码迷,mamicode.com
首页 > 其他好文 > 详细

3星|《哈佛商业评论》201710:人工智能难免会犯错,但我们很难发现出错的地方并做出精确调整。

时间:2017-10-18 21:40:29      阅读:143      评论:0      收藏:0      [点我收藏+]

标签:经济   迈克尔   为什么   进程   休闲   das   难度   传感器   log   

技术分享

刚发现这本杂志在27寸曲面屏上阅读体验非常好,不需要放大就能看清楚图片上的数字,在以前的21寸显示器上看图表有困难,在kindle上看图表也比较困难。

本期主题是人工智能,还有一篇讲A/B测试,从IT角度看算是科普级的作品,作为一本管理学杂志能写到这个水平很难得了。

以下是本期一些信息的摘抄,#号后面是kindle电子书中的页码:

1:包括我们自己的研究在内,大量调查显示,面试官不愿意与一位要求加薪的女性沟通,而倾向与放弃加薪的女性交流。#147

2:但正念并不是魔术,让这些高管发生转变的原理是什么呢?我们的一个发现是,几位参与此项研究的高管表示,同事们反映他们在情感共鸣、冲突管理和说服沟通等方面有了改善。实际上,这些就是丹尼尔所说的情商核心竞争力。#228

3:中国品牌力量不强的一个原因是B2B企业较多。进入《财富》全球500强的中国企业,大多数主要面向企业客户,而相比消费品公司,B2B企业建立品牌认知要难得多。#442

4:米勒说,这意味着在神经层面上,成功经验提供信息的能力比失败高得多。如果你得到奖励,大脑会记住哪里做得对。但对于失败,大脑不确定应该存储哪些信息,因此不会有任何改变(除非有明显负面结果,例如孩子玩插座被电到)。#495

5:斯坦福计算机科学家刘哲明(James Landay)及同事发现,语音识别现在比手机打字平均大约快3倍。误差率也从之前的8.5%下降到4.9%。令人震惊的是,这一显著改进在过去10年中都没有出现,仅仅在2016年夏才有突破。#977

6:换句话说,人类所知远胜于其所能言传。哲学家兼博学家迈克尔·波拉尼(Michael Polanyi)于1964年首次阐释了这一重要课题,被后世称为波拉尼悖论(Polanyi’s Paradox)。#1022

7:第二机器时代的第二次浪潮带来了新风险,特别是机器学习系统的“可解释性”往往很低;也就是说,人们很难了解这些系统的决策过程。#1095

8:三大风险接踵而来。首先,机器可能抱有隐性偏见;第二个风险是,神经网络系统不同于基于明确逻辑规则的传统系统;这类系统处理统计数据,而非事实数据。第三,ML系统难免会犯错,但我们很难发现出错的地方并做出精确调整。#1105

9:早在20世纪50年代,机器学习系统就诞生了,但问题是:为什么我们现在才突然看到AI在众多领域的突破性发展?以下三个因素可说明症结所在:数据大量增加;算法进步显著;计算机硬件性能得到巨大提升。#1145

10:AI系统只用别人的命运作赌注,自己从来都置身事外。#1376

11:如果你超过AI的能力范围使用它,效果必然不理想,比如所有家庭成员共用同一个Netflix账号,或要求谷歌预测恋爱结果。#1378

12:没人质疑AI的精密和先进程度,但我们对它的信任远远不够。这个问题之所以重要,是因为现在很多行业的成功都要求团队内部成员之间有深厚的信任。#1383

13:抽象总结则指,算法用自己的语言解释一篇或多篇文章涵盖的信息。抽象方法更具野心,但之前效果一直都不好,直到近期才有所改善。《阳春》剧本说明,创造新语句的难度极大。#1489

14:算法还不能像人类一样写记叙文,也不能写一部合乎逻辑的剧本或通过尚克的《罗密欧与朱丽叶》测验。多数情况下,算法还不能分析事情的前因后果,也写不出令人激情澎湃的文章,更不能劝政府官员公开倡导某项重要政策。但算法还是大有可为——AI也许不能妙笔生花,但能帮我们把故事讲得更生动。#1552

15:最普遍的快乐陷阱有三种:雄心壮志、应该做的事,以及工作过于勤奋。这三个因素看似有益,但走向极端时会产生负面影响。#1725

16:太多太多的人以为,如果能够获得成功,就能获得幸福。事实正好相反。心理学研究者、作家肖恩·埃科尔(ShawnAchor)直截了当地说:“幸福比成功先来。”#1883

17:但银川一家养殖场在5万头奶牛脖子上挂传感器组建了“牛联网”,可以测量体温和脉搏进而掌握奶牛的健康状况,通过科学喂养和及时配种,每头牛可以提升2500元的收入。#1996

18:这些组织发现,“凡事实验”的做法回报惊人。例如,Bing每个月收获数十项改进创意,每年可将单次搜索产生的收入提高10%到25%;此外,每月还出现数百项能够提升用户满意度的改进方案。#2085

19:数据显示,加载速度变化0.1秒,收入将变动0.6%。Bing年收入超过30亿美元,因此0.1秒的提速能使年收入增加1800万美元——足够支持一个较大的团队了。#2124

20:从微软整体实验情况看,1/3创意有效,1/3中性,1/3产生负面结果。这些都表明,企业须吻很多青蛙(也就是进行大量实验),才能找到王子。#2131

21:当人类不再亲自开车,驾驶体验将退居二线,消费者更多关注的是在路上,汽车能提供给我们什么样的应用与服务体验。也许会有人出于休闲娱乐目的,购买自主驾驶车辆。但在这方面车与车的差异将缩小,车辆本身可能同质化。这将威胁到制造商的核心业务:买家最关注的汽车特性会是软件和网络,而这些基本上不受汽车制造商控制,价值溢价空间下降。#2325

22:数字化的集权力量不会在短期内有所改善。强大的枢纽企业正在形成,对全球经济利益的威胁毋庸置疑。#2412

23:(内科医生阿图·葛文德(Atul Gawande)指出,洗手并为手术工具等设施消毒这两项基本实践可以挽救生命,一本领先医疗杂志甚至刊登了确凿的证据,但大众仍然花了30年才接受这件事。)#2457

24:印度阿拉温德医院研发了一种特别高效的手术流程,并为其设计了区别收费的模式。这一方式吸引了足够多的付费患者,可以补足免费为数万名穷人看病的费用。现在,该诊所每年接待25万名患者,诊疗水平和英国国家医疗服务体系不相上下,甚至更好,但成本是后者的千分之一。#2530

3星|《哈佛商业评论》201710:人工智能难免会犯错,但我们很难发现出错的地方并做出精确调整。

标签:经济   迈克尔   为什么   进程   休闲   das   难度   传感器   log   

原文地址:http://www.cnblogs.com/zuoqs/p/7688852.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!