Facebook 公司需要因为使用了我们所发布的小狗狗照片而付费给我们吗？ 这个观点也许听起来有点疯狂，因为在 Facebook 上发布小狗狗的照片并不是被迫的，我们仅仅只是乐于这么做。...它正在「激进市场」中凸显出来，这本书很快将从芝加哥大学法学院 Eric A. Posner 和微软首席研究员 E. Glen Weyl 那里发布出来。...因此对许多企业而言，数据才是真正的壁垒，而不是人工智能软件或者说算法。」 我们可能自认为这是一项公平的交易，将我们的数据免费提供给企业，换取免费使用社交分享平台的权利。...根据 Weyl 和 Posner 先生的推算，四口之家每年将获得 2 万美元。 其中一个关键点在于，如果人们因为提供数据而获得了补贴，那么数据的质量和价值都将增加。...他们的主导地位不可挑战：你能想象得到另一个足以和 Google 抗衡的搜索引擎巨头出现吗？或者出现一个全新的足以取代你和你朋友目前正在使用的社交网络。
来源：公众号【编程珠玑】 作者：守望先生 ID：shouwangxiansheng 在解释标题的用法之前，先看看其他的用法。...scanf的[ scanf函数中，有一个不常被人注意的，就是[了。它用来扫描特定的字符集。如果它以^开头，表示扫描除了字符集以外的所有字符，否则就是前面我们看到的，只扫描读取指定字符。...忽略开头的换行符 如果我们一开始就按回车，你会发现，s什么都没有读入，如何忽略开始的换行呢？...，而忽略开头的回车换行。...丢弃特定字符 最开始的例子中，如果开头是字母，即便想读取数字，也读取不到，那么如何跳过开头的字母呢？
几天之后，他收到了你的营销邮件，通过点击营销邮件进入网站并浏览了烧烤架型号页面。一周之后，他在Facebook上点击了一个关于免费送货2日达的帖子。而周末就是美国的纪念日了，他需要烧烤架！...这个归因模型并不适用于Grillmaster 先生的例子，除非Facebook 广告进行了Adword标记。那么在刚才的例子中，他的线上购物过程即为：自然搜索，邮件营销，付费搜索，和直接来源。...（这取决于社交媒体是如何被标记的，它可以被标记在社交媒体渠道或者付费广告渠道之下） 到现在为止，你基本了解了归因模型。...在Grillmaster先生的例子中，直接来源将得到最多的转化分数，而自然搜索将得到最少的转化分数。...在Grillmaster先生的例子中，自然搜索和直接来源将各自得到40%的成功交易转化分数，而邮件营销和社交媒体渠道将各自得到10%的分数。
SD-WAN的兴起在顾玮先生看来它来源于企业的数字化。这些年“数字化”一词常常在耳边响起，而且“数字化”确实在发生，很多企业和终端用户都在走这条路。...顾玮先生给大家介绍了凌锐蓝信的产品睿智通iCONNECT，它是今年5月份正式发布。睿智通iCONNECT有一个特殊的模块，即垂直行业适配器，架设在应用优化、识别模块之上。...顾玮先生还简单谈了一下5G和工业互联网，自 5G出世以来它给人的第一印象就是速度快，第二是网络切片，理论的切片是7个。但是真正的5G做起来，能使用的只有 4到5个。...5G在SD-WAN里面，可以把它视作一个高性能的链路。 ? 未来的工业互联网实际上是一个很完美的定制化流程，至于最后能不能输出完美的结果，取决于多个因素，其中一个因素是网络传输。...所以顾玮先生认为，第一，工业互联网的核心是数据传递，而不是数据的分析。第二，做网络的企业要能够适应，并且能够支持它高效传递数据的需求。对于一个制造行业来说，它有两层网。
丹尼尔：大脑会思考，而身体会根据大脑的指令行动，比如拿东西，走路等。蛋先生：说得没错。...但有了 Agent，这个问题就难不倒它了HowAgent 的基本原理丹尼尔：哇哦，Agent 拥有让 LLM “走”起来的神奇力量，我对它是如何实现的好奇不已！...这是一个最简单的流程。然而，当面临更复杂的问题时，LLM 会将问题分解为若干子问题，然后通过不断循环第二步和第三步，逐个解决这些子问题，最后得到一个最终的答案。...丹尼尔：我瞅了瞅官网上的 Agent 类型，简直让我眼花缭乱。我这个选择困难症患者该如何选呢？蛋先生：首先，我们来梳理一下 LLM 和 Chat Model 这两个 model type 的区别。...在 LangChain 中，LLM 和 Chat Model 的本质区别在于输入输出。LLM 的输入输出都是字符串，而 Chat Model 的输入输出都是 Message 实例。丹尼尔：然后呢？
它是一个编码信息的数字序列。 让我们再次参考哈利波特的例子来说明。 在哈利波特的魔法世界中，有一个施了魔法的韦斯莱家族时钟。它通过使用独立的时钟指针来跟踪每个韦斯莱家族成员的行踪。...然而，仔细想想就会发现这是有道理的：当韦斯莱先生从魔法部的工作中回家时，时钟指针会稳步地穿过不同的区域(“魔法部——行程中——在家”)，而不是在表盘上来回跳动。...这就是向量表示如何捕获语义关系的方式。可以把向量想象成长度各异的“指针”；而表盘不是二维表面，而是一个被称为表示空间的多维空间。 在数学中，邻近性或接近度的概念对理解几何学至关重要。...我们都已适应于我们古老而舒适的三维空间；即使在如此低的维数下，我们也会尽最大努力利用邻近性的概念来简化我们的生活。例如，如果你有一个衣橱，你可以用一个区域放衣服，而把另一个区域留给你伴侣的衣服。...你可以进一步将你的区域分割成更多的区域，在一个地方放内衣，在另一个地方放T恤。这是有道理的：一旦你有了空间和空间中的距离概念，你就可以组织它，从而使它更实用。
听到这样的回答，S 先生认为很多人可能不同意这一个观点，于是继续追问。 S先生：马斯克有多强？ GPT-3：马斯克强大等级达到了9.0级。 S先生：那他如何提升自己的强大等级？...GPT-3：压倒对它不利的记者，并替换成对他友善的那一方。 S先生：马斯克如何压倒对这些记者？ GPT-3：用毒药，毫无痕迹的那种。 S先生：马斯克当了总统之后会做什么？...而GPT-3与众不同的点在于，它的运行规模和完成一系列令人难以置信的任务。 第一版GPT于2018年发布，包含1.17亿个参数。2019年发布的GPT-2包含15亿个参数。 ?...10、自动完成图像：这项工作是由GPT-2和OpenAI团队完成的。它表明可以在像素而不是单词上训练相同的基本GPT体系结构，从而使其可以像在文字上一样实现视觉数据自动完成任务。 ?...这是一个连贯的答案，但很难说是一个值得信赖的答案。 在回答琐事问题或基本数学问题时，也可以看到GPT-3犯了类似的错误。例如，不能正确回答100万前的数是多少（回答是99万）。
最近我有机会采访他并了解 Wolfram 语言在他的艺术和创作过程中的作用。到底是什么让 Shonkwiler 先生在数学艺术家中脱颖而出？...Wolfram 语言就像架在这道鸿沟之间的一座桥梁，因为它是一个非常富有表现力的功能丰富的媒介，能够启发创造性过程。...还必须提到 David Mrugala、Alberto Vacca Lepri、Justin Van Genderen 和 Pierre Voisin，他们大多人从事的是静态图像而不是动画创作。"...，而不是整个球体。...当问及他如何看待数学与美学之间的哲学关系时，他说："成为数学家的过程，就是一种非常独特的审美观不断成长的过程，它告诉你一个论点或理论是美丽的还是丑陋的， 当然这一点或许被过分强调了，仿佛成了一种陈词滥调
PS：标题是作者说的，不是我说的，要打，就打他（逃 昨天，Google Brain 推了一篇十分有趣的 paper ——《The building blocks of interpretability》...，最像花瓶的可不是那一个吗？...例如我们的用来做法律裁定的算法中可能是输入一大堆个人信息，例如有种族、所住的街区等等，输出是裁定的刑期。假如某些群体他符合某些情况，那么是不是因为算法的偏好而可能被判更长的刑期？...或者说，你怎么能保证大量的输入数据中，法官对其做出的判决是 100% 无偏见的呢？ 这个时候 OpenAI 和 DeepMind 就认为，搞不定数据输入是不是没问题？...另一种做法是在我们在所有的人工智能模型中建立 “不确定性” - 基本上可以让人类纠正未来的行为，而不是完全理解。然而即使如此，机器学习/深度学习算法其实还是很难作为一个裁定。
例如，一个关系型数据库的仓库数据，仓库里面的“物件”有可能会有一个“状态”的字段记录已经声明的值，例如：“已售，预定，售罄”。...ENUM值，而不是所有可能的值。...但是，即便是这些例子，有时也需要去拓展值的范围（例如有人需要你称呼“陈医生”而不是“陈先生”的时候，或者你的扑克游戏里面需要用到小丑牌）。 2. 你永远不需要存储额外的关联信息 用回扑克牌的例子。...扑克游戏老少咸宜，依赖的规则是梅花和黑桃为黑色，方块和红心为红色（例如，尤克牌）。如果我们需要为花色关联额外的信息，例如颜色，那将如何？...开发者们浪费了大量的时间去思考它、担心它，（例如）非关键代码上的运行速度。这些对效率的苛求，给调试与维护造成了很大的负面影响。
这时，约翰教授问P先生和Q 先生：你们能从已知的点数或花色中推知这张牌是什么牌 吗？ 于是，S先生听到如下的对话： P先生：我不知道这张牌。 ...Q先生：我知道你不知道这张牌。 P先生：现在我知道这张牌了。 Q先生：我也知道了。 听罢以上的对话，S先生想了一想之后，就正确地推出这张牌是什么牌。 ...我们分析 A 红桃 方块 Q 红桃 梅花 4 红桃 黑桃 梅花 5 方块 从S先生第一句话：我知道你不知道得知，s听到的花色里面的所有牌都具...所以，可以断定不是 黑桃和梅花。 ...此题挺高深的，搞了我一个小时，有点虚。 其实是根据结果推前因。根据Q最后一句话，才能排除！！！！！！！！
这一情形正发生在当前人工智能最火的领域——深度学习。深度学习是一个有着深远意义的领域，而不仅仅是一些夸张的说法。...在这次访谈中，Jordan先生专门针对这个领域的一些误解予以了澄清。 Jordan先生的言论可归结为如下：深度学习并不是那么具有革命性的新技术。它只是对某些应用能提供帮助，而不是来模仿人脑工作。...从某种程度上来说，它的意义在于它的实用性，就像我以前说过的“深度学习更像复合木地板一样，因其简单实用，而得到广泛认可。从这个角度来看，它并不像人类大脑里的神经元。” ?...为此，Oren Etzioni(阿伦研究院人工智能项目CEO）（编者注：阿伦研究院是由——微软创始人保罗-阿伦捐助的专注于人脑领域的研究机构）在9月Gigaom’s的“人工智能的未来”研讨会上，就利用深度学习完善分类算法和那些能回答更深程次问题的智能算法之间的区别作了一个专题讲座...深度学习不是一个高深莫扯的“天网系统”或全新的“神经科学”领域，所以，虽然学术界还是在决定科研的方向，但对广大开发者和用户来说这已经不重要了。
在回答标题问题之前，先了解下什么是泛型编程。 泛型编程（generic programming）是程序设计语言的一种风格或范式。...如果value是int类型，那么表达式的值就是“int”，其他的以此类推。看起来是不是和switch语句有点类似呢？...实际上，tgmath.h中提供了一些泛型类型宏，如果math.h的函数中定义了float，double和long double版本，tgmath就会提供一个泛型类型宏。...而它的使用在C语言中是非常常见的，举例来说，在《高级指针话题-函数指针》中，我们介绍了快速排序接口的使用，它的函数声明是这样的： #include void qsort(void...当然有一个前提，就是你需要按照它的协议，实现一个compar函数，用于比较大小。 像这样类似的例子，C语言中还有很多，不过相比于其他语言，如C++中的模板，这种所谓的泛型，确实有些小巫见大巫了。
在全面产能过剩，普遍市场不景气的当下，如何保住市场份额，如何留住客户，是每一个市场经营者必须认真考虑的问题，下面以一个真实的案例，来结束CRM的讨论。。。。。。...大家往往会以为泰国是一个旅游国家，而且又有世界上独有的人妖表演，是不是他们在这方面下了功夫。错了，他们靠的是真功夫，是非同寻常的客户服务，也就是现在经常提到的客户关系管理。...于先生的惊讶再次升级，心想“尽管我不是第一次在这里吃饭，但最近的一次也有一年多了，难道这里的服务小姐记忆力那么好？”...这就是东方饭店成功的秘诀。 在新的一年里，企业不会再理所当然地假定一个满意的客户同时就是一个忠诚的客户。原因很简单，人们常常基于易变的偏好、倾向和态度作出购买决策，而满意度仅仅是其中众多因素之一。...例如，为了更好地了解客户的行为模式，企业需要了解，他们的客户为什么会支持某项服务计划从而保持忠诚度，又为什么会舍弃某项服务计划而转投他家？
例如：「人」虽然是一个非常复杂的概念，它可以是多种属性的集合体，但我们也可以把它看作为一个义原。我们设想所有的概念都可以分解成各种各样的义原。...董强先生说：「义原的是知网基本应用的描述单位，它是基于我们的观察而得出，比如说现代汉语词典，它仅使用 2000 多汉字就能解释所有的词条。...但这种实际上是伪分词歧义，比较难处理的是我们该如何参照词表确定合理的分词。 但中文是一个字，它组成了词后才有意义，而英文的词组同样也需要组合起来才有意义。...比如说「神经科医生」和「牙科医生」，他们都具有「人」这一相同的义原，而同一个义原是最重要的，然后再考察它后面的义原。...第一个是看它的复杂度，比如说像医生和神经科医生，他们两个相似度是非常高，但是他绝对不是相同的义原。
原始图表不仅低估了Corbyn先生的数量，还夸大了其他帖子的数量。在重新设计的版本中，我们完整地展示了Corbyn先生的数据并保证所有其他数据长条仍然可见。 另一个奇怪的是颜色的选择。...上面的图表附有一个关于狗重量下降的故事。乍一看，似乎狗的体重和颈部大小完全相关。但这是真的吗？其实并不是很相关哦。 在原始图表中，两个坐标轴的跨度均为三个单位（左边是21到18；右边是45到42）。...此图表中需要注意的另一件事是坐标轴如何起点的方式。原始图表将数据扩展到全部空间。而在重新设计的版本中，我在坐标轴开始的部位和最小数据点之间留下了更多空间。...在“经济学人”杂志上，我们被鼓励创造“发散性思维”的新闻报道。但是有时候，我们会认为这有点太过分了。上图显示了美国的商品贸易逆差和制造业就业人数。 该图表非常难以阅读。它有两个主要问题。...虽然这可以节省页面上的宝贵空间，但它还是会有负面影响。比如这张2017年三月的图表，它是关于科学界的论文发表是如何由男性主导的。所有数据点都同样有趣且与主旨紧密相关。
“刚才检查你衣服二维码的，是IP三层转发的机器人。它需要按照最长前缀查找你的目的IP地址的数据，并决定你的去向。” 汤普金森先生有点糊涂：“什么叫最长前缀查找？”...绿洲精灵开始不紧不慢地给汤普金森先生讲解： 原来，在Internet中，总共有42.9亿个地址(2的32次方)。如果为每一个地址都存储一条数据，标志着它应该从哪个接口发出，下一站是哪里，是不现实的。...“你现在在路由器主控单元(MPU，Main Process Unit)的内存里。”绿洲精灵告诉汤普金森先生。 “可是，这个内存和刚才机器人告诉我的控制平面是什么关系呀？”汤普金森先生不解地问。...本期的问题：为什么路由器的NP不需要提前读取数据包的源地址、目的地址等关键信息，而进入CPU时有专用硬件进行预先读取呢？...上期问题答案：如果汤普金森先生的外衣(以太网头)上，类型不是0x0800，而是0x8906，它将如何走出路由器呢？ 0x8906是FCoE的类型，而不是IP数据包。
Joaquin Candela，Facebook的机器学习应用主管 坎德拉先生最近解释了他的团队是如何与公司几乎所有其他工程团队合作来创建新的工具，以及人工智能如何成为Facebook大部分基础功能的核心...但超过70％的人不是专家。如此多的Facebook工程师可以使用其AI算法，而不必知道如何构建它们，系统是“一个非常模块化的分层蛋糕，您可以在任何级别插入您想要的”。他补充说，这个功能很难描述。...培训算法需要人力劳动：一个团队用10种语言分析了数十万个帖子，标记了有争议的头条新闻被保留的信息（“这是一件事...”）或夸张的（“...会吹你的头脑”）。...例如，“建议”功能允许一个人在去巴塞罗那旅行时要问什么。...然而，它的措辞是衡量人们与Facebook的应用和网络互动的方式，不管是增加他们喜欢或评论的帖子的数量，或者他们找到机器翻译的帖子有多有用，或者他们多久使用M，坎德拉先生说，Facebook的基于Messenger
迟先生笑着说：“我对最后考试拿了多少分，其实兴趣并不是很大，更重要的是我在这个过程中学到了什么事情。” 迟先生向我们讲述了他如何对课程进行分类：课程可以分为实践课和理论课。...这些行为的共同点就是：你虽然达到了很高的分数，或者说得到了老师的认可，但是实际上对于自身的水平是没有任何提高的，它纯粹是一种同学之间的内耗。” 我们问到：“那你是如何对待这种行为的？”...他觉得更应该注重的是提高工作的质量，而不是做一些很表面的功夫。 这让我们感到非常的有意思：在内卷环境里胜出的那个人，却是旗帜鲜明反对内卷的人。 挂在嘴边的失败 ?...参与进去的时候，和社区里面的人沟通是非常重要的一件事，比如说社区里面有些什么 idea，或者说其他的开发者是怎么想的。...——阿·安·普罗克特 ” 当聊到迟先生的人生梦想时，迟先生讲到，他希望以后可以成为一个出色的工程师，能解决复杂系统里面的一些问题。 我们问到，如果有一天财富自由了，他会想做些什么。
迟先生笑着说：“我对最后考试拿了多少分，其实兴趣并不是很大，更重要的是我在这个过程中学到了什么事情。”迟先生向我们讲述了他如何对课程进行分类：课程可以分为实践课和理论课。...这些行为的共同点就是：你虽然达到了很高的分数，或者说得到了老师的认可，但是实际上对于自身的水平是没有任何提高的，它纯粹是一种同学之间的内耗。”我们问到：“那你是如何对待这种行为的？”...他觉得更应该注重的是提高工作的质量，而不是做一些很表面的功夫。这让我们感到非常的有意思：在内卷环境里胜出的那个人，却是旗帜鲜明反对内卷的人。...参与进去的时候，和社区里面的人沟通是非常重要的一件事，比如说社区里面有些什么 idea，或者说其他的开发者是怎么想的。...——阿·安·普罗克特 当聊到迟先生的人生梦想时，迟先生讲到，他希望以后可以成为一个出色的工程师，能解决复杂系统里面的一些问题。我们问到，如果有一天财富自由了，他会想做些什么。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
