由于开始用Mac Mini办公,于是试用各种不一样的阅读软件。
试到了这一款叫Pocket的软件,可以支持多种操作系统。其原理是,你提交URL给它,它就会把相应的文章取下来,供你的多个设备进行阅读。
为什么特意说呢,因为,它取文章的过程,并不是使用安装该软件的终端的所在网络去提取的,而是……通过它的服务器去获取的。
继续阅读由于开始用Mac Mini办公,于是试用各种不一样的阅读软件。
试到了这一款叫Pocket的软件,可以支持多种操作系统。其原理是,你提交URL给它,它就会把相应的文章取下来,供你的多个设备进行阅读。
为什么特意说呢,因为,它取文章的过程,并不是使用安装该软件的终端的所在网络去提取的,而是……通过它的服务器去获取的。
继续阅读自从听了Heckman的讲座后,对如何加强对儿子的教育这个事情产生了不少的兴趣。
VIPKIDS里面的老师虽然也会跟CC讲一些数学的课程,但总体来说,即使是一周两节课,还是太少了。
于是找来了可汗学院的课程,既有视频也有题目,全英文的数学教学,让他从一年级开始学起……
CC也学得挺有兴趣,只是KA的网站在境外,偶尔连接还是有点略慢,但忍忍也是可以用的哦。
KA的app还可以调节语速,可以打开字幕,但我觉得并不是非常的重要。
一天看4~6个小节,坚持下去,看情况如何吧。
对父母来说,淡定真的很重要,不要跟别人比培训上花了多少钱和多少时间,自己努力把要学的东西学到手才是最重要的。
读完了James Heckman的paper《Fostering-and-Measuring-Skills-Improving-Cognitive-and-Non-Cognitive-Skills-to-Promote-Lifetime-Success》,总结一下。
理论将人的技能分为两类,分别是认知技能和非认知技能。
其中认知技能又分为:晶体智力和流体智力。晶体智力一旦习得则固化,而流体智力则随着年龄增长/衰老而变化,比如记忆力。
认知技能不在该论文中进行讨论。
Heckman关注的是非认知技能,用流行的Big Five概括,非认知技能在当前的语境中有如下的表达:
对经验的开放性、责任性、外向、合作能力、情绪稳定。
另外Heckman从paper中评点了心理学在这一领域上的弱势,过于依赖问卷/自评来进行数据采集。这样就导致两个问题:1.对于问题和词句的理解性偏差,2.答卷人主观偏差。
Heckman参考的programme及其跟踪,更多的选择客观数据进行统计,比如升学率、平均绩点、就业率、平均收入、犯罪率等等。
如果问我从中有什么可供操作的建议,我会说:
持之以恒的介入幼儿到中学的教育中,也许是教育科目,也许是兴趣爱好,但必须介入,确认其非认知技能的获得,对于这些科目或项目本身的成就,则随缘就好。
放弃夏令营,假期不如去旅行。
7月14日,已经是第三天了,感觉前两天的内容相当丰富,这一天打算换个角度看世界,基本上就没记什么笔记了,纯粹印象。
阿里巴巴来的是肖利华,清华的博后,看上去比较年轻,也比较的拽。因为迟到了,所以放在上午稍晚的位置讲,原本是第一个。
苏宁、阿里、京东、TCL、再到旷视、商汤、云从等等,无论是算法为主的,还是商业为主的,还是以产品为主的,都在打造自己企业的AI商业架构。
简单来说,就是数据层——框架层——应用层。
一般来说,数据层来自这些公司自身的业务,或者其客户;框架层是这些公司的算法团队或自研或引入的开源算法框架(无论软硬件);应用层则是AI如何变现的尝试,有公司业务的创新,也有可能是附着之上的小创业团队,在这上面做文章。
从阿里的角度看,它提供了数据层+框架层+应用层(小创业团队),只需要传统行业将业务导入,将数据导入就可以了,这无疑也带来了传统行业的被绑架的忧虑。
其他的公司或多或少在这几层上进行折腾,但总的来说,AI框架层基本上都会掌握在自己手中进行进化。
从另一个角度看,AI框架层也许是整个生态中最低成本的投入了……
7月13日下午,本来想过去听一下AI芯片方面的报告的,结果看着类脑计算的美国院士陈世卿的名头,鬼使神差地在类脑计算这里坐了一个下午。
类脑计算,顾名思义,就是抛弃传统计算机/算法的数学思维模式,转为通过对生物/人脑的模仿去实现计算系统。
继续阅读CUHK的黄铠教授,IEEE Fellow,内容链接:https://www.chaoqi.net/xinchao/2019/0725/229409.html
将AIoT的应用缩减为SMACT的缩写,分别是Social (社交——用户)/ Mobile(移动通讯——连接)/ Analytics(分析)/ Cloud(云端——服务)/ IoT(物联网——感知)。
其中Cloud Computing现在又延伸出Fog以及Edge等领域,但其本质就是提供软件服务的。
继续阅读代表科大讯飞作报告的是李世鹏,副总裁,IEEE fellow。
报告在这里http://tech.ifeng.com/a/20190717/45611806_0.shtml
他把智能的级别分为六层:Notification——Computation——Perception——Cognition——Prediction——Decision
不同层级对目前计算机智能的知识范围要求都不一样:
继续阅读张教授年龄也偏大了,他自己讲述的经历可以看出是经过几十年学术生涯的,也看到不少生物特征识别技术的前世今生。
文章链接:http://www.sohu.com/a/327559671_720705
80~85,哈工大博士
85~88,清华博士后
88~95,Waterloo,第二个博士学位
95~,到香港,CUHK。(中文大学目前影响力及水平已经超过港大,港大很大程度上政治气氛过于浓厚,而学术上固步自封)
张教授出书很多。
指纹、人脸、虹膜在他看来都有各自的缺点,近年选择的方向是掌纹。然后就是从掌纹出发,再到中医的望闻问切,也使用生物识别的方式进行工业化。
比如舌像、气味、脉象等分别通过CV、气味传感器、触觉感知等方式进行数据采集,上架设各种分析平台。不过也直到最近两年才有相关的paper发出。听起来很niche的方向。
再说到平均脸的问题,以平均脸的理论去推导机器的人脸审美……
怎么说呢,生物识别离开了最一般的用法——身份识别,走向其他的领域,比如疾病预警/识别/诊断,智能审美等,总觉得怪怪的。
Intel应该是此次GAIR的高端赞助商吧,他们也确实把AI方面的平台级别的产品都展示了。再加上戴金权的报告。http://www.sohu.com/a/238849703_114877
Intel坐拥芯片上的优势,却被GPU方面的NVIDIA喝了好几年AI芯片的头啖汤。
这次Intel推出的是AI方面的整套解决方案,从底层到上层,分别定义为:
继续阅读