2017回顾与2018前瞻：机器学习与人工智能(2)



成果很脆弱

Brandon Rohrer，Facebook 数据科学家

人工智能甚至可以“打败”人类：2016年初，谷歌研究者开发的人工智能机器人“阿尔法围棋”（alpha go）相继战胜欧洲围棋冠军樊麾二段与世界围棋冠军李世石。1、只告诉机器围棋规则，但是不告诉它定式等等人类总结的围棋战术，也不让它读人类棋手比赛的棋谱，让机器完全自学成才。从 1997 年深蓝击败当时等级分排名世界第一的棋手加里·卡斯帕罗夫，到alphago先后击败围棋天才棋手李世石和柯洁，再到openai战胜dota职业选手danil，ai在游戏领域不断刷新着存在感，逐渐走进大众的视野。

它不仅击败了人类，还击败了全体人类的围棋智慧。此外，机器现在可以像人类一样通过总机 benchmark 解码对话

arxiv.org/abs/1708.06073

然而，人工智能取得的成就仍然偏狭脆弱，改变图像中的单个像素就可以挫败最先进的分类器（arxiv.org/pdf/1710.08864.pdf）。我预测，2018 年会有更多强大的人工智能解决方案出现，几乎所有大型科技公司都开始尝试 AI，其早期研究成果出来之后必定会成为新闻头条，“AGI”将会取代“AI”，成为 2018 年的流行词。

2017 年机器学习 / 人工智能有哪些重大发展？

Elena Sharova，投资科学家

2017 年，更多地公司和个人将他们的数据和分析转向基于云的解决方案，数据安全重要性的意识有很大提高。

据介绍，全区积极推进大数据及智慧城市建设，为确保社区网格化数据存储的安全性和集中性，相关企业单位通过部署平台，将社区网格化平台迁移至大数据基地数据中心集中存储及管理。提供给用户一个基于sql的管理平台，基于中望机械版的产品数据诸如设计图纸、工艺文件等等都能够存储在当中，用户通过这个平台对存储的各种产品数据进行相应的操作，实现了对产品数据的集中管理。【摘要】据介绍，全区积极推进大数据及智慧城市建设，为确保社区网格化数据存储的安全性和集中性，相关企业单位通过部署平台，将社区网格化平台迁移至大数据基地数据中心集中存储及管理。

基于iso 27001 信息安全管理体系认证范围，针对重要的信息资产进行安全影响、威胁、漏洞及可能性分析，从而估计影响，最终选择适当的方法达到降低风险、消除风险、转移风险、接受剩余风险。安全公司rapid7的安全研究人员发现，婴儿监视器中存在大量安全漏洞，这些漏洞包括：硬编码后门凭证、特权提升漏洞、认证绕过漏洞、直接浏览漏洞、信息泄漏漏洞、反射存储型跨站脚本（xss）漏洞。通过该认证证明了您具备网络安全，合规性和操作安全，威胁和漏洞，应用程序、数据和主机安全，访问控制和身份管理以及加密技术等方面的能力。

2018 年有哪些关键发展趋势？

我预测，2018 年我们将需要进行更多工作以确保遵守《全球数据保护条例》（GDPR），并处理更多机器学习系统带来的“隐藏”技术“债务”。GDPR 作为一项欧盟法规具有全球影响力，所有数据科学家应该充分意识到其将会对他们的工作产生什么影响。根据 Google NIPS'16 论文，数据依赖性的代价高昂，而且随着企业创建复杂的数据驱动模型，他们将不得不仔细考虑如何解决这一成本问题。

深度学习在商业数据领域的应用

Tamara Sipes，Optum / UnitedHealth Group 商业数据科学总监

用户友好和隐私问题

Rachel Thomas，fast.ai 创始人， USF 助理教授

mybatis是在jdbc上做的封装，为了使sql语句不再是硬编码和不用再按顺序执行，为了在框架里获取sql语句而设定的一种概念，得到的是动态sql。哈夫曼动态编码：动态哈夫曼编码使用一棵动态变化的哈夫曼树，对第t+。哈夫曼动态编码：动态哈夫曼编码使用一棵动态变化的哈夫曼树，对第t+1个字符的编码是根据原始数据中前t个字符得到的哈夫曼树来进行的，编码和解码使用相同的初始哈夫曼树，每处理完一个字符，编码和解码使用相同的方法修改哈夫曼树，所以没有必要为解码而保存哈夫曼树的信息。

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-114498-2.html