2021年05月25日

2021年05月25日发布的文章
  • 杏鑫平台主管_午報 | 彭永東出任貝殼找房董事長;美圖炒幣虧損1300萬

    杏鑫平台主管_午報 | 彭永東出任貝殼找房董事長;美圖炒幣虧損1300萬

    華為6月2日將正式發布鴻蒙操作系統,5月25日消息,華為EMUI官方微博剛剛發布消息稱,即日起華為EMUI官方微博正式更名為HarmonyOS。,華為技術有限公司25日對外公布,計劃在6月2日晚8點正式舉辦鴻蒙產品發布會,預計此前只用於智慧屏、可穿戴設備等產品的鴻蒙操作系統將在更多產品品類上使用。,據了解,早些時候華為註冊了名為@華為HarmonyOS的官方微博,但迄今尚未發布任何微博。,鴻蒙系統的上線,也意味着華為打造多年的EMUI系統將要走到盡頭。,:-0 期待!,彭永東出任貝殼找房董事長,5月24日,貝殼找房宣布,公司聯合創始人、首席執行官及執行董事彭永東接替左暉先生擔任貝殼董事長一職,並任命貝殼首席運營官徐萬剛先生為貝殼執行董事。同時,貝殼宣布左暉先生為公司“永遠的榮譽董事長”。,:-0 身上的擔子又重了。,美團回復無法使用微信支付,昨日,有網友反映美團不能使用微信支付。對此,美團方面回應稱,昨日上午10點28分,我們接到了微信支付系統出現異常抖動的通知,程序員小哥已經配合微信完成了修復,11點13分微信支付已經全面恢復。,:-0 影響我乾飯的速度。,美圖炒幣虧損1300萬,最高時賺了1億多 ,今年3月,美圖重倉比特幣和以太幣,浮盈最高1億多,蔡文勝被指打了個“翻身仗”。可最近在國內外對加密貨幣資產監管力度持續加大的情況下,以比特幣為主的幣種開始下跌。總體上,美圖浮虧202萬美元,約合1300萬人民幣。,:-0 投資有風險。,字節跳動CEO梁汝波:組織要保持伸展,避免僵化,上周,張一鳴發布內部全員信,宣布卸任CEO一職。字節跳動聯合創始人梁汝波接任成為新CEO。近日,梁汝波表示,字節跳動面臨的一個課題是,一方面組織規模很大,需要關注管理效率,確保管理可以規模化,不過度混亂,另一方面也要關注管理效果,保證組織不僵化,能保持彈性,總能探尋最優解。,

  • 杏鑫代理註冊_作為“伴隨媒介”的廣播劇會是下一個風口嗎?

    杏鑫代理註冊_作為“伴隨媒介”的廣播劇會是下一個風口嗎?

    如果說短視頻是這個時代最顯眼的社交媒介,那麼聽廣播劇就成為了當下年輕人更隱秘的個人興趣。無論仙俠還是耽美,無論莎士比亞還是網絡小說,細緻的音效和配音演員充沛的情感表現,都能讓人們感受到與文字不同的另一個世界。更重要的是,與刷視頻不同,廣播劇是一種伴隨媒介,它只需要聽,在通勤路上,在做家務的同時,不需要死死盯住屏幕,成為了這個視頻時代的一次小小喘息。,艾瑞諮詢發布的《2020中國網絡音頻行業研究報告》显示,2019年,中國網絡音頻行業市場規模為175.8億元,同比增長55.1%,中國網絡音頻用戶逐年上升,2019年規模已經達到4.9億。,在這樣的大背景之下,“耳朵經濟”的生力軍廣播劇在盈利模式、人才培養等方面仍然存在一些問題,但它的未來仍被看好。,既傳統又現代的“腦補藝術”,廣播劇在英文中叫Radio Drama,公認誕生於20世紀20年代的英美地區,在公共電台播放。在中國,第一部廣播劇是1933年1月由上海亞美廣播公司製作的抗日劇《恐怖的回憶》。新中國成立后的第一部廣播劇是1950年2月在中央人民廣播電台首播的《一萬塊夾板》。此後,廣播劇一直是人們茶餘飯後打開收音機“聽匣子”時的消遣。,生於1976年的“光合積木”工作室創始人、著名配音演員姜廣濤就經歷過傳統廣播劇的時期。他擁有一把絕大多數中國人都熟悉的“帥哥嗓音”,比如《泰坦尼克號》里的傑克,《小魚兒與花無缺》的小魚兒,《一起來看流星雨》的慕容雲海,《宮鎖心玉》的八阿哥……都是他的聲音。,高中畢業后,姜廣濤考進長春電影製片廠做配音演員,後來譯製片減少,他便更專註於影視劇的配音。他在20世紀90年代曾為電台錄製過廣播劇,起初他覺得“挺好玩”,因為廣播劇可以不用像配影視劇那樣對口型,有一些自由發揮的空間,十幾年後,通過同行和網友的介紹,他和廣播劇“再續前緣”。,廣播劇是一門“腦補”的藝術,因為聲音塑造出的情境會大大拓展人們想象的空間。“‘腦補’出的東西永遠是更加沒有局限,它是無垠的。由於每個人的自身經歷不同,當下聽音頻時的心緒、遭遇、情境可能都會造成一些變形,但變形是我們追求的。”姜廣濤對《中國新聞周刊》說。,用聲音傳達出畫面感並不是一件簡單的事,表演者除了要有良好音色,更需要經過嚴格的培訓和鍛煉,需要高超的聲音演技作為支撐。被網友愛稱為“邊大”的知名演員邊江,2004年畢業於北京電影學院配音專業,配過《三生三世十里桃花》中的夜華、《何以笙簫默》中的何以琛等角色。在邊江工作室,製作廣播劇的首要環節是劇本圍讀,讓演員全方位了解劇情后再開始琢磨如何演出。一集廣播劇的時長通常為20多分鐘,有經驗的演員一天就能演出5到7集,但錄音的時間並不能這樣簡單計算。邊江說,他們有一次為了一集20分鐘的劇集配了7天,得想辦法要演員一點點進入狀態,“找到角色的感覺”才能往下繼續。,除了角色的台詞,為了真實,他們通常還得模擬角色在劇中的狀態,角色吃東西、溺水,他們也得跟着吃、跟着嗆水,角色哭,他們也得真哭。即便聽眾看不見,他們對於細節也不能含糊,因為聽覺有時更嚴苛。對情緒的捕捉更是隨時發生。邊江工作室的配音演員、導演文靖淵笑稱,有一次,平日溫和的他做了個噩夢,夢見自己要拿刀殺人,他把這個事當笑話講給同事聽,同事的第一反應是讓他“趕緊記住這樣的感覺情緒”,以後好運用到戲里。,許多廣播劇演員也身兼廣播劇導演的職務,做聲音導演要有在腦海里形成聲音畫面的能力,用邊江的話說,要能讓人看到腦海里所構建的畫面,“既視感”是他們做導演時所追求的目標。“說起來都會起雞皮疙瘩,我們能讓他們從聲音里看到畫面。”在配音的過程中,為了增加氛圍感,他們有時會多做一些分外的工作,把除配音之外的氛圍聲、動效等一起做好拿出來。,雖然和音樂製作、影視劇製作有相近之處,但廣播劇的內容源自文學改編,從文字到聲音的切換也需要思維轉換,尤其需要編劇具有“文本轉換”的能力。微聲文化創始人李碩的公司從事音樂版權和影視聲音後期製作,公司擁有自己的錄音師和編導人員。2021年上線的《莎士比亞精選有聲劇》就是他第一次嘗試有聲舞台劇的形式。這種經典風格的廣播劇和英國BBC的精品廣播劇有些類似,劇中含有大量戲劇化的台詞和表演,聽起來彷彿正在收聽話劇舞台上的一齣劇目。,李碩曾經花半年時間和編劇一起打磨《莎士比亞精選有聲劇》劇本。他舉例說,想要介紹角色的身份,文學、劇本可以直接使用文字,話劇可以用穿着打扮來讓觀眾看見,但是聲音演出不能“直愣愣”地把旁白講出來了事。他覺得一個好的有聲作品一定是“旁白越少越好”,需要採取別的方式,比如用其他的聲音或者角色的口癖(根據性格形成的特殊的語言習慣),讓聽眾感受到這個人是誰。此外,不同的角色也需要設計不同的音色,《莎士比亞精選有聲劇》最多的一場戲中有10個角色,還有戲中戲,如果沒有細緻的區分,聽眾是無法弄清楚“誰是誰”的。,在莎士比亞的故鄉英國,廣播劇至今仍是相當受歡迎的藝術形式,英國廣播公司第四頻道(BBC Radio 4)曾製作過大量的廣受歡迎的廣播劇,包括文學名著改編的《指環王》《傲慢與偏見》等。近年來,廣播劇的播放量在BBC有所減少,但自1951年開播的長篇肥皂劇《弓箭手》至今已經播出了超過18700集,並且還在持續播出。而這些廣播劇的存在,也使大量喜愛表演和文學創作的演員、編劇獲得了抒發才華的平台。,“網配”到“商配”,21世紀,互聯網浪潮來臨時,廣播媒體的影響力式微,廣播劇也開始發生變化,它在短短20多年的時間中就毫不違和地與互聯網發生了關聯,逐漸又變成了一門可以盈利的文化產業。,在中國,從傳統的沒落藝術到互聯網新生的關鍵一步,是由一群喜愛耽美文化和二次元內容的青少年群體貢獻的,他們以社團的方式聚集在論壇上,通過翻譯日語內容或自行原創等方式製作自己喜愛的廣播劇,併為其配上翻唱音樂、播講花絮等豐富的內容。2000年,“E時代論壇”的廣播劇小組製作了國內第一部中文網絡廣播劇《當心看車》,2005年前後,聲創聯盟、晉江文學城的“優聲由色”板塊等廣播劇社團開始發布自製廣播劇,其中包括根據日語廣播劇翻譯過來的內容,也包括一些原創。這些社團組被統稱為“網配劇”群體,其中中文廣播劇的團體又形成了“中抓圈”(中即“中文”,“抓”即Drama的諧音)。,在這個過程中,一批業餘配音愛好者慢慢通過自己的努力變得職業化,比如“729聲工廠”的創始人阿傑(原名張傑)就是從“網配”愛好者變成影視、動漫和商配廣播劇職業演員的。,沒有經歷過二次元時代,一開始不太讀網絡小說的姜廣濤也開始了解這些從未接觸過的領域,並嘗試配了一些“網配劇”,比如現在還能在網絡上找到的《魂》。後來這樣的工作邀約越來越多,“老戲骨”姜廣濤也開始在不同的領域越玩越“開”。2010年,姜廣濤領銜的“光合積木”工作室成立,2016年邊江工作室和“729聲工廠”成立,當時這些工作室所接的業務大多數還是傳統的配音,只是業務橫跨影視、音樂製作、廣播劇配音、動漫配音等多個領域。而正是這些在不同領域的嘗試,讓這些領域之間的“壁”不斷被打破。,2011年至2013年,蜻蜓FM、喜馬拉雅、荔枝FM等播客App陸續上線,2014年,以糖蒜廣播為代表的千萬收聽級別的民間播客誕生,再加上有聲書、直播等相近領域的發展,數年時間內國內的“聲音產業”已經具備雛形。廣播劇也迎來了發展機會。2014年,昵稱“M站”的貓耳FM成立,旗下包含二次元音頻、有聲漫畫、廣播劇和直播等業務板塊,其中最為知名的就是廣播劇業務。,“網配劇”通常是純靠網友愛好生產內容,其作品累積的流量也是真實的,一開始,貓耳FM的平台上就放置了大量免費的“網配劇”,這些劇集牢牢抓住了“網配劇”和“中抓圈”多年積累下的廣播劇粉絲群體。而此前配音演員們的跨圈與粉絲的引流,也為貓耳FM發展“商配”廣播劇奠定了基礎。,“商配”廣播劇多數是由公司出品,以營利為目的,通過購買小說IP版權,邀請知名工作室配音演員進行改編演出,並以音頻內容直接向聽眾收費的廣播劇。2018年1月,“729聲工廠”將晉江知名作者Priest的作品《殺破狼》改編成“商配”廣播劇,在貓耳FM播出,第一季的購買價格為19.9元,迄今為止播放量超過3200萬,成為“商配”廣播劇相對成功的案例。這樣的劇目自帶大IP的關注度,劇作本身製作又精良,十幾年前長情的“中抓”愛好者,小說粉絲乃至新一批入場的聽眾們大概率會為劇目花錢。同年12月,貓耳FM被二次元大本營B站收購,二次元內容與廣播劇的結合變得更加緊密起來。,“錢景”如何,艾瑞諮詢2020年的調查數據显示,從對網絡音頻用戶付費情況的調研結果來看,76.0%的用戶都在音頻平台產生付費行為,用戶年平均花費為202.3元。以廣播劇、有聲書為代表的聲音產業的確未來可期,並正在影響着更多年齡層的用戶。除了年輕人感興趣的廣播劇,還有另一種聲音產品――有聲書也在吸引着不同年齡的聽眾。有聲書的內容比廣播劇更單薄一些,有的是單人播講,有的是一男一女,有的要加上旁白。在喜馬拉雅平台上,有聲書大V“有聲的紫襟”已經收穫了千萬級別的粉絲。在這種背景下,2019年起,喜馬拉雅等開始大舉進軍廣播劇的全年齡市場,首推的就是劉慈欣小說改編的廣播劇《三體》。迄今為止,《三體》廣播劇全6季的總播放量已經達到6896.4萬。,製作《莎士比亞精選有聲劇》的李碩第一次接觸廣播劇,就是和729聲工廠合作製作《三體》廣播劇的配樂。劇目上線后,喜馬拉雅方面告訴他,他們要給《三體》廣播劇出一張原聲專輯。作為劉慈欣的書迷,他根本沒想到有很多用戶真的願意花30多元購買一部廣播劇的原聲音樂,這也側面證明了劇集本身的火爆。《三體》上線一年多,他每個月都能收到1000到3000元不等的分賬,雖然錢數不多,卻讓他發現“這市場挺有意思”。正是在這件事之後,他看到了廣播劇的潛力,花費一年時間將各大聲音平台都研究了一遍,才開始入場製作廣播劇。,不過,點擊量的狂歡之下,廣播劇的盈利模式並稱不上完美,迄今為止“真金白銀”收到錢的還是兩種:一是“一次性買斷IP”,讓用戶直接為單個劇集付費的方式,另外一種則是會員包年暢聽大部分劇集的形式。如今在喜馬拉雅查看廣播劇熱播榜前十名,除了第一名《三體》之外,其餘的高流量作品幾乎都是由網絡小說改編的廣播劇,其中很多包含武俠和耽美元素:《魔道祖師》《六爻》《破雲》……這說明,願意為廣播劇付費的還是二次元愛好者居多,暫時還沒有擴展到全年齡段。,而從另一端考察,廣播劇的從業人員與影視配音、編導、聲音設計甚至音樂行業工作者往往是同一批人,這些人的身份多元,收入來源也多元,廣播劇的從業人員數目是多少,從事這個行業到底能夠獲得多少收入,都無法得到精確的數據統計。,廣播劇的“頭部演員”確實火了起來,無論是配音類節目《聲臨其境》的推動,還是2021年B站的《我是特優生》節目,都將729、光合積木、邊江工作室等知名團體的配音演員推向台前,但“腰部演員”的收入問題依然尷尬。配音演員可以通過配廣告、遊戲、影視劇、廣播劇等各個形式取得收入,但在這個“收入鄙視鏈”中,能接到廣告業務才是最厲害的,可以達到1分半鐘的成品2萬元~3萬元的價格。而哪怕是業內大咖來錄製廣播劇,也無法拿到像廣告這麼高的價格。李碩透露,“腰部演員”的成品作品每小時大概只能拿到100元到300元。如果按一季廣播劇10集、每集20分鐘計算,一整季廣播劇的收入可能還不過千元。哪怕將各種收入加在一起,未成名演員的月收入可能也只有幾千元。這樣的低收入會導致人才的流失,對於製作方而言也是頭疼的問題。,聲音創作的新空間,新冠疫情期間,實地拍攝的影視表演遭遇困境,廣播劇“不用聚集製作”的優勢更為凸顯,甚至,聲音表演成為了海內外一些影視創作人新的靈感來源。2021年3月19日,Apple TV +上線的美劇《駭人來電》以其前衛的形式引發大量討論,它通過聲音演出和精美的三維立體動畫表現了多重宇宙存在的可能性。說到底,《駭人來電》就是一部有聲劇。,剛剛看過《駭人來電》的李碩也想在今年製作一些具有實驗性質的廣播劇,他對聲音領域可以延展的空間充滿了信心。還是以《三體》為例,《三體》的影視化在全世界都是難題,但在廣播劇的世界里,科幻小說的空間想象這件事並不是問題。“把三維世界給描述一下?太難了。諾蘭的電影拍四維世界都拍到頭了,但是聲音,你只要能想象就可以。”,在更多元化的內容開發這方面,廣播劇還有很大的空間。儘管現在的題材同質化,背後也隱藏着新內容成長的空間。比如,現在貓耳FM上也有不少“用愛發電”的自製網配劇,光合積木近年也開始製作像《問鹿三千》這樣原創的廣播劇,許多經典文學、小說的改編尚未完成,還有很大可發揮的空間。,做過無數種聲音工作的姜廣濤深刻地感受到移動互聯時代的飛速變化,他認為,曾經單純的廣播劇僅僅是配音演員能做的一個方向,如今,他們的聲音可以透過各種形式和聽眾發生關聯:導航、動畫、有聲書、線下演出、線上直播、人工智能採集……數不勝數。他感嘆,如今這個時代不可能如從前那樣,讓一個人一直從事同樣的行業。“有的工作內容讓我們穿着服裝,說著台詞,就呈現出一個二維形象來;有的工作讓我們做人工智能語言採集,錄1萬句話,語感、情緒都採集到了,就可以生成AI語音,這樣的事我以前也沒有見過”。

  • 杏鑫主管註冊_宣布離婚前 蓋茨夫婦的基金會清倉蘋果Twitter股票

    杏鑫主管註冊_宣布離婚前 蓋茨夫婦的基金會清倉蘋果Twitter股票

    北京時間5月25日早間消息,據報道,五月份,億萬富豪蓋茨和妻子梅琳達宣布結束婚姻,而在幾個星期之前,以兩人名字命名的慈善基金會拋售了價值數億美元的蘋果和Twitter公司股票。,據悉,“比爾和梅琳達・蓋茨基金會”提交給美國證券交易委員會的報告文件显示,在三月底之前,基金會旗下的一個信託基金已經賣出了所持有的蘋果和Twitter的全部股票。,自從兩人宣布離婚以來,大約價值40億美元的股票已經從蓋茨手中轉移到了梅琳達名下。目前,蓋茨是全世界最富有的人之一,凈資產大約為1460億美元。,據報道,蓋茨和梅琳達並沒有簽署婚前財產協議,因此主要依靠一份“分手協議”來分割兩人的資產。婚前財產協議約定了在離婚條件下有關分割財產的各種協定,但是“分手協議”不像婚前財產協議那樣正式,不過它仍然是一個有法律效力的協議,闡述了離婚雙方的權利和義務,比如孩子的撫養和監護。這些協議內容免去了尋求司法手段來解決的麻煩。,蓋茨夫婦提交給當地法庭的離婚申請文件中提到,兩人的婚姻已經“無法挽回的破裂”,兩人要求根據分手協議來分割資產。

  • 杏鑫總代_比特幣挖礦與“碳達峰”目標背道而馳

    杏鑫總代_比特幣挖礦與“碳達峰”目標背道而馳

    虛擬貨幣行業正迎來監管風暴。繼中國互聯網金融協會等三協會聯合發布關於防範虛擬貨幣交易炒作風險后,5月21日,金融委會議明確提出,打擊比特幣挖礦和交易行為,堅決防範個體風險向社會領域傳遞。消息發布后,虛擬貨幣市場集體大跌。值得注意的是,雖然此前協會曾多次提及虛擬貨幣交易風險,但比特幣挖礦被高層會議明確予以打擊,尚屬首次。,為何此時將挖礦“揪出”?首先,挖礦是“製造”比特幣最核心的環節,對於挖礦的打擊有利於從源頭上打擊比特幣等虛擬幣的交易炒作。其次,挖礦產生的能耗超乎想象。劍橋大學研究數據显示,截至2021年5月10日,全球比特幣挖礦的年耗電量大約是149.37太瓦時。這一数字已經超過馬來西亞、烏克蘭、瑞典的耗電量,十分接近耗電排名第25的越南。挖礦不僅消耗大量電能,更加劇了二氧化碳的排放量。去年挖礦產生了6900萬噸二氧化碳,佔全球排放量的1%,20年內可將全球氣溫提高2℃。耗費巨量資源生產並無實際價值的虛擬幣,與“碳達峰”“碳中和”目標背道而馳。,通過“工作量證明”獲得相應的比特幣獎勵是這一系統的核心機制。這種“工作”即進行大量複雜的運算,隨着競爭的加劇,進行運算的設備也不斷升級,由原來的PC進化成專業的礦機,礦機的運轉需要大量電力,礦機大量集聚則形成礦場。礦場主要分佈在電力資源豐富、電價低廉的地區,以降低用電成本來確保更高的投入產出比。新疆、內蒙古、四川、雲南、貴州等地是國內的挖礦“聖地”,前兩地以火力發電為主,后三地則水電資源豐富。近年來,多地已陸續有打擊挖礦的行動,近期相關行動已升級,內蒙古已表示要全面清理關停挖礦項目,並設立舉報平台。,雖然從環保的角度而言,打擊挖礦是必要之舉,但從過往經驗來看,實際效果如何,以何種方式打壓,仍應審慎評估和選擇。此前雖有禁止法幣交易、打擊挖礦、禁止銀行提供兌換服務等監管手段,但各交易方往往能想出辦法鑽空子,使得監管效果大打折扣。國內礦場會否因監管打壓而停擺?短期來看,這種可能性存在,但這也意味着算力的大幅下降,此時挖礦可能收益更高,可能誘使更多人進場補位,這與打擊挖礦的初衷背道而馳。

  • 杏鑫主管註冊_左暉離世4天後,彭永東成貝殼千億帝國“接班人”

    杏鑫主管註冊_左暉離世4天後,彭永東成貝殼千億帝國“接班人”

    對房產中介行業影響的左暉突發離世4天後,近600億美元市值的貝殼帝國宣布了自己的接班人――彭永東。,5月24日,貝殼宣布,經公司董事會決定,任命彭永東接任貝殼董事長一職,並任命徐萬剛擔任貝殼執行董事。同時,公司宣布左暉為公司“永遠的榮譽董事長”,以此紀念其作出的巨大貢獻和留下的寶貴精神遺產。,長期以來,現年42歲的彭永東都是貝殼整個商業帝國里僅次於左暉的“二把手”,他們有一個共同的願景――房產中介行業的互聯網化。,2009 年,在IBM任戰略與變革高級諮詢顧問的彭永東,開始服務鏈家,為左暉解決“要不要互聯網化”的命題。一番研究之後,彭永東給出答案,勢必要做。他也因此受到左暉賞識,並在一年後被左暉挖角進入鏈家,幫助鏈家完成線上化,落地左暉的戰略抉擇和公司價值觀。,2014年,在彭永東的牽頭下,鏈家在線升級為鏈家網,他也同步開始擔任鏈家網CEO。四年之後,同樣也是在他的操盤之下,貝殼找房橫空出世。上線后,作為CEO的彭永東與左暉一起,帶領着貝殼四處攻城略地迅速擴張,在短短數年時間成為中國最大的房產中介平台。,貝殼招股書披露,2019年其房屋交易額已經達2.1萬億元GTV(總交易額),在全國經紀機構完成交易額佔比達20.3%。,到2020年,貝殼的GTV(總交易額)做到了3.5萬億元,其存量房業務交易量已經佔據全國總交易量的21.55%;同時,新房業務也增長迅猛,佔據全國總GTV的10.8%。貝殼成為僅次於阿里巴巴的中國第二大商業平台。,截至2021年5月24日,貝殼找房的市值高達597億美元,換算后約等於3840億元,比萬科高出700億元,是恆大的2.3倍、碧桂園的1.8倍。,如此龐大的商業帝國,在左暉離世后迫切需要一個新的“旗手”。而幫助鏈家完成線上化、操盤成立貝殼的彭永東是其中最優的選擇。早在2019年,左暉在接受《中國企業家》採訪時便表示,“我自己很清楚,貝殼是彭永東和團隊的事。”,5月20日,左暉因肺癌突發離世時,彭永東就曾發表訃告表示,“我們極其有幸和老左一起開創事業,一起奮鬥拼搏,一起改變行業”,且將繼續執行戰略和增長計劃,為行業創造價值。,如今正式接任后,彭永東表示,從鏈家到貝殼,左暉先生用了二十年時間,為中國房屋交易和居住服務行業豎起了一個又一個路標。這些寶貴的遺產,將指引公司持續前行。同時,左暉先生的信念和價值觀,也深深融入到了企業的DNA之中,讓管理團隊穩定有序,讓組織生長持續健康。

  • 杏鑫總代理_賈躍亭的車造出來了?首個FF未來主義者體驗中心落戶美國紐約

    杏鑫總代理_賈躍亭的車造出來了?首個FF未來主義者體驗中心落戶美國紐約

    5月25日消息,今日,法拉第未來Faraday Future官博宣布首個FF未來主義者體驗中心正式落戶美國紐約曼哈頓,地址為紐約市上東區東59街5號,美國東部地區用戶將首次零距離接觸、深度體驗FF 91。,微博截圖,以下為Faraday Future公告全文:,北京時間2021年5月25日,總部位於美國加州的全球共享智能出行生態系統公司Faraday Future (FF)今天宣布, 首個FF未來主義者體驗中心於當地時間5月24日落戶美國紐約曼哈頓,地址為紐約市上東區東59街5號。隨着今天FF 未來主義者體驗中心的盛大開幕,公眾可以首次在紐約見到和體驗極智科技奢華電動車-新物種FF 91。,,從左至右:Aaron Feldman �C PSAC 聯席CEO , Benchmark Real Estate Group 聯合創始人,Christian Gobber �C Faraday Future O2O 銷售以及用戶生態副總裁,Jordan Vogel �C PSAC 主席兼聯席CEO, Benchmark Real Estate Group聯合創始人,在坐落於紐約曼哈頓的FF未來主義者體驗中心,人們不僅可以體驗到FF未來互聯出行生態的獨特理念,而且可以通過互動,體驗FF 91 突破性創新科技。這些互動體驗體現着FF 旗艦產品FF 91的設計、舒適的配置及性能等方面的領先優勢。FF未來主義者體驗中心展現着FF核心價值,以及自然與科技的整合,同時為來訪者勾勒出FF獨特的品牌故事。FF 91是FF的旗艦產品,擁有行業領先的1050馬力,少於2.4秒的百公里加速時間,NASA-inspired 零重力後排座椅擁有行業領先的60度仰角,以及革命性的用戶體驗,旨在創造一個移動、互聯、奢華的第三互聯網生活空間。,,“FF 91是一款定義高性能超豪華電動車的產品 ,他為駕駛員和乘客的體驗設立了全新基準”,FF全球CEO畢福康(Carsten Breitfeld)博士說,”紐約地區不僅是電動車的重要市場,也是豪華車的重要市場,所以我們很高興能夠在這裏通過FF 未來主義者體驗中心互動展示我們的產品。”,,“親身體驗是了解FF獨一無二的產品,行業領先的科技的最好方法,FF未來主義者體驗中心就是公眾與FF的產品互動的一種絕佳的方式”,Property Solutions Acquisition Corp.(“PSAC”)(納斯達克:PSAC)聯合CEO兼董事長Jordan Vogel說,”隨着公司即將上市,我們已經迫不及待地要向公眾展示FF 91的品牌DNA,以及第三互聯網生活空間體驗。”,FF未來主義者體驗中心在紐約的正式開幕,正處在FF準備與特殊目的收購公司(SPAC) PSAC合併之際。此前宣布的合併協議預計將於2021年第二季度完成交易,交易完成后,FF將以股票代碼“FFIE”在納斯達克進行交易。FF的旗艦電動車型FF 91計劃在合併完成后約12個月內推出。

  • 杏鑫主管註冊_算法的進化:機器會引發戰爭嗎?

    杏鑫主管註冊_算法的進化:機器會引發戰爭嗎?

    現代算法是可以自學的,尤其是推薦系統算法,它可以根據每個人的喜好推薦有趣的東西給我們,比如說適合的電影、書籍、音樂等等。算法通過與用戶之間的交互過程,獲取用戶的個人偏好信息,並從中學習進一步完善自身,發現其中的關聯關係,以便為下一位用戶提供更優質的推薦信息。為了滿足自己的好奇心,我研究了其中一種算法,想知道它到底能有多了解我。所以,在劍橋微軟實驗室測試Xbox遊戲機所用的Kinect視覺識別算法時,我順便拜訪了一位同事,想向他了解一個實時推薦系統的算法原理。,該推薦系統的用戶界面上隨機排列了約200部影片,我要做的是如果看到自己喜歡的影片,就把它拖放到屏幕的右側。其中的確有一些是我比較喜歡的影片,於是,屏幕中的影片位置自動調整,將我可能喜歡的電影放到靠右側的位置,而將我可能不太喜歡的電影放到靠左側的位置。僅僅通過一部電影是不足以訓練算法的,所以大部分尚未被分類的影片仍然停留在屏幕中間的區域。,《王牌大賤諜》這部影片我覺得很無聊,屬於我特別不喜歡的類型,所以我就把它拖到了屏幕左側的回收站里。這一操作為算法提供了進一步學習所需的新信息,使屏幕中影片的位置又進行了一次調整,我似乎能感覺到算法對自己提供的建議很有信心:它將伍迪・艾倫(Woody Allen)的《曼哈頓》推薦為我喜歡的電影。這部影片確實是我喜歡的,儘管算法是對的,但此時它還沒有給我特別多的驚喜。它可能覺得我會比較喜歡《搖滾萬歲》,所以將這部電影向右側移動了。但事實恰好相反,我不能忍受這部影片,所以我把它拖到了回收站里。,算法本來以為我會喜歡《搖滾萬歲》,但事實上我不喜歡,從這個過程中它獲取到了重要的新信息。屏幕上的影片又一次進行了重新排列,並且此次調整的幅度非常大。這是因為系統後台的算法程序發生了微妙的改變―它根據我此次的選擇學到了更多的“新知識”,並微調了推薦系統的模型參數。它判斷我可能喜歡《搖滾萬歲》這部影片的概率過高,所以通過修正特定的參數來降低其值。雖然此前它從別的既喜歡韋斯・安德森又喜歡《曼哈頓》的那部分影迷處得知,他們也喜歡《搖滾萬歲》這部電影,但這一條並不適用於我。,正是這種人機交互給算法提供了持續學習的新數據,使它可以不斷進行自我調整以適配我們的喜好。在當今社會,這些算法在我們做出各種抉擇時發揮了巨大作用:選擇電影、音樂、書籍,甚至伴侶,等等。,如果你喜歡……,電影推薦系統的算法原理比較簡單。假定你喜歡電影A、B和C,而另一個用戶也喜歡它們,但他還喜歡電影D,那麼,D極有可能也是你所喜歡的。當然,現實中數據之間的邏輯關係並非如此簡單。你喜歡電影A、B和C是因為這些影片里有你最喜歡的某位演員,但他並沒有出演D這部電影。而另一個用戶之所以喜歡A、B、C、D四部電影,是因為它們都是驚險刺激的間諜電影。,算法通過查看你所提供的信息,分析出你喜歡某類電影的原因,進而會把你和那些曾經做出過相同選擇的人匹配、關聯到一起。算法需要在大量的初始數據樣本基礎上展開工作,這一點跟許多機器學習算法是相同的。機器學習的一個重要特點是,人類必須參与到數據的分類過程中,以便讓機器知道它所看到的到底是什麼。這種管理數據的行為為算法提取潛在信息的模式做好了提前準備。,算法在用戶瀏覽影片庫的行為過程中拾取關鍵特徵值,如浪漫愛情喜劇、科幻片,或者是某位演員、某位導演的作品。但是,這種方法並不理想。首先,非常耗時;其次,分類的過程存在不客觀因素,計算機最終學會的是已知的知識,而不能發現新的潛在趨勢,從而導致計算機形成擬人態的思維定式。從最原始的數據中學習並發現模式是訓練算法最好的方式。,大家都知道,Netflix公司是一家會員訂閱制的流媒體播放平台,開發出自己的電影推薦系統后,在2006年舉辦了奈飛大獎賽,期望通過競爭來發掘最優的算法。當時,Netflix已經積累了大量的電影評級數據,評分等級分為1~5星。於是,它公開了一個包含100 480 507個元素的電影評級訓練集合,這些元素取自480 189個用戶對17 770部電影的評價。然後,Netflix將17 770部電影的名稱替換為数字序號,即變為匿名狀態。比如,2666代表的可能是《銀翼殺手》,也可能是《安妮・霍爾》,或其他任何一部影片。只有用戶給這部電影的評分是已知的。,同時,Netflix還公布了一個包含2 817 131個元素的測試集合。測試集合的用戶對電影所做的評價是未知的,因此參賽隊提交的算法必須預測測試集合中所有的元素所對應的評價等級。比如,根據已有的數據預測出用戶234654對2666這部影片的評價等級。重賞之下必有勇夫,公司宣布設立100萬美元獎金作為獎勵,獲獎條件是:以推薦效率提高10%的優勢擊敗Netflix的自有算法。附加條件是:獲勝者必須公開自己的算法並授予公司非排他性的許可,讓Netflix有權使用這個算法向用戶推薦電影。,除了100萬美元的終極獎項,大賽還設立了幾個進步獎:將上一年度成績最好的推薦算法的效率提高至少1%的團隊,將獲得進步獎50 000美元。該獎項每年度都會有,但領取獎金的前提條件依然是需要公開算法的代碼。,可能你會覺得從這樣的數據里得不到有價值的信息,因為你甚至不知道2666所代表的影片是喜劇片還是科幻片。事實上,原始數據所蘊含的信息遠比我們想象的要多。假設我們將每部電影視為一個維度,所有影片就構成了一個17 770維度的空間,那麼每個用戶就可以被看作這個17 770維空間中的一個點。每一部電影對應一個維度,用戶對影片的評價越高,那麼在該維度上此點偏離原點的距離就越遠。當然,除非你是一個數學家,不然把用戶看作17 770維空間中的點是很難想象的。實際上,我們可以把高維空間看作三維空間的擴展。假定只有3部影片被評級,我們可以用圖形化的方式將用戶與影片評級的關係表示出來。,假設電影1是《獅子王》,電影2是《閃靈》,電影3是《曼哈頓》。某一用戶對這三部影片的評級分別為1星、4星和5星。用x、y、z軸表示用戶對電影1、電影2、電影3的喜愛等級,建立三維空間直角坐標系,如圖6-1所示。這時,我們可以確定該用戶在坐標系中的位置是(1,4,5)。,,雖然在幾何上無法繪製出17 770維空間以呈現用戶在該空間上的所在位置,但數學可以。如果能把用戶看成17 770維空間中的點,那麼同樣能把影片看作480 189維(用戶數)空間中的點,此時,如果用戶對影片評價越高,那麼在該維度上此點偏離原點就越遠。這些點分散在如此之大的維度中,很難發現其間存在的模式。因此,如果希望藉助計算機找出數據中包含的信息,那麼就需要降維處理。,這就好比一系列從不同角度得到的某人的頭部剪影,其中一些更具代表性,更容易辨識一樣。比如,希區柯克(Hitchcock)的側影輪廓就比正面投影更易辨認。電影和用戶就像臉上一個一個的點,以一個角度投影,可能會看到這些點連成一條線,而以另外的一個角度投影,則可能並不會發現有明顯的信息出現。,按照這個思路,我們或許能找到一種辦法,將高維空間中的電影和用戶對應的點同時投射到一個二維平面上,這樣用戶對應的點就會非常接近他喜愛的電影所對應的點。這種辦法的巧妙之處就在於,能夠尋找到揭示影片、用戶所具有的潛在特徵的合適投影。例如,圖6-2是100個用戶和500部電影匹配過後在二維平面中的投影,所使用的數據均來自Netflix的數據庫。代表用戶的點與代表影片的點很好地擬合,其餘各處均未出現異常多餘的點。我們可以通過這個投影找到數據中的信息。,通過比對點和其實際代表的電影,我們可以發現這個投影很好地反映出影片固有的一些特徵:劇情片聚集在右上角,動作片聚集在左下角。,這就是最終在2009年贏得Netflix100萬美元大獎的團隊所使用的算法的基本思想。他們提取了有助於預測用戶喜好的20個電影的獨立特徵,並將高維空間投射到這20個特徵所構建的20維空間中。然後,藉助計算機強大的運算能力,從海量的投影方案中挑選出最好的那一個。這正是計算機的強大之處,它的這種能力是人類的大腦和眼睛所無法企及的。,,更有趣的是,模型挑選出的一些特徵可以被明顯地辨識出來,例如“動作片”或“劇情片”,而另一些特徵雖沒有明顯的標識,但也都呈現出一種正態分佈的趨向。,這正是我覺得計算機算法能給人驚喜的地方:它們有發掘新事物的潛力。從某種角度講,深度學習算法提取出了人類無法用語言描述和表達的特徵信息。就好比在沒有建立顏色的概念,也沒有紅色或藍色這種表示顏色的詞彙的情況下,僅僅通過我們對所見事物表現出的好惡,計算機就能幫我們實現藍色和紅色的分類。因為存在太多的因素影響着我們的決定,我們無法準確地描述出為什麼喜歡某部電影。決定個人偏好的人類代碼遵循什麼樣的算法原理是隱性的,但計算機代碼已經識別出了引導我們偏好的特徵,而這些特徵我們僅可憑直覺感知,卻無法表達出來。計算機代碼在這一點上已經遙遙領先於人類了。,2009年6月,BellKor�s Pragmatic Chaos團隊向Netflix提交了他們研發的推薦算法,其推薦效率首次突破10%的要求並且達到了10.05%。按照比賽規則,Netflix宣布這場歷時3年之久的比賽進入最後30天的決賽階段。決賽階段涉及的隱藏數據被分為兩部分,一部分用來在公開測試中給每個團隊打分,另一部分用來在隱藏測試中評判最後的贏家。如果沒有其他隊伍提交的算法超越BellKor�s Pragmatic Chaos團隊,那麼他們無疑就是這場比賽的贏家。但是,就在決賽第29天的時候,Ensemble團隊提交了他們的算法,其推薦效率達到了10.09%,超過了BellKor�s Pragmatic Chaos團隊,位居公開測試排行榜的第一位。第二天,截至停止徵集新算法的那一刻,兩隊的算法推薦效率又有了一些新的提升:BellKor�s Pragmatic Chaos團隊突破10.09%,Ensemble團隊則非常接近於10.1%。但該結果並不能說明兩隊孰勝孰負,因此Netflix決定將大獎頒發給在隱藏測試中獲勝的團隊。可結果是兩隊的得分仍然相同,但由於BellKor�s Pragmatic Chaos團隊比Ensemble團隊早20分鐘提交了他們的參賽算法,最終是他們帶走了那100萬美元。,,鑒於第一次比賽的成功,Netflix希望能舉辦第二次比賽以激發更多的創新性想法,但是它遇到了一個難題:用戶的個人隱私問題。公司曾在競賽網站的頁面上發出這樣的公告:,訓練數據集合刪除了所有的用戶識別信息,只剩下評級等級和日期。這符合隱私權保護政策。即便知道自己所有的評級及日期,你也可能無法在數據中準確地識別它們,因為它們只是極小的一部分樣本(總量不超過完整數據集的1/10),並且這些數據曾受到擾動。,那麼,如果參賽选手知道用戶所有的評級,這真的不算侵犯隱私嗎?,得克薩斯大學奧斯汀分校的兩名研究人員收集了這些數據,並將其與另一個網站―互聯網電影數據庫(Internet Movie Database,簡稱IMDb)上對電影進行評級的那些用戶進行了比較,識別出了其中幾名用戶的身份。2009年12月17日,四名用戶對Netflix提起訴訟,稱該公司發布數據違反了《視頻隱私保護法案》。其中一名用戶表示,她是一個未出櫃的同性戀母親,有關她對電影喜好的數據可能會暴露出她的性取向。分析用戶對電影的特殊喜好就有可能推斷出其政治傾向或性取向,這被稱為“《斷背山》因子”。最終,此案庭外和解,Netflix也因此取消了舉辦第二場比賽的計劃。,數據像是一種新型“石油”,而我們卻把它“倒”在互聯網上了。誰擁有這些數據以及如何利用好這些數據,將是我們走向由這種新型“石油”推動的未來時,社會將要面臨的一個重大問題。,,如何訓練算法,如果算法告訴你你可能會喜歡什麼,那麼就意味着你將永遠都看不到算法認為你不喜歡的東西。知道了這一點,你是否感到一點隱隱的不安?對我來說,我很享受被引導找到自己喜歡的音樂的過程。此前,我經常不得不循環播放相同的歌曲,這也是為什麼我總是聽收音機的原因。現在,算法“連推帶拉”地引導我從音樂庫中挖到屬於我自己的“寶石”。對於這些算法,我最初也曾有過懷疑:它會不會產生“口味”趨同的效應,導致所有用戶最終都只關注音樂庫中的一部分歌曲,而使另外一些歌曲失去聽眾呢?但後來我發現,這些算法都採用了非線性或混沌理論的數學思想:我和你喜歡的音樂風格只要略微不同,那麼被推薦的歌曲將會大相徑庭。,當在戶外跑步時,我聽了許多算法推薦的歌曲,它幫我找到了很多好聽的新歌。幾周前,妻子想要在她的生日聚會上跳舞,讓我幫她挑選一些20世紀80年代的歌曲。但生日聚會結束后的第二天,我又去戶外跑步時發現,算法給我推薦的全部都是20世紀80年代的舞曲,於是我不停地按“下一曲”,但切換后出現的還是類似的歌曲。之後我通過聽其他音樂重新訓練算法,花了好幾周的時間才將這一切恢復如常。,电子郵件過濾器也是基於人機交互訓練算法工作的。選用一些對你來說不是特別重要的郵件作為訓練數據,將其中一部分標記為垃圾郵件,另一部分標記為正常郵件。通過分析這些郵件中出現的單詞,算法開始構建垃圾郵件過濾的規則:帶有“偉哥”、“火辣的俄羅斯人”這一詞彙的郵件100%是垃圾郵件;帶有“再融資”這一詞彙的郵件99%是垃圾郵件;帶有“糖尿病”這個詞的郵件不確定性比較大,因為似乎有一些人藉助垃圾郵件四處傳播治療糖尿病的廣告,但也有一些屬於正常的郵件。所以,算法對這部分郵件進行了簡單的統計分析,發現每20封含有“糖尿病”這個詞的郵件中,只有1封屬於正常郵件。因此,算法最終確定包含有“糖尿病”這一詞彙的郵件有95%的可能是垃圾郵件。,电子郵件過濾器可設置不同的過濾級別。比如,只有在郵件有95%的概率是垃圾郵件的情況下,該郵件才應該進入“垃圾郵件”文件夾。但現在更酷的是:雖然算法的訓練數據是一組普通的电子郵件,但你的日常行為也將教會它識別你感興趣的事情―算法會根據你所發出的郵件做出判斷。假設你患有糖尿病,那麼,根據你設置的最初過濾級別,所有帶有“糖尿病”一詞的郵件都會進入“垃圾郵件”文件夾。但漸漸地,隨着你將越來越多的电子郵件(包括“糖尿病”一詞)標記為“合法”,算法會重新校準已構建的郵件過濾規則,將這類郵件所對應的概率降至遠低於95%的水平,這類电子郵件就會正常地進入收件箱而不是“垃圾郵件”文件夾。,不僅如此,算法還會自主創建新的算法,用於從所有包含“糖尿病”一詞的郵件中區分出垃圾郵件和正常郵件。其方法是引入其他的關鍵詞,例如“治癒”。機器學習算法將遍歷你收到的每一封电子郵件,試圖從中找出信息和關聯,直到最後形成一個適合你個人生活方式的定製算法。,無人駕駛汽車也是基於這樣的概率更新原理而設計的,雖然它的控制系統遠比這複雜得多。該算法根據感知所獲得的道路、車輛位置和障礙物信息等,來控制車輛的轉向和速度。,偏見和盲點,Netflix的推薦系統算法可以提取出影片中那些人類都難以名狀的特徵,非常令人不可思議。這無疑挑戰了洛夫萊斯的觀點,即機器永遠無法突破程序員思維的局限。現如今,機器掌握了人類所不具備的一項技能:對海量數據進行分析,並從中發掘出有價值的信息。,人類的大腦不擅長進行概率分析,這是進化的失敗。概率直覺感知力的構建必須基於大量的試驗,然後從中發現可能的趨勢性。我們缺乏大量試驗的機會,所以無法建立這種直覺。從某種程度上來說,機器代碼的發展彌補了人類大腦在數據交互方面低速率的缺陷。因此,機器學習可以看作對人類思維方式的補充,而不僅僅是簡單的複製。,概率是機器學習的核心。許多算法實際上都是確定性的。這就好比一個人發現了問題的解決辦法,然後通過編程促使計算機机械地在人所設定的規則下完成某一件事情。這就像牛頓的世界觀:宇宙是由數學方程控制的,科學家的任務是發現其中蘊含的規律並用它們來預測未來。,20世紀的物理學家們向人們揭示了宇宙並不像我們此前想象的那樣具有確定性。量子物理理論認為,世界就像上帝在玩骰子,結果具有不確定性,取決於事件發生的概率。概率思想主導下形成的算法具有非常強大的力量,這或許是為什麼在新算法的世界中,那些受過物理思維訓練的人比數學學者顯得更游刃有餘。這是理性主義與經驗主義之間的對抗。但就我而言,經驗主義佔了上風。,那台機器是如何在不知道遊戲規則的情況下僅靠一個可以左右移動的滑塊,以及屏幕中的像素及分數變化情況就學會了雅達利開發的Breakout遊戲的?算法計算的是當前狀態下,左右移動滑塊對得分情況的影響。由於移動所產生的影響是持續性的,可能是幾秒鐘時間,所以還需要計算延遲影響。這就非常難了,因為我們並不總是能夠確定這之間存在什麼樣的因果關係。而這暴露了機器學習的一個缺點:它有時會把某些關聯誤認為是因果關係。動物們也會被這個問題所困擾。,美軍用神經網絡訓練機器識別坦克圖片的例子,是在機器學習社區里被反覆提起的一個經典的反面教材。該算法的訓練數據是一些帶標籤的圖片(標記出哪些有坦克,哪些沒有坦克)。通過對這些圖片進行分析,算法獲得了識別坦克的重要特徵。在分析了數百張帶標籤的圖片之後,研究人員用一些算法從未見過的圖片進行測試,結果非常振奮人心,識別準確率達到了100%。,但將裝有該算法的探測器部署到戰場后,美軍很快發現它毫無用處。令研究小組感到迷惑不解的是,當他們用美軍所使用的圖片做分析時,探測器所給出的識別結果竟然是隨機的。直到後來通過深入研究他們才發現,只要圖片拍攝於陰天,探測器就能做出正確的判斷。,一想到訓練數據,他們就明白問題出在哪兒了:研究小組只是獲得批准有權使用坦克有限的幾天,所以他們將坦克開到不同地方,拍攝了大量位於不同偽裝位置的照片,但沒注意到那些天一直都陰陰沉沉的。返回后,他們拍攝了一些沒有坦克的鄉村照片,但那時的天空是異常晴朗的。用這些照片作為訓練數據,算法就誤認為晴天和陰天也是區分坦克的重要特徵。所以,一個坦克探測器就變成了一個對軍方毫無用處的“陰天探測器”了。從這個事件中我們總結的經驗教訓是:機器是能夠學習的,但前提是你要讓它學習對的東西。,現如今,隨着基於數據訓練的算法廣泛應用於社會的各行各業,如申請抵押貸款、治安決策、個人健康建議等,上面這個問題所造成的負面影響日益凸顯。很多證據表明,算法中暗藏着歧視和偏見。麻省理工學院的一名研究生喬伊・布蘭維尼(Joy Buolamwini)發現,她的臉相較於那些膚色較淺的同學,更加不易被所使用的機器人軟件識別。當她帶上一個萬聖節用的白色面具時,技術識別很順利,可一旦取下面具,她就在機器眼中“消失”了。,問題出在哪兒呢?該算法雖然針對大量的人臉圖像進行了訓練,但這些數據中黑色皮膚的面孔較少。本應公平公正的人工智能,從數據中學會了人類的偏見,這種偏差導致算法生成了許多令人不可接受也難以接受的結果:針對男性的聲音進行訓練的語音識別軟件識別不了女性的聲音;某圖像識別軟件將黑人辨認為大猩猩;護照照片拍攝軟件不適用於亞洲人,原因是它始終認為他們在拍照時閉眼了。硅谷的科技公司僱用的員工中有4/5都是男性白人,這正是布蘭維尼創立算法正義聯盟以對抗人工智能算法偏見的原因。,法律體系也面臨着考驗,申請抵押貸款、應聘工作、申領社會福利被算法程序拒絕後,人們有理由知道為什麼。但是,由於算法是基於數據交互構建決策樹的,證明其決策的合理性並不容易。,雖然有些人主張採取法律措施補救,但執行起來非常困難。2018年5月生效的歐盟《一般數據保護條例》的第22條規定:數據主體有權反對“完全依靠自動化處理做出的決策”。若個人對自動化決定不滿,有權主張人工介入,以表達自己的觀點並提出質疑。對於計算機所做出的任何決策,數據主體有權獲得“有關所涉及邏輯推斷的有意義的信息”。關於這一點,我只能表達我的個人觀點:祝你好運!,人工智能領域一直呼籲開發一種元語言,機器可用它來證明自己的決策是合理的。而在此之前,我們必須謹慎對待這些算法對日常生活的影響。絕大多數算法都有其專長,不善於處理無規律的行為,當意料之外的事情出現時,算法只能選擇將其忽略,而人類對這類場景卻能表現出非凡的應變能力。,沒有免費午餐的定理表明,在任何情境下都能做出準確預測的通用性算法是不存在的。機器學習的目標不是建立放之四海而皆準的通用模型,而是構建關於特定問題有針對性的解決方案。這個定理還表明,即使只向算法出示一半數據,它還是有可能將未出示的另一半數據偽造出來,以保證對它自己所進行的數據訓練的完整性。但當需要分析的數據屬於另一半未出示的數據時,它就會決策失准或失敗。,數據本身永遠無法自給自足,它必須與知識相結合。正是在這一點上,人類的思維和智慧似乎能更好地應對環境的變化並對全局進行把控―至少在目前看是這樣。,機器之間的戰爭,是改變和適應新挑戰的能力,讓AlphaGo得以誕生。谷歌的DeepMind團隊用一段時間的“監督學習”構建了他們的算法,這就好比一個成年人幫助孩子學習成年人已經掌握的技能。作為一個物種,人類之所以取得進步,是因為我們積累了知識,並以比最初獲得知識時更有效的方式將知識傳遞了下去。作為一個數學家,我也是用上大學的幾年時間快速學習了前輩們近幾個世紀發現的數學理論,而不是憑藉一己之力去重新發現所有的數學知識,以此站到學科前沿的。,AlphaGo也經歷了同樣的學習階段―我們稱之為基礎學習階段。互聯網上有數以百萬計的棋局,其中不乏高手之間的對弈。這是一個極佳的資源寶庫,通過檢索就可以找到給對手致命一擊的決勝殺招。這樣一個龐大的數據庫使得計算機能夠建立一個概率的概念,即給定一個特定的棋盤位置,算法可分析出每一步落子對獲勝的影響概率。僅考慮每一盤棋已有走法的優劣是不夠的,因為未來的對手可能不會使用數據庫中失敗棋手所用過的棋路。這個學習階段為AlphaGo下圍棋提供了必要的基礎準備,但僅僅使用這個數據庫還是不夠的。,第二階段被稱為強化學習階段。從長遠來看,它為算法自我的發展確立了優勢,提供了可能。算法通過自我對戰、強化學習來提高對弈水平,即與之前的“自己”不間斷地訓練以提高下棋的水平。如果某些有望獲勝的棋招失敗了,算法就會修改這些棋招的概率。這種強化學習會綜合生成大量的新數據,有助於算法發現自身可能存在的弱點。,局部最優是這種強化學習的弱點之一。機器學習有點像攀登珠穆朗瑪峰,如果目標是爬上這座世界上最高的山峰,但是此時你既不知道自己身處何處,又被蒙上了眼睛,那麼可選擇的策略就是以你所在位置為起始點,如果下一步能夠爬得更高,那麼就繼續往上爬,如此往複,直至抵達頂峰。按照該策略,你可以抵達所在地理區域內(當前環境下)的最高點。一旦越過這個頂點,高度就會下降,你就有可能滾落下來。但這並不意味着,在不斷努力之下,你會抵達山谷對面另一座更高的山峰。這個高點是相對的,在數學中被稱為“局部極大值”。就好比你好不容易爬上一座山的山頂,卻發現它不過是在高聳的群山環繞下的一座小山包。如果AlphaGo訓練的算法只能在局部極大值的情況下擊敗對手,那終極結果會是怎麼樣的呢?,?在與李世石對戰的前幾天,歐洲冠軍樊麾幫AlphaGo進行賽前集訓時發現了它的一個弱點,似乎就是這種情況。這或許說明人類的下棋數據將算法導向了局部最優,而實際更優或者最優的下法與人類的下法存在一些本質的不同,即人類在事實上“誤導”了AlphaGo。算法很快就學會了如何重新評估自己的落子,以最大限度地提高再次獲勝的概率。是新對手把算法“逼下山”,促使它找到了再攀高峰的新方法。,DeepMind團隊目前又開發出了新一代的AlphaGo―AlphaZero,它打敗了曾書寫歷史的各版本AlphaGo前輩。這個名字的由來是:由於是通用棋類人工智能,因此去掉了代表圍棋的英文“Go”;沒有使用人類的知識,從零開始訓練,所以用“Zero”;兩者相結合就得到了“AlphaZero”。它已不再學習人類的棋譜、走法,而是完全依靠自我對弈來迅速地提高棋藝,從而走出人類對圍棋認知的局限與定式。就像雅達利的遊戲算法一樣,給定棋盤上361個(19×19)交叉點以及它們的得分規則,然後在自我對弈中試驗棋步。沿用最初在構建AlphaGo時所使用的強化學習策略,由“白板”狀態開始“自學成才”是AlphaZero的獨門秘籍。DeepMind團隊甚至也為新算法呈現出來的強大能力而感到震驚:它已不再受人類的思維和遊戲方式的限制了。?,AlphaZero自我訓練的時間僅為3天,完成的自我對弈棋局數量就達到了490萬盤。人類花3000年才能實現的,它卻只用了3天。在對陣曾贏下李世石那一版的AlphaGo時,AlphaZero取得了100 : 0的壓倒性戰績。經過40天的訓練之後,它就所向披靡了。它甚至能夠在8小時內學會如何下國際象棋和日本將棋,水平甚至超過了市面上兩個最好的國際象棋程序。,AlphaGo項目的負責人大衛・西爾弗博士解釋了這種“白板”學習在多個領域的影響:,如果能夠實現“白板”學習,就相當於擁有一個可以從圍棋移植到其他任何領域的橋樑。這種算法是通用的,它會將你從所在領域的細節中解放出來,它普遍適合於任何領域。AlphaGo並不是要打敗人類,而是要發現做科學研究意味着什麼,讓程序能通過自學最終學習到哪些知識。,DeepMind的口號是:首先解決智力問題,然後用它來解決其他問題。他們確信未來已在路上。但這項技術能走多遠?它在創造力方面能與最優秀的數學家相媲美嗎?能繪畫或是創作音樂嗎?能破解人類大腦的秘密嗎?

  • 杏鑫平台主管_蘋果WWDC21全球開發者大會6月8日1點舉辦

    杏鑫平台主管_蘋果WWDC21全球開發者大會6月8日1點舉辦

    5月25日消息,蘋果官方正式公布WWDC21(蘋果全球開發者大會)舉行時間,定於北京時間2021年6月8日-12日,主題演講發布會將於8日凌晨一點正式開幕,WWDC21將免費向全世界227個地區的超過3000萬名蘋果開發者開放。,此次WWDC21你所關注的有哪些?,WWDC21最重要發布內容預計將在大會開幕首日發布,包括蘋果iOS 15、iPadOS 15、全新版本的macOS、watchOS 8和tvOS 15五大操作系統升級;硬件方面會是M1芯片升級版和新款Mac Pro的相關消息;去年M1芯片就是在WWDC20所發布所以有理由相信關於芯片蘋果會有新的戰略。,iOS15,據說最大的更新將會是UI的變化,這次締造了扁平風尚的iPhone將進行自我顛覆,新的圖標將加強立體感的設計,暴露圖標的陰影效果,這種輕擬物的風格將給我們帶來新鮮感。,交互式小組件,桌面的小組件將支持動態显示和互動,實現更多的快捷操作;息屏显示、分屏显示以及自定義主屏幕圖標等功能。,iOS 15中,用戶可以在鎖屏或者控制中心,快速切換駕駛、睡眠、工作等情景模式;模式的迅速切換,既能幫助用戶匹配到相應的消息通知模式,還能夠節省消費者的時間;此外,iOS 15還會進一步加強隱私控制功能(iOS 14.5上線的app透明度,iOS15會显示當前有哪些程序正在後台悄悄收集數據,同時,iOS 15還會提醒用戶,這些程序收集了哪些數據等信息)。,iPad OS 15,從最新曝光的iPad OS 15相關內容來看,iPad OS 15將迎來六大改變,優化了生產力屬性。,1、主屏幕支持添加小組件,2、新的圖標風格和控制中心設計,3、支持更高效的App分屏,4、支持大屏模式,5、支持不同APP的協同作業,6、提升與PC的協作能力。(與mac OS的協作更加緊密,又或者說因為M1芯片而打通生態?),關於第六點要說下,前两天已經有曝光內容出現:iPad Pro 2021可安裝macOS。,mac OS,從2014年開始蘋果用加州著名地標來命名,那今年的命名會是什麼?關於命名的曝光消息非常少,只能等WWDC21正式開幕後才會得知。,對於macOS來說,最主要的升級在於針對應用的適配性做更新,M1芯片的來臨,用戶可以在搭載M1芯片的Mac上直接下載使用iPhone以及IPad上的應用,但是適配性目前還需優化,因此,最新版的macOS在適配性優化后,能夠解鎖電腦和手機協同上的應用場景。,watch OS8,近日有消息稱蘋果Apple Watch將很快支持手勢操控。當然蘋果官方也提前預告了一大波輔助功能,這其中就包括了Apple Watch的Assistive Touch功能。該功能就是不需要觸摸屏幕或按鍵就能控制自己的Apple Watch,用戶可通過握拳頭等一些手勢在Apple Watch進行一些簡單的操作,例如接聽來電、控制屏幕上的運動指針、訪問通知中心和控制中心等等。,Apple Design Awards,每一年,Apple Design Awards都會表彰具有創意藝術性、工匠精神和技術成就的Apple開發者。這個獎項同樣會通過Apple Developer app和Apple Developer網站在線直播(北京時間6月11日凌晨5點)。,另外,6月1日蘋果將公布Swift學生挑戰賽的獲獎者名單,為全球各地的學生開發者送上鼓勵和肯定,各個年齡段的學生都能藉此次比賽之機,創造自己的Swift Playground作品,展現他們對編程的熱愛。(往年也有國內優秀的學生作品湧現,今年也將期待國內的孩子們在Swift學生挑戰賽中會有什麼樣的表現)

  • 杏鑫主管註冊_華為6月2日將正式發布鴻蒙操作系統

    杏鑫主管註冊_華為6月2日將正式發布鴻蒙操作系統

    5月25日消息,華為 EMUI 官方微博剛剛發布消息稱,即日起華為 EMUI 官方微博正式更名為 HarmonyOS。,,華為技術有限公司25日對外公布,計劃在6月2日晚8點正式舉辦鴻蒙產品發布會, 預計此前只用於智慧屏、可穿戴設備等產品的鴻蒙操作系統將在更多產品品類上使用。,據了解,早些時候華為註冊了名為 @華為 HarmonyOS 的官方微博,但迄今尚未發布任何微博。,鴻蒙系統的上線,也意味着華為打造多年的 EMUI 系統將要走到盡頭。,華為消費者業務 AI 與智慧全場景業務部副總裁楊海松近日在接受媒體採訪時表示,鴻蒙系統完全開源開放,今年會按照既定計劃做到 128MB-4GB 的設備全棧系統開源開放。“歡迎三方的手機廠商使用鴻蒙系統,一起開源共建。”不過,“三方手機 ‘誰’,以及 ‘什麼時候’上鴻蒙系統,完全取決於廠商的自己商業考量。”

  • 杏鑫總代_社論:別讓直播賣貨成為假冒偽劣“溫床”

    杏鑫總代_社論:別讓直播賣貨成為假冒偽劣“溫床”

    每一種經濟模式興起的同時,往往伴隨着監管缺位下的亂象頻發,近來日益盛行的直播帶貨也不例外。,作為数字經濟新業態,最近一年多以來在疫情的影響下,直播帶貨風頭正勁。中國互聯網絡信息中心發布的數據显示,截至2020年12月,我國電商直播用戶規模達到3.88億人,預計2021年底將達到6億人左右。從成交額上看,另有統計显示,2019年直播電商的總規模為4338億元,2020年突破萬億元,預計2021年規模將擴大至2萬億元,滲透率將達到14.3%。,規模如此之大且呈高速增長態勢,讓不少人認為這一業態大有可為,企業、人員等各類資源也紛紛參与其中。然而,這一過程中種種問題也隨之而來,假冒偽劣產品盛行,“帶假貨”“割韭菜”現象頻發,損害消費者權益。就算是帶貨量居於頭部的“主播”,最近也不斷暴露假貨問題。,近日,被稱為“超級主播”的薇婭直播間賣貨出現問題,該商品是一款聯名掛脖風扇,事實上該品牌從未和國內任何品牌做過聯名,實際價格也遠高於直播售價;去年另一知名主播辛巴將普通糖水當燕窩賣,被舉報后還遭到相關部門處罰;此外,羅永浩承認因疏忽賣了假羊毛衫並致歉,潘長江、謝孟偉等帶貨劣質酒等問題早已是公開的秘密。,眾所周知,近年來國內消費對中國經濟的作用日益重要,疫情之後內需有所萎縮,相關部門一再出台政策進行刺激。直播帶貨作為民眾樂於接受的新興零售模式,對刺激內需有着正面作用,值得提倡,此前薇婭、李佳琦等主播也成為了各地的座上賓。,不過,提倡這一業態並不意味着可以容忍其間發生的種種亂象,且亂象頻發將明顯損害直播帶貨的聲譽,對未來健康發展十分不利。此時,監管層務必及時出手,通過建制度、嚴執法等舉措,肅清直播帶貨亂象,確保相關業態可持續、健康發展。,從這幾年對移動互聯時代新業態的監管經驗來看,因為互聯網時代的商業模式與過去區別巨大,故原有的制度法規往往具有滯后性,針對新興業態監管往往無從着手。,因此,首先需要針對與傳統業態有較大差異之處,完善監管制度。比如在消費者維權難過程中,最典型的問題就是因網絡平台、商家和直播者三方的責任義務和定位劃分不清,引發的各種消費糾紛讓消費者面臨投訴無門的窘境。今年4月底,國家網信辦、公安部、商務部等七部門聯合出台《網絡直播營銷管理辦法(試行)》,明晰了直播行業的責任清單,為依法有效治理提供了有力武器。未來,針對直播電商平台維權渠道不明晰、售後體系不完善等問題,都需要通過建制度一一明晰。,同樣重要的是,對於直播行業的違法違規行為等亂象需要依法重拳出擊。此前知名的辛巴“假燕窩事件”,涉及成交金額高達1549萬餘元,不過最終只罰款90萬元和封號60天,有沒有對消費者賠償到位,尚不得而知。類似這種“罰酒三杯”的做法明顯不具備多少威懾力,未來應抓好制度落實,對那些劣跡斑斑的問題主播,必須依法予以懲處,對他人造成損害的,要依法追究民事責任;構成犯罪的,要依法追究刑事責任。,可以說,直播帶貨雖然有利於提振內需,但只有肅清亂象,倒逼相關商家企業依法依規運營、健康有序發展,才能行穩致遠。對於直播從業人員,則應該強化法律意識,守住道德底線,不然將面臨法律的制裁。

全部加载完成