展开

关键词

咖说】吴军数据为王和机器智能的时代

在清华大学的这次讲座,吴军博士的演讲主题聚焦在大数据和机器智能领域。以下是吴军博士演讲内容(略有删节): 今天的主题是“机器智能和2%的世界”, 这是今天讲座的副标题——“数据为王和机器智能的时代”。 第二个大家看了可能以为我是标题党,从水门事件到莱温斯基,这是我在霍普金斯大学的导师在2000年的一个的一个非常的国际会议中的题目。 图片中的这个人后来在这个领域对人的贡献非常。从1972年来到IBM,IBM当时要做一件事:让机器有智能,他们在想,什么能够证明机器有智能? 第三个例子就是美国第二的百货连锁店—家乐福。 现在讲下大数据的关键技术,第一数据的收集,跟以前不一样的是无意识的。 收集的数据也是非结构化的,不会像调查问卷一样。

74260

吴军:数据为王和机器智能的时代

本次讲座是清华大数据产业联合会"应用•创新"系列讲座的第二讲,主讲人为吴军博士。回复“清华大数据”可获得完整版PPT(有效期5天)。 ? 吴军于2002年入职谷歌,在2010年加盟腾讯并担任国家重大专项“新一代搜索引擎和浏览器”项目的总负责人。 演讲题目: 《数据为王和机器智能的时代》 演讲提纲: -大数据的本质与特点 -机器智能 -大数据对未来世界的影响 演讲全文: 吴军:谢谢韩老师,最后一排能听到我说话的举一下手好吗? 还有重要一条,大数据在某种程度上催生一些新的思维和做事方法,大家想中文翻译大数据很简单,就是“”“数据”,英文中为什么用big data,不用large data,big和large到底有什么区别? 本次讲座是清华大数据产业联合会" 应用•创新"系列讲座的第二讲,主讲人为吴军博士。回复“清华大数据”可获得完整版PPT。更多精彩内容,请锁定清华@数据派(ID: datapi)。

84920
  • 广告
    关闭

    腾讯云图限时特惠0.99元起

    腾讯云图是一站式数据可视化展示平台,旨在帮助用户快速通过可视化图表展示大量数据,低门槛快速打造出专业大屏数据展示。新用户0.99元起,轻松搞定数据可视化

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    吴军:你做的那些坏事,大数据全知道

    转自吴军《智能时代》:第四章,大数据与商业 现在,我们可能不得不面对这样的现实:无论你是偷偷在家里种大麻,还是偷喝了老板的好酒,别人都会知道,因为有了大数据。 开工后的第一个周末,我们来听听吴军博士讲的两个大数据的有趣故事。 毒品问题是美国社会的一毒瘤 到了大数据时代 私自种植毒品者的好日子就快到头了 问题描述:毒品问题一直是美国社会的一毒瘤 过去美国政府一直把缉毒重点放在切断来自南美洲的毒品供应上,但仍然无法完全禁止毒品泛滥 开过小餐馆的人都会有这样的经验,自己是否在店里看着,对营业额的影响特別,因此做这种餐饮买卖的人特别辛苦,稍微不注意就开始亏损。 针对酒吧老板的这些麻烦,戴维设计了一套解决方案。 本文来自《智能时代》 作者吴军:硅谷投资人、丰元资本创始合伙人、计算机科学家、《浪潮之巅》作者

    45230

    吴军:三个案例透析大数据思维的核心

    而大数据时代,大数据思维要求我们从探求因果联系到探索强相关关系。 以下三个案例分别来自药品研发、司法判决与广告投放,从三个不同的角度了解大数据思维的核心。 这种情况直到20世纪90年代中期美国历史上的那次世纪诉讼才得到改变。 不过在20世纪90年代的那次世纪诉讼中,各州的检察长下定决心要打赢官司,而不再是不了了之,为此他们聘请了包括约翰·霍普金斯大学在内的很多大学的顶级专家作为诉讼方的顾问,其中既包括医学家,也包括公共卫生专家 我们在前面提到,能通过因果关系找到答案,根据因果关系知道原因固然好,但是对于复杂的问题,其难度非常,除了靠物质条件、人们的努力,还要靠运气。 牛顿和爱因斯坦都是运气很好的人。 本文摘选自《智能时代》 作者|吴军 中信出版社 END 版权声明: 转载文章均来自公开网络,仅供学习使用,不会用于任何商业用途,如果出处有误或侵犯到原作者权益,请与我们联系删除或授权事宜,联系邮箱:

    37710

    咖 | 吴军最新演讲:未来,连接比拥有重要,合作比颠覆重要

    数据文摘出品 上周,在尤瓦尔赫拉利《今日简史》新书全球首发会上,吴军发布了题为《未来,连接比拥有重要,合作比颠覆重要》的演讲。 吴军:博士,知名自然语言处理和搜索专家,硅谷风险投资人。吴军博士曾经担任谷歌资深研究员,设计了谷歌中、日、韩文搜索算法以及谷歌的自然语言分析器。 大数据文摘对其演讲精华内容摘录如下: 随处可见的超智能机器、每过十年就得换个职业的人生、数据精英一跃成为新的“统治阶层”……这些尤瓦尔赫拉利《今日简史》中做出的预测,吴军老师表示并不担心,他说“对于人类的未来 只有了解世界的来源,才能更好把握未来世界前进的方向,吴军博士用“智能时代的新意义”这条主线,实际上串起来我们的过去、现在与未来。 我们是谁? 尤瓦尔赫拉利在《今日简史》书里讲了人工智能很厉害,“数据和算法的威力超乎人的想象。谷歌、脸谱网、百度和腾讯等数据巨头多半靠提供免费信息、服务和娱乐来吸引我们的注意力,再把我们的注意力转卖给广告主。

    49600

    【观点】吴军:三个案例透析大数据思维的核心

    而大数据时代,大数据思维要求我们从探求因果联系到探索强相关关系。 以下三个案例分别来自药品研发、司法判决与广告投放,从三个不同的角度了解大数据思维的核心。 这种情况直到20世纪90年代中期美国历史上的那次世纪诉讼才得到改变。 不过在20世纪90年代的那次世纪诉讼中,各州的检察长下定决心要打赢官司,而不再是不了了之,为此他们聘请了包括约翰·霍普金斯大学在内的很多大学的顶级专家作为诉讼方的顾问,其中既包括医学家,也包括公共卫生专家 我们在前面提到,能通过因果关系找到答案,根据因果关系知道原因固然好,但是对于复杂的问题,其难度非常,除了靠物质条件、人们的努力,还要靠运气。 牛顿和爱因斯坦都是运气很好的人。 在大数据时代,我们能够得益于一种新的思维方法—从大量的数据中直接找到答案,即使不知道原因。 本文摘选自《智能时代》,作者:吴军 中信出版社

    50180

    吴军:三个案例透析大数据思维的核心

    而大数据时代,大数据思维要求我们从探求因果联系到探索强相关关系。 以下三个案例分别来自药品研发、司法判决与广告投放,从三个不同的角度了解大数据思维的核心。 这种情况直到20世纪90年代中期美国历史上的那次世纪诉讼才得到改变。 不过在20世纪90年代的那次世纪诉讼中,各州的检察长下定决心要打赢官司,而不再是不了了之,为此他们聘请了包括约翰·霍普金斯大学在内的很多大学的顶级专家作为诉讼方的顾问,其中既包括医学家,也包括公共卫生专家 我们在前面提到,能通过因果关系找到答案,根据因果关系知道原因固然好,但是对于复杂的问题,其难度非常,除了靠物质条件、人们的努力,还要靠运气。 牛顿和爱因斯坦都是运气很好的人。 在大数据时代,我们能够得益于一种新的思维方法—从大量的数据中直接找到答案,即使不知道原因。

    40550

    咖说】专访吴军:智能的时代,连接比拥有重要, 合作比颠覆重要

    吴军:在很多人的印象中,数据就是数字,或者必须是由数字构成的。其实不然。 吴军:简而言之,是因为以前的数据量不够,维度也不够,而现在我们能够采集、存储和处理大数据。 光大没用, 大规模数据不等大数据 上观新闻:当数据到一定规模时,量变引起了质变? 吴军:原理是如此,但事情没这么简单。大规模数据还不等于大数据。 2000年以后,数据量不仅剧增,而且开始相互关联,这才出现了“大数据”的概念。 大数据首先体量要,这没有争议。但光是还没用,比如一个人基因全图谱的数据矣,但没有太大的统计意义。 吴军:是的。相比美国,中国最大的优势在产业上。在美国,已经没有了一堆比较落后的“遗产式的产业”(Legacy Industries),而中国有。

    52580

    吴伯凡对话吴军、涂子沛:大数据是智能的母体

    “铿锵三人行”环节请到了硅谷风险投资人、《智能时代》的作者吴军博士,观数科技联合创始人、前阿里巴巴集团副总裁涂子沛先生,以及伯凡时间创始人吴伯凡先生,并针对大数据和人工智能相关话题进行了探讨。 吴伯凡:涂总是数据的代言人,吴军老师是智能时代的代言人,你认为涂总说的数据是大脑,智能只不过是一个延伸,你同意这个观点吗? 吴军:我同意,机器获取智能的方式和人不一样,它很大程度上靠数据。 但是你把这两个商品房在一起去卖,结果就是好,实际上这对过去人的认知也是一个蛮的挑战,所以数据可以讲是机器智能的一个基础。 他上午说了三个数据,你的症状,你的历史,还有化验结果,有这三个数据提交给计算机,如果未来在手机上提交。手机告诉你该吃什么药物,你敢吃吗。如果你敢吃,我认为就是人工智能又一跃升。 吴伯凡:越聊越多,人工智能,大数据吴军老师说的第四点婚配,司机、秘书、医生,如果我们不当官,不有钱有势也能够拥有这三个,那对我们未来的的确确是一个福音,由此看来也的确是一个产业,人人都拥有私人医生,

    29380

    吴军:赶上智能浪潮 争当2%的人

    我想说的是他们的成功其实给予我们一个启示,那就是,如果我们不可避免地要被那2%的人通过大数据和机器智能控制,与其抱怨,不如干脆加入他们的行列。 虽然并非每一个人都能够去开发大数据和机器智能产品,但是应用这些技术远不像想象中的那么难。 我有一位在生意上还算成功的学员,在全国各地开了几百家茶叶店。 当然,更彻底的改变是利用所获得的大数据信息找到那些经常买茶叶的人,和他们建立起长期的供货关系,这样不仅能有比较稳定的收入,而且还能因为流通渠道成本的降低而提高利润率。 大数据导致机器革命的到来,这对未来社会的影响不仅仅存在于经济领域,而是全方位的。 吴军| 著 中信出版社

    44570

    吴军《硅谷来信》思维导图笔记 - 工作篇

    2017年,在前公司领导技术经理刘总的推荐下,在得到App上订阅了吴军老师的《硅谷来信》,从此每天刷牙洗脸的时间就开始听吴军老师在大洋彼岸寄来的信件了。

    91840

    吴军:数学为人生之题解出漂亮的答案

    如果用当下比较流行的说法来概括吴军的身份,他便是会摄影、会写作的计算机科学家中最爱发微博的投资人——几乎很难用一句话涵盖“吴军博士”(吴军的微博昵称)会做什么、想做什么、在做什么。 所以很多时候你会发现说,沉寂了很多年,然后一下子有一个爆发。 理论上工作它有一个叠加的效应,实际工作常常这一代技术过去以后,对后面的影响不是那么。 我们是比较成功的把它从一个人工智能的问题转换成了一个大数据的问题。谷歌有相当多的数据,而且数据非常完善,通常大家问的很多问题这些谷歌的数据里面是能够找到答案的,这是学术界没有的优势。 并不是说真是研究这个问答,分析里面的逻辑,而实际上是通过信息的搜索以及语言的处理,通过数据的处理,通过数学模型,来解决智能的问题。

    24350

    吴军:机器智能时代,如何成为最先受益的2%?

    数据文摘记者|蒋晔 【导语】:2016年11月13日,第二届万物互联创新大会「创业下一潮水:大数据与智能时代」在杭州召开。丰源资本创始合伙人、前腾讯副总裁、《浪潮之巅》作者吴军博士发表了演讲。 吴军博士介绍了当今机器智能的水平,分析了智能时代到来的原因,并在最后分享了其认为的未来时代,“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, 大数据文摘记者在大会现场发回第一手报道,以下是吴军博士演讲全文: 在不改变原意的前提下有部分删改 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。 中国那么的产能过剩,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。 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的原因。 终端的出货量十几亿台,非常

    48340

    数据机遇还是忽悠?

    持反方观点,为技术时代的到来欢呼的,一位是北京大学光华管理学院新媒体营销研究中心副主任苏萌,另一位是日本政治家、内阁成员山本一太。 他提出“一台电脑论”,即科学家们研究所需的数据,最好用一台电脑就能装下,否则数据处理会过于繁琐,无助于解决问题。他结合自身经验说,随着数据量的增大,研究的准确性一开始会随之上升,但很快就会趋平。 这有三个原因:一是因为不同机构间的数据还未真正流动起来,目前还只是数据“孤岛”;二是完整的生态产业链还未形成,尽管通过行为数据分析已能够分辨出一个消费者的喜好,但从供应到购买的链条还没建成;三是因为数据分析人才仍然极度匮乏 一位听众挑战正方,说,你们认为大数据过于庞杂纷繁,反而解决不了问题,那是不是说,当处理数据的计算工具变得足够好时,大数据就会变得有用? 正如Howard在发表“失败感言”时所说,“我们并非反对数据,只是反对大而无当的数据数据本身当然非常重要”。人类已经并将继续产生日益庞大的数据,或许不论我们接受与否,大数据时代都已到来。

    58180

    【精读】十分钟读完《智能时代》—吴军

    吴军先生这本书将智能时代的诸多要素娓娓道来,读下来如林中散步,在不知不觉中带领我们去到远方、登上高处,饱览领会了这个新时代的版图和全线的风景。 —— 涂子沛 “《智能时代》这本书展现了吴军博士的真知灼见和前瞻思维,这些都来自于他在大数据和机器智能领域的多年第yi线实践经验。 大数据,之所以用big data而不是large data、vast data,是因为big是一种相对于小的,而不是绝对体量的。因此,大数据是一种思维方式的改变。 完备性:在过去,任何使用基于概率统计的模型都会有很多小概率事件覆盖不到,而这些情况反映到交叉熵时,它的值会达到无穷,也就导致数据驱动方法失败。所以就要求大数据具有完备性。 的搜索引擎公司因为数据多,用户量大,就获得了大量的数据用于训练模型,从而更高地提升了预测能力,而小公司因为缺乏条件,就会在竞争中落后。

    1.5K90

    :UBER数据迁徙

    数据迁移的日期定为万圣节(10月31日),而这恰是交通量会非常高的一天。 上面图中的大问题是:我们仍然依赖于单一的PostgreSQL (数据库管理系统)来存储大部分的数据。下面的饼图显示了数据是如何在数据库中分配的: ? 我们评估了各种NoSQL(不同于传统的关系数据库的数据库管理系统的统称)的具有上述特点风格的数据库。 追加(无更新)数据模型:它仅支持一个只追加数据模型中,一旦它被写入后,就不能进行修改。这对于存储交易数据,并希望防止数据损坏的系统是非常有用的。由于是只追加模型,修改会自然幂等和交换。 在真正可以开始迁移之前,第一个任务是从用户身份到用户唯一识别码的迁移,因为原代码依赖于自动递增的PostgreSQL 数据库标识符。几百条SQL查询需要被重写。

    45370

    吴军博士硅谷第一封来信:不做伪工作者

    在这样的背景下,一个人所追求的不应该是完成了百分之几,或者百分之几十的工作,而是做完了哪几件重要的事情。 一个聪明的员工,应该善于找到最重要的工作,并且优先完成它们——这是所有新员工都欠缺的技能。

    1.5K31

    数据价值机遇大变革

    数据价值机遇大变革 2017-3-26 张子阳 推荐: 1 难度: 1 ? 这本书就像一个印刷出来的PPT,字体比较大,留白比较多,大量图片,全彩印刷。 概括起来有下面这些要点: 数据量正指数级别增长。大数据时代已经来临。 大数据特点:存储量大、计算量大、增长速度快、类型多样化。 制造业应用:给挖掘机安装GPS和数据上传系统,统计挖掘机每月的工作时长。然后根据大量用户的实际使用数据,来判断市场是否有过剩的风险。 银行业应用:反诈骗系统。 数据仓库(Data Warehouse)是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持管理决策。 相对稳定:数据一旦进入数据仓库以后,一般很少进行修改,更多地是对信息进行查询操作。 反映历史变化:不只是反映企业当前的状态,而是记录了过去某一点到当前各个阶段的信息。

    25040

    《数学之美》读后感:看数学之美,悟技术之道

    此外,简单的布尔代数就是支撑搜索引擎索引的数学基础,一个漂亮的pagerank矩阵乘法迭代加上一个TF-IDF公式,就可以程度地改善搜索结果的质量,无一不体现出简单即是美的特点,而数学模型刚好符合这个要求 又如,在信息的度量和作用一章,我们再次回顾了信息熵的重要性,这也是吴军老师一直在重复提及的信息论(吴军老师喜欢站在信息论的高度看问题,而不只是看到片面的表象)。 令我印象最深刻的就在于,吴军博士在设计分类器时,依照吴军力求完美的态度,应该还会花很多时间去尽善尽美,但是被辛格博士止住了,“在工程上简单实用的方法最好”。 相反,比如cnblogs(博客园)在招聘工程师一直提到的“3原理,2个协议,1种结构”(计算机原理、操作系统原理、编译原理、TCP/IP协议、HTTP协议、数据结构)却是没有怎么变化的(甚至是短时间不会变化的 站在高处向下看,也许我们一直看不到底,但是站在底处却是可以看见底的,这也是我为什么在毕业之后还要去重新温故操作系统原理和数据结构等科目的原因。 ?

    37340

    对话《浪潮之巅》作者吴军:5G来了,新的商业发展机会在哪里?

    对于未来行业的发展趋势变化,吴军表示:“在5G到来的时间点,现在的计算机网络和电信网络会有一次的融合,产业会有一次新的洗牌”。 产业互联网的发展,需要通过5G等前沿技术去改造和智能化,推动产业升级。 腾讯科技:刚才您提到了我们关注的几个重点问题,那您是如何理解我们对5G的需求度呢,5G是未来的一刚需吗? 吴军:我认为,对于5G的需求,其实很大程度上是因为移动互联网发展到“IoT时代”的阶段。 吴军:主要是两个维度:一方面,智慧城市会被激活,整个城市像一个“机器”,城市的便利性会更高。另一个方面,过去我们看不到的一些商业服务会出现。 从前几年的发展来看,以2016年的数据为例,全世界互联网产业的营业额大约是3800亿美元。 吴军:从整体的投资规模来说,先从美国的数据看,除了2000年的“互联网泡沫期”是一个特例,那时候全美国的风险投资规模大约是1000多亿美元。

    45030

    相关产品

    • 大数据处理套件

      大数据处理套件

      腾讯大数据处理套件(TBDS)是基于腾讯多年海量数据处理经验,对外提供的可靠、安全、易用的大数据处理平台。你可以根据不同数据处理需求选择合适的大数据分析引擎和相应的实时数据开发、离线数据开发以及算法开发服务,来构建您的大数据应用服务……

    相关资讯

    热门标签

    活动推荐

    扫码关注腾讯云开发者

    领取腾讯云代金券