计算机写的,不是人写的。最后一般人复读一下,结论是人下的。下棋就更不用说了,还可以干什么?还可以开车,今天外面有一些电动车,不知道有没有人讲无人驾驶汽车,这在中国也是很热门的事情,可以开车。

在美国Google的无人驾驶汽车,到现在开了将近500万多里,但主动交通事故只出了两起,也就是说它开车的水平要比人其实高很多很多。前两天罗辑思维说开车开不过人,其实不是的,远比人开得好。开飞机就不用说了,还可以看病。机器人看片子会比专家更好,不仅如此,像沃森这样人工智能计算机,你告诉它三件事,描述一下你的病情,比如肚子疼,给它一个化验结果,再给它你过去病例,就这三件事给它。它已经做到美国医生的平均水平,这还是去年的数据,今年又有一个进步。大概两个月前,它发布一个新的消息,说在疑难病诊断中,它已经超过了人类专家。至于为什么是疑难病反而做得好,普通病做不好,这个留给大家自己去思考。

为什么我们突然醒来发现整个世界就是人工智能的世界,这里有几个重要的原因。第一个原因,大概从40年前起,人类找到了一个解决机器智能的方法,然后在几年前,这些方法具备的条件成熟了。这个方法是什么方法呢,就是说机器获得智能一定是和我们人获得智能不一样。要理解这一点,你就想想鸟的飞行方法和飞机飞行方法差别就完了。人类最早模拟鸟飞行的时候,人类想飞行的时候就是模拟鸟,胳膊上装两个翅膀。中国古代有一些记载,西方也有,我看西方记载是把鸡翅膀绑在胳膊上。然后从台上往下跳,当然他们是说从树上一条,然后就摔死了。

这是人最早的认知,你不要笑,你今天觉得这个事很可笑,当时五六十年代的时候他们去想机器智能怎么做,就是这么想的。今天好多科幻小说家还是这么想的,我们好多业余的,包括一些科技爱好者还是想着一件事,想把翅膀绑在人的胳膊上实现机器智能。

怀特兄弟发明飞机时,我们发现飞机翅膀不会震动。我们今天做机器智能就需要掌握它的空气动力学原理,这个动力学原理是什么呢?基本上人工智能大厦有三个重要支柱:

第一是摩尔定律,每18个月机器智能性能翻一番,这个是很厉害的。

第二是数据,今天我们要讲契合万物联网这件事,靠数据。

有了数据,中间还要有一个桥梁,就是这个数学模型。今天当然数学模型有各种形态,深度学习,工具等等。刚才说了人工智能公司在做什么事,其实就是在做数学模型,当然他们两家是做数据的事,背后也做数据模型,这是我们的空气动力学原理。

40年前人类找到这个方法,为什么最近爆发出来了,因为最近数据爆发了。尤其有了移动互联网之后,数据量是非常大的。以前很多数据,其实没有移动互联网没有收集上传,没法存储,今天这个都变成了一个可能。在过去三年里,人类收集到的数据总和超过人类历史上6千年,从出现文字到现在6千年就有了数据记载。过去三年里,数据量超过了人类6千年的总和。而且按照这个指数速度往上涨,可以预测估计一年半以后,又要翻一番了,差不多是这样子,这是一个非常快的速度。所以在今天来讲,你干任何一件事都要善用数据。

数据怎么收集来的,这就和IoT有关了,实际上今天收集数据各种各样广义上的传感器,传感器可以是一个摄象头,广义上的传感器。传感器设备也是一种传感器,我们把它叫做智能设备,无所不在,这是第一个。第二个,由于我们有意识去收集它,以前我们不太在意它,今天早上我从酒店开车过来。一路上我们看到一些东西,我们也没太在意,然后主持人提醒我这到了阿里巴巴,我看一眼,这是阿里巴巴。这是人类收集数据过去的习惯,你不太在意。但是旁边有一个无人驾驶汽车,它看到的数据,比如说这个旁边有一个加油站,油价是多少,它就记录了。以后将来这个地区的物价变化,这都是一个根据。往右走,多少天前发生了一件抢劫案,这个地区将来是否安全,数据都统计下来了,这是今天和过去数据的不一样。就是有了这些IoT的终端,才导致了有了很多数据,有了很多数据才导致了机器智能时代的到来。

未来时代是一个很好的时代,也是一个很坏的时代,刚才主持人说2%的人可能会受益,等下再讲为什么。先讲一个很好的时代,是我们有点期望的时代。比如交通这个问题,杭州的交通,我来的时候看上去还很好。我在北京讲座的时候,每次问他们上下班时间是多少,做一个调查。最后调查结果,他们平均上下班花掉两个半小时,这是一个资源很大的浪费,为什么会是这样的结果。因为我们每一个人出行很随机的,就跟做布朗运动似的,在街上来回跑,互相没有一个协调。

未来的城市是怎么样呢,你可以把整个城市想象成一台超级电脑,你的每一个汽车是超级电脑,是一个终端。它有一个统一优化的交通方式,而且你自己出行的时间和你今天工作安排是相关的,不用每天早上都9点钟到办公室。今天会议11点钟开始,10点半去就可以了,你上班就省了一小时。等等吧,做一个全部的优化。在美国他们做过这个事,在三个大城市,当然美国大城市也就相当于中国中小城市,一百万人口算大城市。原来出行时间平均是70分钟,可以降到20分钟。像北京这样的城市两个半小时,你给他省40分钟的话是非常可观的一件事,非常大的资源节省。

再往后可能是无人驾驶汽车,无人驾驶汽车有什么好处,甚至红绿灯都不需要了。我看到外面好多小电动汽车,像那些电动汽车都可以连成一排,就像火车似的在路上开,往某个地方去。中间哪个车要拐弯,从这里分出去往前走,省电省油。不仅交通如此,整个社会会变得非常美好,非常安全。比如说我今年夏天去欧洲的时候,他们就反映那儿不太平,因为他们有很多难民。如果他们想恢复到几年前和平的状态,大概需要3倍的警力,这件事是做不到的。

以后有一个什么办法,可以用无人机巡逻,这些无人机和今天的不一样,它们都很聪明的,摄象头都带着人工智能视觉识别软件,能够识别出每一个可能的坏人。我们现在会议保安不算太严多,我今年夏天在成都参加会议的时候,保安严得不得了,因为他们无法甄别我们每一个人。在未来这个时代,我们每一个人都可以很容易的甄别出来,社会会变得非常安全,这是好的地方。

所有的行业将来都需要使用数据,都是一个数据的公司。举几个和IT关系比较远的例子,比如说有一件黑的衣服可以加工,意大利的一个服装品牌普拉达,高端的服装公司。我们这儿的人有多少偶尔去一下服装精品店的,你去那儿的时候根本不知道为什么这件衣服放在前面,这件衣服放在旁边,哪件衣服卖得怎么样,反正你这么去就看了。有的时候你觉得摆得不合理,但是谁也不知道摆放的合理方法。摆放对销售很重要,当然服装设计更重要。但以前大家不知道怎么来进行摆放,因为过去很多东西都是单向的。前两天讲到美国大学的一件事,全部的媒体都傻了,为什么呢?因为它发出去一个新闻之后,它根本不知道最后产生了一个什么结果,最后这个结果完全发现不了。

过去做精品时装就是这样的,在北京的时候,我和香奈儿开店的人聊过。我说你这个为什么这么设计,他说你知道吗,为了开这家新的店,1:1的模型做了很多。我说为什么要这么做,他说不知道,巴黎来了一个人说这么一摆比较好,然后有一些市场调查数据。我说最后能不能验证它好,没法验证,这是过去一种商业的形态。后来怎么做的,普拉达怎么做的,它在十几年前琢磨这件事。

举个例子,我们在前面放了几件衣裳,看上去很漂亮。然后就拿着衣服去试,试完了没有去买,你可能知道这里衣裳有一些设计的问题。但也许你放在那儿,她试都不试,也没有买,这两个有什么差别呢。第一个差别,模特穿起来很好看,但是到了东方以后可能不合适。第二个差别,设计百深就有问题,虽然你放在前面但也没有人买,这些问题没有人知道。普拉达把衣裳标签改了,改成IFD,跟踪这件衣裳每次走动和试穿,把试衣间也改了。它知道哪些衣服是大家看了不去试,哪些衣服是大家试了没有买。

前几年它做了一个更新的事,把试衣间也改了,有一些传感器,和IoT有关的。你穿这件衣服,不知道男士有没有陪女士去买过衣服,会有这个问题。一看说这件小了,拿一件大的;这件大了又小了,红的不合适换绿的,这个效率很低的。它在这里能够感知穿上去有点紧,大一号之后在序列屏幕上看看我穿上去是什么样。或者反过来,或者一个颜色,因为方便性,所以你购买意愿就强很多。像这样一个传统企业,我们认为传统企业营业额上涨是很慢的,互联网企业上涨是很快的。在过去十年里,营业额涨了5倍,这是很可观的,普拉达也是高端的品牌。

第二个例子,风力发电。中国风能产能是非常大的,这些发电机卖到世界各地去用怎么样,都不知道。中国有一家风力发动机,占全世界市场份额第二名,就是不挣钱,它也不知道怎么能够改进。过去想象都是改进技术这些东西,后来我就问他,这些专利发电机卖到世界各地去怎么样,谁用,谁用得多,谁用得少;哪些坏了,哪些需要维修,他都不知道。因为这些东西一旦卖到德国去,巴西去,当地工程商就承包过去了,这些数据他都不知道。

他就跟踪这些数据,他就在上面装了传感器,WIFI信号传回来。他装了好多传感器监控叶片的老化程度,看是不是需要换,需不需要维护。过了一段时间他告诉我,全世界的风力,他绘制了一张图。就像刚才两位老师说的把专利的事拿出来,全世界的专利可以画一张关于科技的图。他也一样,他把风力的图就画出来了,因为他把数据收集上来了。以后他就知道巴西卖过去的发动机根本转不了两下子,德国那边的风力强,覆盖率不够,就知道市场怎么做了。

又过了一段时间,他又来找,我后来和他聊了一些商业模式的变化。他说吴总,听了你的话把商业模式也改了,学IBM,现在不生产风力发电机了。中国那么大的产能过剩,就让下面的企业生产,我只做服务。为什么呢?我有了他们全部的数据,只做服务,现在利润率好的不得了。这就是在用大数据的思维方式,机器智能思维方式,要换一个脑筋。我们有时候老在抱怨制造业怎么寻找出路,这就是出路。

将回到万物互联,先要讲第一,互联网。第一大互联网是机器和机器的联网,在那个时代你即使用互联网,你的人也就是在某一段时间通过计算机连到网上,大部分时候你不在互联网上。而且计算机是找IP地址,那是当时的一个特点。每个时代有每一个时代的产业结构和它的生态环境,那是一个什么产业结构呢?每年出货是几亿台,PC机。我忘了是2011年还是2012年,这个到了顶点,PC出不来了,然后就往下滑了。用的处理器是英特尔,然后Windows的操作系统,这是当时的生态环境。

到了第二代互联网,人和人的联网,移动互联网。前一阵马化腾说第一代互联网不算数,第二代才算数,不能这么说。不能说内燃机汽车不是汽车,电动汽车才是汽车,先纠正一下他这个话是错误的。第二代是人和人的联网,我们手机扫一下微信,不是为了说这台手机跟你这台手机联上,这没有半点意义。是说我这个人要和你这个人联上。而且这就带来一个好处,你随时随刻被挂在互联网上。你过去下了班离开计算机,无论是开车还是坐地铁回家都不在互联网上。你有一些应酬也好,回家辅导孩子也好也不在互联网上,晚上10点钟回去之后查邮件,你才在互联网,今天你是随时随地在互联网上,所以这也是数据量为什么这么大的原因。

终端的出货量十几亿台,非常大。但是它有一个新的机会,旧的这批企业从事新的活动,往往不如新的企业来得好。处理器不再是英特尔的,因为英特尔在PC的时候追求速度,在节能方面不行,体积也大。ARM的CPU,不管是苹果也好,高通也好,华为也好,其实都是英国ARM公司设计的。操作系统也换了,主要是谷歌和安卓,还有苹果,PC时代也有苹果,苹果永远是一个高端窄带的市场。就像我说的,假设把一个生态环境变成一条鱼,一般人是横着吃,苹果是树着吃,但是一条带鱼就整吞了。

第三代互联网,万物互联网。它的机会在哪里,前一阵深圳有朋友跟我说,深圳将来是有机会的,我说为什么呢?他说有很多生产IoT设备的公司,我说那没用,都是给人打工的。你可以想象第一代互联网时谁真正赚便宜,苹果和英特尔,剩下都是打酱油。第二代是ARM,或者是高通那几家公司,然后是Google。第三代,先说出货量,市场大得不得了,乐观的估计万亿,已经不是涨了10倍的,最保守估计涨了50倍。认为涨50倍到上千倍,是这样一个量级。因为它的设备很小,像风力发电机上每一个叶片上几个传感器,这也是一个设备。

前一阵子华为在英国买了一家公司,连处理器带解决方案一套,也很便宜。硅谷公司相比中国的公司真是很便宜,3千万英镑,整个一套全买下来了。比如做智能水表,这个处理器就可以做到说十年换一次电池,水表基本上完蛋了,就扔了,这是将来的一个解决方案。你的可穿戴设备通过你的手机在联,即使你的手表今天都互相不能联,必须要通过手机。这个情况将来肯定不会是这样,不可能今天用手机似的要通过PC机或者WIFI去联,这是不可能的事。

在这个情况下操作系统是谁,或者说将来这个平台是一个标准,它应该是什么。再未来,如果说下一个微软,下一个Google是谁,我跟你讲,谁要是把操作系统问题解决了,谁就是下一个Google和微软。谁要是把处理器问题解决好了,你就是下一个英特尔和高通,这是我们讲未来万物联网一个大格局,大前景。

未来这个时代是一个什么时代,我讲四点。未来经济的特点,分享、跟踪、合作、众筹

第一,分享经济,大家已经享受到了,比较容易。比如说滴滴打车也好,Airbnb也好,美国的Uber也好,等等都是一个分享。分享最重要的核心是什么,在现在这样一个时代,连接比拥有更重要,大家记住这个。什么意思?滴滴不拥有一辆汽车,但是它的规模比任何一家出租车公司都要大很多。可以看出我们有两种新一代经营出租车办法,一个是神州租车,它依然是一个拥有的概念。一个是滴滴,滴滴是连接的概念。哪个做得好,大家可以自己看,我觉得滴滴模式是成功的,连接比拥有更重要。

Airbnb也是,它不拥有一间酒店,但是它比任何一个酒店集团做得都要大,为什么?它拥有连接。你再想得仔细一点,昨天说阿里巴巴多么的疯狂,阿里巴巴不拥有一件商品,它拥有的是什么?人的连接。Google、facebook不拥有内容,拥有的是连接,这是分享经济的本质。当然新的经济总有泡沫的,没有关系,泡沫死掉了,好的公司就出来了。

第二是跟踪,在万物联网这个时代,当然还有大数据、人工智能做后台支撑,就有可能跟踪到经济,细到说每一笔交易,每一个人,每一个很细节的地方。这是一家美国的公司,它找我融资,跟我讲了一个项目。他发现什么现象呢,他经过一年多的调研发现一个现象。就是美国的酒吧差不多有1/4酒是被偷喝掉的,比如说涂总是我的朋友,今天老板进了一瓶路易十三,涂总没有看见就倒了一辈喝掉。或者涂总是老板,刚进了青岛啤酒,他回家接孩子去了,就被偷喝掉1/4的酒。现在他把酒架改掉了,每个酒瓶上有传感器,酒架可以称重。谁在几点几分倒了酒,精细到每一笔交易。涂总开会或者接孩子去了,在平板电脑上一看,今天所有的酒店经营一目了然,回头一堆账就知道了我们两个偷喝酒了。这是一个简单的例子,说明什么?跟踪经济是未来的一个重要性。

第三,合作经济。去年万物互联,我们搞了一个“双创”,哪个是大众,哪个是万众,我也搞不清楚。双创,失败了一大堆,为什么失败了,因为他总想着颠覆这件事,世界上大部分时候是合作不是颠覆。用我的话说,任何一次技术革命的模式都是原有产业加上新技术,等于新产业。你不要告诉我说有个新技术,颠覆原有产业,你是做不到这一点的。

举个最简单例子,第一次工业革命的时候,第一批受益的人是谁呢,发明蒸汽机的瓦特受益了。还有一个受益的人,他的朋友维奇伍格,英国一个瓷器大王。他是全世界第一个把蒸汽机用到某一个产业上的,就是用到瓷器制造业。做的还是同样东西,还是瓷器,但是他采用了一个新技术。他不是说从此不用瓷器了,去用金属的碗、盘子,不是这样的。但是一旦他用了新技术以后,出现这么一个情况,全世界生产了近千年的供不应求的瓷器,一下变成供大于求,因为他采用了新技术。所以维奇伍格这个人就成为了第一次工业革命的受益者,这是一个很好的创业模式。这个人还同时是达尔文的亲外公,同时也是达尔文老婆的亲爷爷,自己回家算这个关系去!

第二次工业革命的时候,在那个时代,今天百分之九十几的产业在电出现之前都有了。我们的农业,很多冶金,包括运输,这些东西都有了。但是电的使用改变了一切,一个旧的产业一下子以新的形式出现了,这个产业不变,这个产业还是有的。发电的公司只有两家,不需要每个人都去做发电,但是你用了电,坚持说我用了电,就获得一次提升,这是最关键的。不是说我有了电,再去想一个原来没有的事情,不是这样的。

摩尔定律在第三次信息革命时也是这样的,其实我们大部分是用这个摩尔定律。未来是什么形态,我们说智能时代,你一定记住是原有产业加上机器智能,你就成为新产业。不要说我知道机器智能,自己想出一个什么事情,中国的优势比美国的优势,最大优势是在产业上。恰恰就是有一大堆的这种比较落后的原有产业,美国这些产业叫做“遗产式的产业”已经没有了,中国有。每一个产业,你只要加上智能技术,升一次级,你就得到一个新产业,就是一次机会。

我们发现好多创业成功的人,他是原来传统的企业家二次创业,他的成功率很高。我们大学生脑子里有一些新技术、新想法,对原有的产业不了解,这个东西失败率就非常高。为什么说一开始受益的人就只有2%,是因为说很多人思维方式来不及转变,2%的人不是一个绝对数量,而是针对有些人是自称98%的人。那98%的人,就是他抱着一个旧有的思维方式,不愿意接受新的技术。比如说你是一个秘书,我们在计算机时代,你给领导写稿子要打印了。你说我的书法好,我一定要手写一个稿子给领导看,马上就被淘汰了,这就是2%和98%的人思维方式差异,在未来智能时代也是这样。

最后一个,众筹经济。众筹经济,其实它并不是说要写一本书,或者说涂总要写一本书。每个人能不能给我50块钱,完了之后每个人给一本。不是这样的,它是把整个社会生产制造环节全部改变了。过去企业是怎么生产制造销售的,以前是找钱,设计一个产品,当然我讲的比较简化。生产完了之后去销售,销售之后零售批发,你再收回成本,这是一个很长很长的过程。

未来是什么,最好的例子就是特斯拉,我不知道大家有多少人在这儿订了特斯拉3系的汽车。它怎么做的,先众筹,它第一天就订出10万辆,第一星期订出20万辆,先众筹。众筹完了,这个车什么样子,你还不知道。过一段时间,告诉你过来设计汽车,你就参与设计。设计完了制作出来直接给你了,中间的经销商,各种各样环节全省了。这是效率大幅度提高,利润大幅度提高。为什么能做到这件事,为什么过去做不到这件事。因为过去要做这件事成本太高,你每个人都去要一个定制的东西,成本太高。今天因为机器智能的水平达到这个水平,不是人在那儿给你一个个处理每个人特定的产品,而是机器来做这个。

当然这些事将来和万物互联息息相关的,如果没有这些数据的采集,没有它们之间相互处理,这件事是做不到的。

好了,就给大家讲到这儿。总结一下,未来我们说的万物互联网,或者智能时代,经济的几个特点,一个是连接比拥有更重要,然后是合作的经济,分享的经济,合作的经济,用一个众筹的平台。关键的是思维方式的转变,谢谢大家。

雷锋网原创文章,转载请注明来源出处,详情请见转载须知

时间: 2024-10-07 18:15:37

吴军博士:物联网和人工智能将再造一个英特尔和微软 | 万物互联的相关文章

千亿美元私有云大市将至,再造一个新VMware

到2027年,全球真正私有云(True Private Cloud,TPC)市场将达到2624亿美元,年复合增长率达29.2%:同时,TPC市场的增速将超过公有云IaaS市场增速:而本地部署的TPC市场将以32.5%的增速达到1760亿美元.这是美国市场调查公司Wikibon于2018年8月发布的最新预测.在2017年,全球TPC市场增长了55%.达203亿美元,TPC市场为公有云IaaS的40%,并以超过IaaS市场增速50%的速度增长. 什么是TPC真正的私有云呢?Wikibon的解释是:在

吴军博士眼中的五级软件工程师

有没有适用于咱们软件工程师的等级评价体系呢? 世界上有一套针对专业人士的评价体系,它的发明人是苏联著名物理学家 列夫·达维多维奇·朗道.朗道(1908-1968),号称是“世界上最后一个全能的物理学家”,他不仅获得过诺贝尔物理学奖,而且还提出一种按照水平和贡献划分物理学家的方法,被称为物理学家的等级,也就是前面提到的专业人士的评价体系. 其实,咱们 程序员/软件工程师 也是属于专业人士范畴的,那有没有适用于咱们的等级评价体系呢? 有,吴军博士在得到<硅谷来信>中就提出了他眼中的五级工程师的要求

机器学习大神 Michael Jordan:人工智能还只是一个雏形

原文链接 说到人工智能,不得不提到一个关键词就是机器学习,机器学习领域的突破和爆发,使人工智能领域有了飞跃的发展.人工智能的时候会特别关注机器学习领域将会以什么层级的速度向未来发展?在 2017 腾讯"云+未来"峰会上,机器学习大神 Michael Jordan 教授从人工智能发展史出发全面阐述机器学习现状及未来的挑战. 60年代,"智能"这个词刚刚出现,机器人进入到人的世界,被定义为像一个人存在.到80.90年代,"智能"走向另一种趋势,演变为

人工智能:下一个数据分析的黄金时代

今天的中国正在进入数据分析的黄金时代.根据中国信通院,2016年中国大数据市场规模为168.0亿元.增速达到45%,预计2017-2020年增速保持在30%以上.而在中国信通院2017年3月的一份调查显示,有59.2%的受访企业已经建立了数据分析部门,27.3%的企业正在计划成立数据部门,绝大部分企业均已意识到数据分析对企业发展的重要性. 反应到市场的人才储备方面,在由全球数据分析领导企业SAS公司举办的2017中国高校SAS数据分析大赛上,今年的参赛队伍跳升到全国1036支参赛队伍近3000多

【转帖】因为被蹭网7毛钱,一个博士网管揪出了一个黑客集团

因为被蹭网7毛钱,一个博士网管揪出了一个黑客集团 https://www.huxiu.com/article/321488.html 掉包的存在.. 因为有人蹭网0.75美金,一个博士网管揪出了一个黑客集团,还顺手发明了一套网络安全工具,成为网络安全的先锋.这就是传奇天文学家和数学家 Clifford Stoll 因为失业而做网管时发生的劲爆事件. 本文来自微信公众号:把科学带回家(ID:steamforkids),参考资料:The KGB, the Computer and Me等,编译:七君

英特尔人工智能圆桌论坛举行 四位大咖论道AI

英特尔人工智能圆桌论坛举行 四位大咖论道AI 2017-04-01 17:57 北京2017年4月1日电 /美通社/ -- 毫无疑问,人工智能已是最具变革力的发展趋势之一,在3月31日举行的2017英特尔中国媒体纷享会上,以"The NEXT:走进人工智能时代"为主题的圆桌论坛激起激烈的观点碰撞,诸多热点话题得到进一步的探讨和解读.  在资深媒体人董军的主持下,英特尔中国研究院院长宋继强,新华网董事.副总裁申江婴,人工智能专家.清华大学计算机系教授.博士生导师邓志东以及通信专家.720

端到端的全栈实力,英特尔正在用人工智能成就未来

2017年5月27日,英特尔参加了由机器之心SYNCED主办的2017全球机器智能峰会(GMIS 2017),此次大会以"机器智能时代"为主题,全面聚焦人工智能,包括英特尔在内的众多国内外顶级专家汇聚于此,围绕人工智能展开精彩的演讲和激烈的讨论. 会议期间,英特尔AIPG数据科学部主任刘茵茵博士,发表了主题为<演变中的人工智能,与模型俱进>的精彩演讲,她表示,深度学习推动着人工智能领域的进展,每个AI模型都是理论与实践的突破,以模型为起点,通过收集数据,进行训练,基于人工智

联合巨头做庄开源,英特尔在云计算时代再造DIY模式

2016年3月底,英特尔在全球盛大发布了新一代服务器至强处理器系列E5-2600 v4(简称:E5 v4).相比于两年前发布的上一代E5  v3强调软件定义数据中心基础设施(SDI)来说,新一代的E5 v4强化了对云计算环境的全面支持,英特尔说这是要加速"Cloud for All". 值得一提的是,在美国E5 v4的发布会现场,英特尔请来了代表开源软件社区的Docker公司CoreOS和OpenStack公司Mirantis的CEO站台,在中国则请来了百度.阿里和中移动三大家的代表站

[转帖]下一个十年 英特尔不“挤牙膏”了

下一个十年 英特尔不"挤牙膏"了 https://www.cnbeta.com/articles/tech/809687.htm 了解PC硬件的朋友有言,Intel近几年有点儿水逆了.先是近几代酷睿处理器的架构都是小幅改良,运算效能提升不大,被人冠以"牙膏厂"的外号,而10nm量产还要等待一段时间:AMD则凭借桌面端的Ryzen处理器叫好又叫座,虽然服务器领域的EPYC处理器一时间还没对Xeon造成严重威胁,但若Intel再不搞些大手笔,怕也得担心进一步的失守. 访