傳阿里2億美元收購(gòu)?fù)愣骨v 將于近日宣布

7月2日消息，據(jù)相關(guān)媒體援引消息人士報(bào)道稱，阿里已經(jīng)2億美元全資收購(gòu)?fù)愣骨v，并將于近日宣布。收購(gòu)后，豌豆莢將并入阿里巴巴移動(dòng)集團(tuán)，向俞永福匯報(bào)。

報(bào)道稱，阿里巴巴的財(cái)務(wù)和審計(jì)已經(jīng)全面接管豌豆莢，交易完成后，豌豆莢大股東軟銀將完全退出。有業(yè)內(nèi)人士指出，阿里收購(gòu)?fù)愣骨v是看中了豌豆莢的移動(dòng)應(yīng)用分發(fā)實(shí)力。此前，百度在2013年花了19億美元收購(gòu)了91無(wú)線，成為了現(xiàn)在百度手機(jī)助手的前身；而布局較早的360和騰訊應(yīng)用寶，也發(fā)展不錯(cuò)。

豌豆莢初期發(fā)展迅速，在 2010 年至 2012年初期間，幾乎占據(jù)國(guó)內(nèi)手機(jī)助手市場(chǎng)的半壁江山，2014年初宣布用戶數(shù)超過(guò)3億。但在日漸激烈的競(jìng)爭(zhēng)中，聲音越來(lái)越弱。

未來(lái)學(xué)家預(yù)測(cè)未來(lái)30年性愛機(jī)器人將成“主角”

據(jù)英國(guó)每日郵報(bào)報(bào)道，機(jī)器人可以完成多種任務(wù)，例如：擔(dān)當(dāng)保鏢、辦公室主管等，但是不久機(jī)器人也將融入性產(chǎn)業(yè)。目前，一位未來(lái)學(xué)家預(yù)測(cè)稱，女性和男性將在未來(lái)10年之內(nèi)開始選擇機(jī)器人性伴侶，而逐漸冷淡人類性伴侶。

未來(lái)學(xué)家伊恩-皮爾森(Ian Pearson)博士撰寫了一份未來(lái)性生活研究報(bào)告，他認(rèn)為，未來(lái)人類選擇機(jī)器人性伴侶將十分流行，預(yù)計(jì)2050年將最終取代人類性行為。同時(shí)，當(dāng)前性玩偶市場(chǎng)主要消費(fèi)群體是男性，未來(lái)性愛機(jī)器人的出現(xiàn)，也將出現(xiàn)一大批女性消費(fèi)群體。

Google研制出會(huì)變色的“智能紡線”

據(jù) Fibre2Fashion 報(bào)道， 加州大學(xué)伯克利分校信息學(xué)院 和 Google ATAP（Advanced Technology and Projects）小組  Project Jacquard 的研究人員合作發(fā)明了一項(xiàng)名為 Ebb 的電腦織物技術(shù)，基于這項(xiàng)技術(shù)，他們制作了 能改變織物圖案，會(huì)變色的“智能紡線” 。

研究人員解釋道，之所以命名為 Ebb，是因?yàn)椤邦伾兓瘯r(shí)的圖像就像是潮漲潮落，不同于快速變化的傳統(tǒng)屏幕?！盓bb 的核心技術(shù)是 涂有熱變色顏料的導(dǎo)電細(xì)線 ，當(dāng)細(xì)線通電后，顏色會(huì)隨著電荷的變化而變化。該學(xué)院在其網(wǎng)站上表示，這種智能面料可以用于制作顏色或圖案動(dòng)態(tài)變化的服裝或其它紡織品。

科學(xué)家3D打印出可在人體內(nèi)運(yùn)動(dòng)的蠶絲微型火箭

近日，英國(guó)謝菲爾德大學(xué)（University of Sheffield）的科學(xué)家們?cè)陂_發(fā)可以在生物環(huán)境中安全地使用的蠶絲微型火箭上取得了重大突破。通過(guò)使用創(chuàng)新的3D噴墨打印方法，該校的化學(xué)和生物工程研究人員在制造微觀蠶絲游泳裝置方面向前邁出了一大步。據(jù)了解，這種蠶絲裝置可降解，而且對(duì)其所處的生物環(huán)境完全無(wú)害。這意味著，這些裝置將來(lái)可能在被 用于人體內(nèi)部的一些應(yīng)用當(dāng)中，比如傳遞藥物和定位癌細(xì)胞等。

/ 今日話題 /

# 深度學(xué)習(xí)沒你想的那么玄乎 #

關(guān)于人工智能是否會(huì)毀滅人類這一話題，上到比爾·蓋茨下到隔壁王叔都能有理有據(jù)拋出自己的觀點(diǎn)，而能驗(yàn)證這個(gè)爭(zhēng)論的只有時(shí)間。當(dāng)然，這里也不排除一些大佬的目的是為了宣傳和推進(jìn)自己的AI業(yè)務(wù)。

馬斯克在去年曾提出人工智能將有可能會(huì)威脅人類，話音一落馬上被各大媒體跟進(jìn)。而他在提出這個(gè)觀點(diǎn)后的不久便創(chuàng)建人工智能公司 OpenAI。

不得不說(shuō)，人工智能的PR價(jià)值非常巨大，Google在1月28日派出自家的“哮天犬”阿爾法狗擊敗歐洲冠軍當(dāng)日谷歌股價(jià)漲了4.42%，換算成市值漲了200億美元。前段時(shí)間擊敗了李世石又大漲了5.6%。而且全世界都知道了這件事，這相當(dāng)于多少錢的廣告費(fèi)啊。

提到人工智能就不得不提“深度學(xué)習(xí)”，人工智能的火爆也把DL拉到了臺(tái)面上，既然是人工智能的核心技術(shù)之一，那它的難度很大吧？既然這么厲害，那學(xué)術(shù)界和工業(yè)界肯定都在用吧？至少在目前看來(lái)，人工智能沒想象中的那么玄乎，深度學(xué)習(xí)亦如此，那么今天就扒一扒深度學(xué)習(xí)的老底。

目前人們比較關(guān)注這幾個(gè)問題：

深度學(xué)習(xí)的難度

深度學(xué)習(xí)的人才為何如此稀缺

它在學(xué)術(shù)研究方面存在哪些問題

用了深度學(xué)習(xí)的公司，他們的產(chǎn)品是否擁有很大競(jìng)爭(zhēng)力？

首先我們討論下人才為何稀缺（在講人才稀缺原因的時(shí)候會(huì)涉及到深度學(xué)習(xí)難度的問題）。

1.以往很多人不愿選擇深入研究

相對(duì)于許多機(jī)器學(xué)習(xí)方法，深度學(xué)習(xí)確實(shí)不需要什么高深的數(shù)學(xué)內(nèi)容。但相關(guān)人才為何如此少，很多時(shí)候，因?yàn)檫x擇問題吧。深度學(xué)習(xí)已存在很多年了，神經(jīng)網(wǎng)絡(luò)的概念幾十年前就有了，后來(lái)又被SVM等方法超越，所以沉寂之后在2011年爆發(fā)。所以在2011年以前，從自身角度講，學(xué)生們應(yīng)該很難去選擇一個(gè)過(guò)氣方法做深入研究。90年代，搞語(yǔ)音識(shí)別和計(jì)算機(jī)視覺的學(xué)生會(huì)覺得深度學(xué)習(xí)本身想法很有意思，但如果選則深度學(xué)習(xí)這個(gè)方向很有可能三、四年搭進(jìn)去沒有任何成果。相比于堅(jiān)持，換一個(gè)可預(yù)料到結(jié)果的方向才是更理性的選擇。

畢竟要畢業(yè)，需要論文評(píng)優(yōu)的啊。

而現(xiàn)在深度學(xué)習(xí)起來(lái)了，所以能夠撐過(guò)深度學(xué)習(xí)寒冷期的人，一定是極少數(shù)抱有絕對(duì)信仰的人。

2.學(xué)科涉及到的面太廣

Droking：

深度學(xué)習(xí)需要的數(shù)學(xué)基礎(chǔ)(凸優(yōu)化，數(shù)值分析，矩陣分析，統(tǒng)計(jì)推斷，概率圖)把99%的程序員學(xué)生擋在了門外；

C/C++，CUDA/OpenCL，計(jì)算機(jī)網(wǎng)絡(luò)和體系結(jié)構(gòu)，大規(guī)模并行系統(tǒng)的門檻又將純數(shù)學(xué)背景的限制在了只能用matlab寫點(diǎn)兩三層幾千維神經(jīng)網(wǎng)絡(luò)的實(shí)驗(yàn)小程序上，而數(shù)據(jù)量不到100G深度不到五六層維度沒有十萬(wàn)根本感受不到深度學(xué)習(xí)的可怕威力。

所以兩個(gè)知識(shí)的交叉領(lǐng)域還剩多少人？

3.解決問題的人才什么時(shí)候都缺

王乃巖提到其實(shí)缺乏的不是Deep Learning的人才，而是可以實(shí)際解決問題的人才。而實(shí)際可以解決問題的人才不管在什么時(shí)代都是稀缺資源。Deep Learning本質(zhì)上是工程學(xué)科，而不是自然學(xué)科。這個(gè)性質(zhì)天生決定這個(gè)圈子的人更加關(guān)注的是解決問題，或者換句話說(shuō)如果必須要二選一，理論要為實(shí)踐讓路。Deep Learning本身并不難，難的是你吃透問題，可以用Deep Learning的邏輯去思考你自己的問題，有針對(duì)性地設(shè)計(jì)模型；難的是你有分析問題和結(jié)果的能力，遇到負(fù)面結(jié)果不是抓瞎。另外說(shuō)Deep Learning就是調(diào)參數(shù)的，那也是不會(huì)調(diào)參，調(diào)參也是要按照基本法的。

4.普通人進(jìn)入的門檻高

Gloria Deng：

1. 沒有理論支撐。關(guān)于深度神經(jīng)網(wǎng)絡(luò)為什么收斂，怎么收斂，如何控制等等內(nèi)容，都沒有成熟的理論證明，所有的結(jié)果都是停留在實(shí)驗(yàn)階段，盡管有時(shí)候結(jié)果很好，然而糟糕的時(shí)候是真糟糕。

2. 計(jì)算資源。個(gè)人很難負(fù)擔(dān)DL硬件的所有費(fèi)用，至少需要一個(gè)配置不太差的workstation吧，如果做大一點(diǎn)，至少需要十臺(tái)吧，然而并買不起。說(shuō)白了就是沒錢。

3. 時(shí)間成本。服務(wù)器上訓(xùn)練一個(gè)簡(jiǎn)單的網(wǎng)絡(luò)時(shí)間以天為單位，然后再調(diào)參數(shù)，結(jié)果沒出來(lái)。

4. 數(shù)據(jù)集。很難有能夠填充一個(gè)DNN信息量的數(shù)據(jù)集。不管從數(shù)據(jù)集質(zhì)量還是規(guī)模來(lái)看，能用的數(shù)據(jù)集太少了，同時(shí)很少有人愿意做這方面的工作。很多號(hào)稱是大數(shù)據(jù)、深度學(xué)習(xí)的東西其實(shí)都是炒作。

當(dāng)然還有這種畫風(fēng)的

譚小羽：

世界上沒有什么優(yōu)化目標(biāo)是在NN中多加一層layer不能解決的。
如果有，那就兩層。

 

學(xué)術(shù)界存在的問題

田淵棟曾寫到：目前為止，我們還沒有對(duì)深度學(xué)習(xí)有深層次的本質(zhì)理解，大量的研究思路都是簡(jiǎn)單粗暴的，在計(jì)算資源極大豐富的今天，對(duì)于它們質(zhì)量的主觀判斷，經(jīng)常遠(yuǎn)不及寫代碼上機(jī)實(shí)驗(yàn)來(lái)得快與準(zhǔn)。很多想法不論對(duì)錯(cuò)，不論它看起來(lái)有多離譜荒謬，先試一下再說(shuō)，往往蒙得比想得快，動(dòng)手比動(dòng)腦快。和我們每天刷手機(jī)類似，思維方式的這種轉(zhuǎn)變是好是壞，目前還無(wú)從評(píng)判。這樣的做法，完全可以歸入浮躁和急功近利之流，與傳統(tǒng)學(xué)術(shù)做法背道而馳。

深度學(xué)習(xí)目前缺少理論和數(shù)學(xué)基礎(chǔ)，而大量研究人員為了做成果發(fā)paper，無(wú)論什么都拿深度學(xué)習(xí)的模型去套?？蒲械某踔允抢斫饽Ｐ偷纳顚訖C(jī)理和含義，然后才能有新的想法去解決新的問題。

據(jù)此著名人工智能專家Nikos Paragios指出目前深度學(xué)習(xí)在計(jì)算機(jī)視覺的的研究中很少看到有“增加的科學(xué)價(jià)值”。除了小部分人堅(jiān)持做基礎(chǔ)研究，探索深度學(xué)習(xí)方法的理論概念，大部分人似乎都跑去搭建更復(fù)雜、更龐大的框架，而且從所提交的論文看，基本上所有描述的框架都是不可擴(kuò)展的。也就是說(shuō)，盡管表面上看去成果豐碩，但深究起來(lái)這些論文背后幾乎沒有什么理論論證，談不上為某個(gè)基準(zhǔn)增添了性能。當(dāng)眾人的注意力都放在更快的速度更高的效率上，但追求的目標(biāo)還是與以往一樣，并不遠(yuǎn)大，而且眾人眼中實(shí)現(xiàn)目標(biāo)的方法也僅剩一條了。

工業(yè)界的浮躁

深度學(xué)習(xí)在某些項(xiàng)目上的應(yīng)用效果比較可觀，但這也容易導(dǎo)致其他企業(yè)盲目跟風(fēng)，最終由于產(chǎn)品的屬性和技術(shù)問題造成了資源和資金的浪費(fèi)。同時(shí)，深度學(xué)習(xí)也被蒙上一層神秘的面紗。其中國(guó)內(nèi)一些業(yè)界人士直白地指出深度學(xué)習(xí)成了投機(jī)者的專用詞，在2016 年回歸商業(yè)本質(zhì)網(wǎng)易創(chuàng)業(yè) Club 周年慶典中，圖靈機(jī)器人CEO余志晨說(shuō)到“深度學(xué)習(xí)這四個(gè)字很多時(shí)候是給投資人看的，他們喜歡看這個(gè)”。同時(shí)，依圖科技CTO林晨曦在會(huì)場(chǎng)中說(shuō)到市場(chǎng)上不少項(xiàng)目都聲稱應(yīng)用到了深度學(xué)習(xí)，但其實(shí)很多項(xiàng)目壓根不需要用深度學(xué)習(xí)就能完成。所以這里面的就會(huì)存在真假問題。

與此同時(shí)，學(xué)術(shù)圈對(duì)業(yè)界的一些做法比較反感，深度學(xué)習(xí)大神Yoshua Bengio指明深度學(xué)習(xí)被過(guò)分解讀，這樣很容易被一些想要一夜暴富的公司利用。

最后用一張趣圖看看別人眼中的深度學(xué)習(xí)是什么樣的

周末快樂!~

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。