創新工場和BCG咨詢合作的「+AI改造者」系列:看看無人機技術起家的極飛,如何賦能農業生產全環節,提升全球農業生產效率。
改造者系列:農業「+AI」全環節守護新疆棉花
近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造者』如何促進AI普惠」系列研究。人工智能在中國大陸有著明確的落地應用場景,大量的AI企業活躍於這些垂直場景中,我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸。
作為擅於趨勢前瞻的TechVC,創新工場長期看好AI領域,深入佈局,至今已經投出了7只AI獨角獸。在系列研究中,我們采訪了數家創新系AI企業,通過這些「改造者」的視角,探究傳統企業擁抱AI的範式與路徑。
創新工場投資的極飛科技是一家致力於未來農業的AI科技公司,極飛將無人機、機器人和傳感器部署在稻田、麥田和棉花田裏,用技術賦能農業中的播種、農藥噴灑、栽種管理、甚至天氣監測環節。用於作物噴灑的極飛科技R150農業無人車已經被推廣到了英國,應用在蘋果、草莓、黑莓等多種經濟作物的種植流程中。
在采訪中,極飛科技聯合創始人龔檟欽表示,AI在農業的應用才剛剛開始,未來極飛會探索更多AI和農業的融合,例如用AI來賦能優化作物模型(crop modelling),幫助識別作物生長過程中的不確定因素,從而實現提前預警和判斷。以下:
■系列導讀
本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出,圍繞「AI融合產業:『改造者』1如何促進AI普惠」的課題,我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴,以及傳統企業擁抱AI的範式與路徑。
在農業領域,隨著機器自動化、機器視覺、物聯網等技術的發展,農業的提質增效和轉型升級也被不斷加速。以極飛科技為代表的一批農業科技企業,通過無人機、智慧農業系統等科技賦能,使得傳統的農業勞動更加高效、環保、節能。
1 「改造者」通過傳授其AI技術和垂直行業理解,極大地削弱了傳統企業應用AI的瓶頸,充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。
■本期受訪嘉賓:龔檟欽
極飛科技將無人機、機器人、自動駕駛、人工智能、物聯網等技術帶進農業生產,通過構建無人化智慧農業生態,讓農業進入自動化、精准高效的 4.0時代。
龔檟欽是極飛科技聯合創始人,2018年福布斯中國「30 under 30」封面人物。龔檟欽曾任鳳凰衛視特約海外記者、國家地理製片人。龔檟欽先生擁有悉尼大學學士學位、巴黎九大與清華大學聯合博士學位在讀。
■對談實錄
Q1:極飛科技最早以無人機技術起家,後來為何選擇進入農業這一垂直領域?
龔檟欽:極飛科技以無人機航模控制器起家,最開始的時候我們曾嘗試過把無人機技術帶到電力巡線、安防、南極科考、物流等諸多領域,但很多領域的應用很難市場化,比如物流或電力巡線在當時都受到市場規模和法律法規的制約,難以發揮無人化技術的最大價值。
2013年9月,由於機緣巧合,極飛科技開始探索農業這一領域的無人機應用。我們發現,有客戶購買極飛的飛控之後進行改裝,拿到新疆去做航拍,還有許多人看到極飛之後在考慮用無人機做農藥噴灑。於是當月我們也一起走訪了新疆。9月正值棉田收穫期,我們卻看到大量農民背著藥箱,忍受著刺鼻的氣味在噴灑農藥,原因就在於新疆已經請不到采棉工了,需要農民噴灑脫葉劑來保證棉花同步成熟,再由大型采棉機統一采收。但是人工噴灑脫葉劑的效率非常低下,而用拖拉機噴灑又會軋壞棉花導致減產。
當時的新疆不僅缺乏采棉工,連噴灑脫葉劑的人工也請不到了。隨著城鎮化的發展,大量人口從農村流入城市,從前每年秋天新疆會有六七十萬人坐著綠皮火車從四川、河南、陝西來采棉花,如今這樣的畫面已難以再現。新疆出現了勞動力供給的缺口,而這也正是機器和技術能夠賦能的地方,就采棉催熟而言,要求脫葉劑的噴灑量不高,無人機這種空中飛行的機器有著天然的優勢——能夠在空中精准、均勻地噴灑,很大程度上減少人力並提高效率。不只是采摘,從播種到收穫的全流程中,機器人能高效地完成許多任務,包括播種、施肥、除草、除蟲等等,無人機能夠極大地提升農業生產效率,尤其在生產期較短的地域迅速提高單位時間的產量。由此,無人機能為農民釋放更多產能,一個人能管理的農田更大,即技術賦能土地規模化集中,而土地規模化之後農民對機器的需求也更大,從而進入「技術加速資源有效整合」的正向循環。
目前,極飛科技的無人機已經覆蓋了新疆機采棉面積的一半以上2,從棉花延伸到了水稻、小麥等需要大量人工的作物,從新疆延伸到了東北、雲南等全國大部分地域。
我們一直相信,當腦海裏有一項技術的時候,你要為技術選擇一個行業,選擇用技術來做什麼事。
2截至2020年10月,極飛科技農業無人機棉花脫葉劑作業面積占新疆機采棉面積的一半以上。
Q2:極飛在賦能農業的過程中是否遇到過什麼挑戰?極飛是如何應對的?
龔檟欽:在工業裏,規模化生產的工廠是工業自動化的天然載體,但在農業裏,農戶的規模差異很大,許多農戶的農田本身很小,對於機器應用能帶來的成本優化是無感的,這就涉及到「技術下鄉的微觀載體是誰」的問題。
極飛最早發現了這樣一群人,他們是縣城裏做婚慶攝影的攝影師,隨著航拍變得越來越容易,他們面臨著更加激烈的競爭。但是農民不會用無人機,極飛就請這些攝影師,或者說飛手,去幫農民打農藥。飛手發現農業用無人機的頻次高得多,市場又大,農民與他們之間也存在著比較大的技術差距,於是這些飛手們便成為了極飛下鄉的第一批「用戶」,架起農民和農業科技之間的橋樑。
過了一段時間後,這批飛手開始感到困惑,他們並不懂農業、不懂種植,也無法識別農藥的真假,於是另一批群體出現了——農資店。農資店主往往很懂農戶,很清楚周邊農戶種植的作物種類、規模,也有農戶的熟人網絡,由農資店來推銷無人機、提供打藥服務等,就會容易得多。農資店就這麼成為了極飛的「經銷商」。
兩三年後,隨著無人機、無人車等設備的滲透更高、覆蓋範圍更大,農戶開始出現對無人機維修的售後需求,農機商便成了我們的夥伴。農機商有更大的店面,有展廳、有維修車間,就像是汽車的4S店。他們也懂農業、有銷售團隊和培訓團隊,農機商就成了極飛「更大型的經銷商」。
到這裡,整個產業鏈已經連接上了,商業模式被驗證了——農機商可以幫我們推廣農機,農資店、無人機飛手可以幫助培訓。對極飛來說,分銷商就是農機商,經銷商就是農資商和飛手。
Q3:極飛自然衍生的渠道網絡非常有趣,從更大的農業產業鏈角度來看,極飛如何賦能農業產業鏈中的傳統企業?
龔檟欽:農業產業鏈中的企業可以簡化為三大類:作物科學公司、農業技術公司、食品與供應鏈公司。作物科學公司包括拜耳、中化等,研究農藥、化肥、種子,負責為農業提供生產資料。食品與供應鏈公司包括拼多多、百果園、盒馬等,把農產品變為商品,進行流通並銷售。農業技術公司負責農產品、農作物的生長管理,通過技術來幫助農業提升效率,極飛就屬於這一類。我們有一個說法是極飛幫助了農產品進行「光合作用」,通過抵抗農業生產過程中由於氣候、資本、勞動力等多方因素導致的不確定性。
農業技術公司位於另兩類公司中間,起到連接上下游的作用。比如作物科學公司想知道種子的生產效果、農藥的效果,可以通過極飛的種植管理記錄來做調研,從而優化下一代產品。比如農產品超市想采購無過量農藥的水果,可以調取極飛植保服務記錄來識別更高品質的水果供應商。可以看出,除了提升效率之外,極飛還提升了農業的透明度和可追溯性。相應地,在終端也會產生更高的價值回報,農民能獲得更多收入,消費者願意為此買單。
Q4:極飛對未來的發展規劃是什麼?會繼續深耕農業還是拓展更多行業應用?
龔檟欽:極飛選擇深耕農業,因為對於已經有七年技術和經驗積累的我們來說,再造更多其他類型的農業機器人、無人機,或者結合材料科學、結構設計優化農業機械,再或者把AI演算法嵌入農業機器,並不會太困難,但別的行業企業要進入農業是很難的,農業的行業壁壘還是很高的。
而且,在農業中AI的應用剛剛開始,未來我們可以探索更多AI和農業的融合,比如用AI來賦能優化作物模型(crop modelling),幫助識別作物生長過程中的不確定因素,從而實現提前預警和判斷;又比如探索作物科學,用深度學習來挖掘作物性狀,再通過優化生長管理極大地提升作物產量或品質,這些都是未來的方向。
■要點回顧
1、在垂直產業生態中,AI企業大可以自建網絡,根據協同性和互補性來決定網絡中的生態夥伴。隨著佈局下沉和戰線拉長,構建網絡並不會容易,AI企業需要從挑戰中找尋機遇,用更縱深的網絡推動AI與產業持續交織。
2、AI企業能幫助傳統行業「化不確定為確定」,極大地提升給定資源條件下的生產效率,加速「光合作用」。而傳統企業應當主動與AI企業共同暢想未來,重新想像AI將為行業帶來什麼價值和機遇。
3、AI企業可以在垂直領域中探索將業務與AI以及生物、材料等諸多技術進行融合,持續深耕垂直領域。
同時也有2部Youtube影片,追蹤數超過2萬的網紅Untyped 對啊我是工程師,也在其Youtube影片中提到,聖誕節🎄🤶🏽🎅🏿 來點輕鬆的!😜 今天是平安夜~又到了一年一度我最喜歡的節日!今年因為疫情,很多人聖誕節不能團聚,也不能到處出去走走,只好宅在家。希望Blob Opera 可以帶給你多一點聖誕節的感覺!讓可愛療癒的像茄子的東西可以給你一點娛樂吧~✨💖 自己玩玩 Blob Opera 👉🏻 http...
機器學習演算法比較 在 Facebook 的最佳解答
創新工場和BCG諮詢合作的「+AI改造者」系列:創新工場投資的Insilico Medicine,看AI新藥研發平臺如何賦能傳統藥企,一起進行“AI+生命科學”的顛覆式創新!
改造者系列:AI醫藥的下一站是長壽 -- 本文来自BCG微信公眾號,經授權轉載。
近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造者』如何促進AI普惠」系列研究。人工智能在中國大陸有著明確的落地應用場景,大量的AI企業活躍於這些垂直場景中,我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸。
作為擅於趨勢前瞻的TechVC,創新工場長期看好AI領域,深入佈局,至今已經投出了7只AI獨角獸。在系列研究中,我們采訪了數家創新系AI企業,通過這些「改造者」的視角,探究傳統企業擁抱AI的範式與路徑。
創新工場投資的英矽智能(Insilico Medicine)是一家由人工智能驅動的全球領先生物技術公司,通過發明和迭代人工智能藥物研發平臺,變革創新藥物和療法的發現方式。
英矽智能的AI藥物研發平臺已經證明了自己的能力:在今年2月和8月,半年的時間內,先後公佈了兩種臨床前候選藥物,分別用於治療特發性肺纖維化和腎臟纖維化。
在采訪中,英矽智能創始人兼首席執行官Alex Zhavoronkov博士表示,AI醫藥企業的下一個重要問題將是如何更好地理解生物學和跨物種生物學,長壽業或者抗衰老技術將會是未來的方向。以下:
■系列導讀
本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出,圍繞「AI融合產業:『改造者』1如何促進AI普惠」的課題,我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴,以及傳統企業擁抱AI的範式與路徑。
AI製藥領域於2014年左右興起,在2018—2020年間全面爆發。AI能夠快速識別大量樣本中的客觀規律,加速尋找和測試潛在靶點的過程。「有了AI,我們50個人可以做到的事情,比得上一個典型的製藥公司5000人所做的事情」,英矽智能創始人Alex Zhavoronkov在「未來呼嘯而來」一書中如是分享。2
1 「改造者」 通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸,充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。
2「未來呼嘯而來」,彼得·戴曼迪斯(Peter H.Diamandis)和史蒂芬·科特勒(Steven Kotler)著。
■本期受訪嘉賓:Alex Zhavoronkov
英矽智能(Insilico Medicine)是一家由人工智能驅動的全球領先生物技術公司,通過發明和迭代人工智能藥物研發平臺,變革創新藥物和療法的發現方式,加速研發進程,為癌症、纖維化、抗感染、免疫和抗衰老等未被滿足的臨床治療需求提供創新的藥物和療法方案。
Alex Zhavoronkov是英矽智能的創始人兼首席執行官。他擁有皇后大學學士學位,約翰·霍普金斯大學生物技術碩士學位,以及莫斯科國立大學物理和數學博士學位。
■對談實錄
Q1 英矽智能原來在美國創立,後來為什麼選擇遷至中國?
Alex:中國構建了一套完善的體系和土壤,吸引創業企業、大型企業紛紛入駐。中國大陸多樣化的投資者,包括傳統藥企、科技巨頭、PE/VC等各類投資者,能將最優質的AI人才、CRO、藥企融合在一起。投資者能為初創企業提供資質牌照、幫助招聘、企業管理和宣傳等等。英矽還與許多學校開展了合作研究,擁有豐富的內部研發管線。中國完整的生態夥伴體系使得像我們這樣的企業能夠迅速擴大研發規模,甚至與大藥廠競爭。
Q2 英矽智能和輝瑞、安斯泰來、楊森製藥等諸多藥企都有合作,在和大型藥企合作的過程中有什麼心得或者經驗?
Alex:創新型的AI生物技術公司按照創立時間可以分為三大類:2014年之前成立、2014年—2015年左右成立、最近5年成立。2014年之前成立的企業通常不運用深度學習(deep learning),或者不具備向藥企提供解決方案所需的行業知識。2014—2015年間成立的企業則創立的正是時候,生成式對抗網絡(Generative Adversarial Network)出現,AI製藥開始興起。同時,許多藥企缺乏AI的專業知識和AI團隊,如果想要獲取AI方面的知識和技能,就必須與初創企業合作。作為交換,那時候的藥企也通常願意向初創企業提供資料和各類資源。英矽智能很幸運,創立時間(2014)正處於大藥企對外部合作最為開放和寬鬆的時期。而最近幾年成立的企業就沒那麼幸運了,很多藥企已經開始自建AI團隊、自研AI應用,只有具備非常特定細分領域AI技術的初創企業才有可能成功撬動藥企,與之建立合作。
然而據我的觀察,儘管許多大藥企都建有自己的AI部門和數據科學家團隊,但他們並沒有足夠強的AI能力——他們往往缺乏具備足夠AI知識的團隊。以生物醫藥方面的論文發表為例,在2014—2019年間,英矽智能發佈了上百篇AI相關的論文,然而發表AI論文數量最多的藥企阿斯利康則只有65篇,位列其次的諾華有54篇。
藥企往往也不知道從何處開始應用AI,而這正是AI初創公司能夠創造價值的地方。但是,在AI初創公司開始接觸藥企和銷售方案之前,首先要充分理解大型藥企錯綜複雜的組織架構和部門分工,針對不同部門銷售定制化的模塊,而非從一開始就銷售整體性、綜合性的解決方案。這是因為藥企內部通常很難有一個部門能夠處理所有的模塊,部門之間的協同往往沒有那麼強。因此,AI初創公司在提供解決方案的時候也要靈活地劃分模塊,對症下藥,英矽智能通常一次只銷售一個模塊。
儘管銷售是模塊化的,AI初創公司需要具備端到端、全鏈路的解決方案。英矽根據不同的研發週期,設計了三大AI平臺——新藥靶點發現平臺、分子生成和設計平臺、臨床試驗預測平臺。據我們瞭解,中國還沒有任何一家同行,同時擁有生成生物學和生成化學兩大AI平臺,能把靶點發現和小分子化合物生成有機結合在一起的公司很少。此外,英矽智能的AI系統可以用軟件形式呈現,藥企可以自行操作,用自己的數據運算測試。這些都為我們創造了差異化的優勢。
最後,對於藥企而言,如果想要應用綜合的AI解決方案,需要有整體性的戰略為引領。咨詢公司可以充當整合各部門組織、統籌整體戰略的角色,AI企業可以選擇與之合作。
Q3 在您看來,未來AI醫藥領域的發展趨勢是什麼?
Alex:在未來,最重要的不是AI技術,而是如何將AI和行業特定的實驗數據或模型結合。現在市場上已經充滿了各種各樣的技術企業,他們在不斷精進演算法模型和數據。未來的競技不會是關乎演算法或者算力,而是新的商業模式或者應用AI的新方式。
AI初創公司需要積累足夠的行業專識,理解藥企的需求,學習藥企的經驗,並向藥企證明自己提供的模塊能夠在真實的商業環境下應用,並且模塊之間能夠很好地兼容,能融入業務流程,且符合監管要求。比如機器學習加速了藥物識別,但還有很多步驟和流程並不能被加速或跨越:實驗論文不能被跨越,你依然需要向藥物監管部門提供大量實驗數據和模型來證明研究的有效性;實驗中的生物過程不能被加速,你依然需要等待生物體自然的新陳代謝和細胞活動,你也不可能直接從大鼠實驗跨越到人類實驗。而這些都涉及到更細分的新技術問題。
所以,對於AI醫藥企業而言,下一個重要的問題將是如何能夠更好地理解生物學?如何理解跨物種生物學?正因如此,我判斷長壽業或者抗衰老技術將會是未來的方向,即如何運用AI來監督和追蹤生命體在漫長時間裡無數細微的實時變化,來創建數字孿生(digital twin),進行跨物種比較、跨疾病模型比較。我相信AI是説明我們更好地認識生命體的最佳工具。
■要點回顧
1、中國的資本環境天然地聚集了垂直產業領域的優質企業,幫助AI初創公司,即「改造者」,迅速汲取經驗、擴大規模,加速行業創新與賦能。
2、在與垂直行業企業合作時,「改造者」既要有端到端的解決方案,也要有靈活、敏捷的銷售和服務模式。端到端、全鏈路的方案有助於「改造者」更靈活地根據傳統企業的需求組合方案,能夠擴大服務範圍和客群,提升「改造者」的競爭優勢。
3、未來最重要的不是AI技術,而是如何將AI與行業特定的實驗數據或模型結合。限制因素並不是演算法或者算力,而是新的商業模式或者應用AI的方式來實現行業定制化。
機器學習演算法比較 在 Facebook 的最讚貼文
好書推薦《#造局者》部落格文末抽獎贈書 2 本
這是我今年讀過最喜歡的書之一,作者探討在這個 AI 崛起和時局飄渺動盪的年代,人類已經無法跟演算法和電腦的計算速度競爭。但是,身為人類的我們仍然擁有一項電腦無法取代的優勢:「懂得建立、想像、創造各種思考框架的能力」,掌握這項能力的人在未來會愈來愈有優勢。
部落格文章 https://readingoutpost.com/framers/
Podcast 用聽的 https://readingoutpost.soci.vip/
.
【這本書在說什麼?】
《造局者》這本書的作者是三位學者共筆,他們都是在 AI 和 大數據領域有卓越的成就,分別是《經濟學人》雜誌資深編輯庫基耶(Kenneth Cukier)、英國牛津大學網路研究所教授麥爾.荀伯格(Viktor Mayer-Schönberger)、歐洲管理科技學院教授,決策、模型暨數據中心主任德菲爾利科德(Francis de Véricourt)。
他們發現在 AI 崛起和世局動盪的現在,人類最無可取代的能力之一就是「決策能力」,而要擁有好的決策能力就必須掌握許多不同的「思考框架」。因為當一個人能提出正確的思考框架,就能找出更多的選項,做出更好的決策,創造更好的局勢。深諳此道的人就被稱之為「造局者」。
這本書從人類如何做出好的決策出發,談到建立思考框架的重要性,也提供我們三種最重要的建立思考框架的方式。在書本中段,則說明了遇到瓶頸的時候,如何重啟另一個思考框架。在後半段則說明了我們該如何學習更多的思考框架,以及讓自己擁抱更加多元性的策略,並且培養敏銳的心智。
如同這本書的介紹影片裡談到的:生活中一切都需要抉擇,而做出更好抉擇的秘訣,就在於思考框架。駕馭這種思考方式可以讓你更瞭解世界、改善工作表現和人際關係、促進社會進步。這也是人類之所以能夠勝過機器和 AI 的因素。成為「造局者」正是未來人才必不可缺的關鍵技能。
.
【什麼是造局者?】
以標準的定義來說,「造局者」(Framer)指的就是起草美國憲法的那一群人,他們建立了聯邦政府的框架。因為美國憲法就像是一個思考框架,用來定義和界定聯邦政府的職權及程序。而在這本書中,造局者指的就是那些「懂得建立和運用思考框架的能手」。
這本書要講的重點之一,就是無論人們的地位高低,每個人都可以成為造局者:「能夠發揮和建立思考框架,或是重啟思考框架的能力,讓自己的生活乃至於整個世界有所不同。」作者也不斷強調建立思考框架所需要的技巧,可以靠著訓練與經驗不斷進步。這本書就像是一本操作指南。
.
【什麼是思考框架?】
在1970年代,「心智模型」(Mental Model)的概念開始流行,人類的推理並非以邏輯形式在運作,反而更像是在模擬現實:人們評估各種選項的方式,是去想像可能發生的種種情況。我們對於世界萬物的思考方式,會受到你「相信」這個世界如何運作而影響。因此,面對同樣一件事情,用不同心智模型在思考的人會有不同的觀點。
而在這本書中所謂的「思考框架」(Frame)就是我們選擇和應用的心智模型,這會決定我們如何理解世界、決定我們如何行動。面對一個新的情境,我們也可以用思考框架去歸納和歸類,並且想出一個抽象的概念,在應用到這個全新的情境裡面。
舉例來說,當我們要畫地圖的時候,經常會採取「笛卡爾直角坐標」的思考框架,這上面有X軸和Y軸的維度可以幫我們用2D的觀念畫出相對的距離和位置。可是當你要在台北市搭捷運從A地到B地的時候,反而採用「捷運地圖」的思考框架比較有效,雖然捷運地圖的站點之間,距離和位置都不是真實的呈現,可是卻能幫助乘客直覺地理解:下一站要去哪裡。這時的重點就不是距離和位置,而是清楚地辨認出目的地的站點該搭乘哪一條線。
所以當我們問:「哪一種地圖最好?」這個問題本身並沒有意義,而是會因為使用的情境和目的的不同,而產生不同的答案。所以,也沒有什麼叫做最正確的思考框架,都是要看情況和目的而定。讓自己成為建立思考框架的能手——也就是造局者,就能懂得如何選擇並且應用思考框架,這會是各種決定與行動的基礎。
.
【思考框架的轉變】
在聊主動建立思考框架之前,讓我們先看一個被動轉換思考框架的真實故事,這是書中提到一段關於朗讀到默讀的閱讀框架轉變。在西元11世紀之前,歐洲大部分都是在教堂才會有閱讀的行為,而且都是以「集體朗誦」的方式在進行,主要的目的是讓大家參與一個讚頌神的集體活動。但是到了11世紀之後,開始出現另外一種閱讀的框架,也就是「默讀」。
默讀讓閱讀這件事情不再是集體的體驗,而是一種個人的經歷。每個讀者都可以控制自己要讀快一點或慢一點,你也可以重複閱讀某一些篇章,自己可以慢慢思考書裡面的內容,產生新的點子,促進獨立思考。到底,是什麼東西造成了人們從朗讀的閱讀框架,轉移到默讀的閱讀框架呢?
在早期的書籍和文章裡面,常常沒有標點符號,字跟字之間也沒有空格,就像是一連串的字母之間不斷地延續。這種情況下光是要閱讀就非常困難了,想要默讀更是不可能的任務。這個時候集體朗讀就有它的功能,因為在一群人裡面,總會有人過去曾經讀過這篇本文,還記得某些字跟段落該怎麼念,就可以帶領大家一起朗讀下去。
在後來才出現了一項創新,書籍的字裡行間,開始有了「空格」和簡單的「標點符號」,這個時候就不再需要有人帶領,許多讀者可以自己進行斷句,獨自閱讀一本書了。於是,在這個時候人們就可以切換到另外一種閱讀框架。這件事情的影響非常的深遠,因為這一整個新世代的讀者都可以自行默讀,有助於人們自己的獨立思考,進而激發出更多元的思考框架。
.
【建立思考框架的三個方式】
建立思考框架的方式有三個:想清楚因果關係,想像出平行現實,運用物理學定律制定適合的限制條件。這三個特色正是應用思考框架的時候最重要的因素。值得注意的是,思考框架本身並不是解決方案,而且是尋找解決方案的工具。以下分別介紹這三個方式:
.
1.#因果關係
人類運用因果思維來看待這個世界,可以更容易理解世界,也有助於預測未來可能發生的事情,可以說人類是天生「因果推理」的機器。相較起來,AI 科技就無法擁有自己的因果思維,而是需要人類幫忙設定。舉經典的 Dota 電腦遊戲來說,這是一個兩隊人馬 5 vs. 5 互相廝殺,力求破壞對方大本營的遊戲。
科學家找來遊戲高手擔任 AI 策略的開發人員,設計了一些獎勵因素,讓 AI 跟自己進行的數百萬次的對戰,反覆嘗試錯誤,找出最好的操作手法。但是當 AI 跟人類正式交鋒的時候,人類還是取得了上風,尤其在團隊合作上面 AI 顯得像一團散沙。
後來,開發人員發現說,一般玩家會分成三個階段來安排戰鬥,所以開發人員就依照這樣的順序安排程式,在不同的階段給予不同的策略,調整獎勵的優先次序。然後開發人員就發現說一開始機器人通常只會照顧自己,所以還得幫他們建立「團隊合作」精神的框架。他們建立起了一些跨越個人遊戲角色的「超參數」,調整成一隻要達成共同獎勵的團隊。經過這一些修改之後,AI 反過來把人類打得落花流水。
值得注意的是,電腦不是自己學會這些事情的,而是因為人類先輸入了一些「因果框架」的獎勵因素,才可以讓這些運算發揮它的功效。同樣的現象發生在其他像是圍棋和西洋棋遊戲的對決,真正的突破並不在於機器高速的數字運算,而在於人類調整了 AI 對於因果關係(獎勵)的思考框架。
.
2.#平行現實
書中的說法是「反事實思考」,但我認為有點難懂,用「想像出另一個平行現實」比較好理解。這個方法可以讓我們跳脫當下對世界的認知,想像出一個全新的情境,問自己:「如果……會怎樣?」就像是小孩子在玩扮家家酒,或者是科學家透過抽象理論設計出全新的實驗。透過想像出一個平行現實,我們可以將因果關係轉換成實際行動,測試看看可能有什麼影響,帶來什麼後果。
心理學家高普尼克(Gopnik)認為這種能力其實在人類孩童時期就已經具備了,他還把嬰兒稱為「搖籃裡的科學家」,她設計過一個很有趣的實驗名叫「贊多測試」的假裝遊戲(贊多指的是顏色鮮豔、形狀可愛的物體)。
實驗的第一階段,高普尼克和孩童待在同一個房間,孩童會學到一個因果關係:把贊多放到一個機器上面,機器就會播放生日快樂歌,幫一隻猴子玩偶慶生。然後,在實驗的第二階段,會有實驗人員走進來把機器和贊多拿走,高普尼克和孩童一起露出失望的表情。
這時候高普尼克會拿出一個「盒子」、兩個不同顏色的「積木」,並對孩童說:「我們假裝這個盒子是機器,這塊積木是贊多,另一塊積木不是贊多。」接著她鼓勵孩童繼續幫猴子玩偶慶生。此時,孩童挑選了正確的積木,放到盒子上。即使她把兩塊積木的定義互相對調,孩童都能夠選到正確的積木。
這個假裝遊戲的實驗,證實了人類自幼就擁有了反事實思考的能力,也就是有能力可以想像出另一個平行現實。高普尼克發現,更會玩假裝遊戲的孩子,就能對平行現實做出更好的推論。她說:「嬰兒和幼兒就像人類社會的研發部門,至於成人這是那些單調無聊的製造與行銷部門。」許多人在成年之後,反而容易落入單一現實的思考方式,而忘記了我們天生就有想像平行現實的能力。
.
3.#限制條件
作者提到,所謂的建立思考框架,並不是任由想像力無邊無際地飛翔,也不是像斷了線的氣球到處亂飄,而是要有一定程度的「條件限制」,有助於約束我們的想像力,讓平行現實的想像維持在可以執行的程度,這才能讓思考光架真正發揮效用。
書中舉了一個很像電影裡才會發生的真實故事「恩德培行動」,這是一個以色列精銳部隊在恩德培機場的行動中,從恐怖分子手裡救出人質的戰鬥情節。1976年,恐怖分子綁架了飛機上106名人質,關押在烏干達的恩德培機場航廈中。當時烏干達獨裁者跟以色列當局並不友好,出動軍隊肯定不是好的選項。另一個方案是讓突擊隊員假裝成獲釋的巴基斯坦犯人,但太容易被看穿了。還有人提議讓突擊隊員降落在機場旁的湖裡,但是湖裡有許多鱷魚,而且任務結束之後這麼多人該怎麼全身而退?
評估了各種可能選項後,在種種條件限制之下,以色列想出了一個奇招:讓突擊隊搭乘運輸機在夜間降落到機場,搭乘機場內常見的車輛前往航廈,消滅恐怖份子、救出人質之後搭乘運輸機直接回國。他們在空軍基地搭建了航廈的等比例模型,透過少數獲釋的人質口中知道人質的大約位置,並且一次又一次地排練所有行動,講究到每一秒、每一步該怎麼進行。
在一個沒有烏雲的午夜,29位突擊隊員搭乘運輸機降落機場,他們身穿烏干達軍隊的服裝開著機場車輛前往航廈。突擊隊以迅雷不及掩耳的速度突擊航廈,只花了十分鐘就解決所有的恐怖分子,然後就帶著人質直接搭乘運輸機返回以色列。整場行動中只有三位人質喪生,而且連烏干達政府都還來不及反應。這個故事從天馬行空的平行現實裡,限縮了各種條件,找出了最可行的方案,最後成功執行了這次任務。
.
【重啟另一種思考框架】
當你想要解決一個全新問題的時候,尤其是還沒有人曾經解決過的問題,你可能會感到不知所措。這個時候,先透過兩個步驟來思考:(1) 先從自己腦袋裡的框架庫找找看,有沒有其他適用和類似的框架、(2) 檢查其他不同領域的框架庫,看看有沒有能夠直接借用,小幅度調整就可以使用的框架。
如果這兩個步驟都找不到適合的框架庫,那麼才嘗試最困難、也是最後的殺手鐧:「發明新的思考框架」。作者提醒道:「切換到不同的思考框架,能讓你對世界有不同的觀點,但這也有風險。」一旦你重新找到一個新的思考框架,帶來的報酬可以是相當可觀的。
書中有一個重啟框架的例子很值得我們參考,美國紐澤西南邊的小城市康登市為了改善當地的犯罪率,直接解散整個警察隊伍並且重整執勤策略。當時城市的治安非常糟糕,市容也很破舊,到處都會發生大小程度不同的犯罪。這還不是最慘的,警方栽贓、造假、暴力執法的情況更是屢見不鮮。民眾除了害怕黑道,也非常害怕警察。
當地首長找來社區領袖和居民共同商討,最後決定放棄頭痛醫頭、腳痛醫腳的貼膏藥方式,採取全新的執法策略。解散警隊之後,他們精挑細選和新聘任的警察,改變了巡邏的方式。他們逐家登門拜訪、自我介紹、談談可以幫忙居民什麼。警察在街頭舉辦派對,和民眾聚餐,和小孩打籃球。
過去的思考框架是「警方將人民視為罪犯」,但是新的思考框架則是「警民一家親」的社區群體,警察從原本打擊犯罪的戰士,搖身一變成了社區當中親切的守護者。最後,康登市的犯罪率下少了一半,謀殺率少了六成,警方過度使用武力的案件少了九成五。重啟思考框架的方式,獲得了前所未有的成功。
.
【創造多元性的四種策略】
作者指出,很多人可能會認為,想要擁有多元性就代表要接觸大量的想法和觀點,其實那是抓錯了重點。多元性的優勢不是來自於數量,而是來自於差異。找出七百個類似的想法,不如找出七個不同的想法來得有價值。如果一個工具箱可以有七種不同的工具,絕對會比擁有七百把錘子的工具箱更加實用。
如果我們想要擁有多元的思考框架,就是要刻意的去營造,以及一起維護,這並不是一次的成功就可以高枕無憂。如同貝佐斯在《創造與漫想》書中提到的:「這個世界要你與眾無異,千方百計把你拉向跟大家一樣,別讓它得逞。」人類本能的從眾傾向,以及社會自然而然的同質化趨勢,都需要我們自己刻意地、有意識地選擇,才能夠擺脫與眾趨同的自然發展,擁抱更加多元化的觀點和想法。
如果你想為自己的生活、家庭、工作環境創造出多元性的樣貌,可以採取以下四種策略:擁抱變化,運用教育,鼓勵遷徙,容許摩擦。
.
1.#擁抱變化
如果一個思考框架一直以來都行不通,最好的做法就是擁抱改變,試試看別種思考框架。書中舉例同性戀婚姻的推動者,把美國從1995年支持同婚的人從25%提高到2020年將近70%。以前的同志運動一直把婚姻當成是核心議題,也一直把爭取這種「法律權利」當作是重點。但是進展並不顯著。
當時那種法律思考的框架,講究的是「法律權利」,但就是沒有效果。那種框架太缺乏想像力、太唯物主義,沒有說服力。到了2000年,他們研究很多民意調查還有焦點團體的意見,想弄清楚大家到底還有什麼疑慮。他們去思考說要怎麼樣用大眾的思考模式來談。最後他們選定了一個價值觀的思考框架,鎖定大部分的人結婚的原因:「愛、奉獻、家庭」。
他們把同性戀婚姻不再當成一種自由或者是權利,而是對於愛的表達與承諾。他們漸漸的讓大家知道,世界上有許許多多不同的框架,而且都同樣正當。到了2011年,第一次出現的黃金交叉,支持的人數正式超過了反對的人數。根據調查,只有14%的人會說這是一種「自由」,而有32%的人會說這是一種「愛」,是一種人類的情感。最後在2015年聯邦最高法院正式裁定的用憲法來保障同性伴侶的結婚權利。這並不是強迫民眾接受某種特定的思考框架,而是讓各種不同的思考方式能夠共存。
.
2.#運用教育
要建立起多元的思考框架,從教育著手是非常有效的模式。美國有一個很有趣的研究,就是去看美國的白人父母和黑人父母怎麼跟孩子談論種族。發自內心一片好意的白人父母,通常不會去刻意談到種族議題,因為他們相信「種族色盲」這種做法比較能夠讓孩子避免成為種族主義者。
另一方面,黑人父母卻常常和孩子討論種族議題,在他們看來,這種種族色盲的做法就是在故意忽視各種明顯的歧視現象。例如逛超市的黑人被懷疑是小偷,開著車子卻無緣無故被警察攔下來,黑人孩子的家庭教育就是要強調看到「種族的各種顏色」在日常生活的各種影響。
最後,這些社會學家發現,種族色盲的框架正好是種族歧視的主要來源,白人父母雖然出自於好意不想強調種族之間的差異,但也在無意之間,否認了有色人種遭受到歧視的真實狀況。這種教育方式忽略了差異,抹去了多元性。要培養多元的思考,就必須認識到差異的存在,承認仍然存在的落差。
.
3.#鼓勵遷徙
如果我們能夠鼓勵遷徙及流動,人們會把自己的文化和思考方式帶到別的地方,促進融合和變化。曾經有學者研究各個區域和城市的經濟成敗因素,發現了這些地區成功背後的原因有三個主要的因素:「科技、人才、寬容」。作者認為,「寬容」是其中最關鍵的一項,那些現在最開放的地方,經濟表現就最好。因為這些地方有更大的思考地圖,會讓人能夠放手冒險,這也是思考框架多元化所造成的經濟紅利。
像是美國被譽為一個民族「熔爐」,但是最近比較像一個「燉湯」,也就是讓裡面的好料都還維持各自的形狀。像是韓國人會住在洛杉磯的韓國城,華人會住在舊金山的唐人街,拉丁美洲的族群住在德州南方,古巴人住在佛羅里達州,巴西人就住在波士頓。雖然這種文化融合的速度不像我們想像中的快速,但是不同的文化激盪之下,也為美國社會注入了很多元的觀點和看法。
.
4.#容許摩擦
把社會上的摩擦,看成是這個社會的優勢、而非缺點。作者說到:「如果在社會裡面維持思考框架的多元化,確實會讓人們彼此之間感覺到不安很衝突,就是因為大家要看到彼此的不同,而且還要可以彼此互動。但畢竟,大家觀點不同、意見相對,本來就是正常生活該有的模樣。」
哈佛法律學院的昂格(Unger)教授認為,如果要讓政治進一步的去中心化,就必須要用一些反事實的模型來做思考。他說:「當社會很果斷地沿著一條路前進的時候,應該要多方下注,以避免損失,也就是要允許在特定的地點或部門,跳脫一般的解決方案,實驗看看不同的國家走向會怎樣。」
昂格鼓勵讓社會充滿摩擦,也鼓勵教育上面要用辯證式的討論方式,不要讓社會被束縛在單一的版本,而是可以嘗試其他的社會組織方式。運用和擁抱多元的思考框架,才能擁有多樣化的各種策略,再從中選取適合的方案。
.
【對思考框架保持警覺】
這本書告訴我們,幾乎沒有錯誤的思考框架,只有不適合某種情況的思考框架。而且各種框架應該要有共同存在的權利。但是作者們提醒我們要保持一個警覺,他們說:「唯一要注意的是,這種慷慨的態度要有一個前提,也就是說:『唯一』的一種錯誤的思考框架,就是拒絕其他的思考框架。」
要讓框架多元性的目的,就是為了讓各種框架可以彼此競爭、互補、對抗、共存。然而,如果有某一套思考框架的目的在於完全抹煞其他框架的存在,這就是不可被接受的。所以作者們才說:「如果你聽到有任何人或團體,說只有自己的思考框架放諸四海皆準,只有自己說的是真理的時候,千萬別相信。」
.
【後記:拓展想像的邊界】
如果說另一本我很喜歡的《超級思維》那本書是心智模型的「百科全書」,那麼《造局者》就像是心智模型的「使用指南」。書中有清楚的概念和步驟,讓我們了解為什麼要學習更多的心智模型,以及該怎麼樣活用各種心智模型,並且在必要的時刻推翻自己的假設,重新啟動一個新的心智模型。
這本書是今年我讀過的書裡面感到非常印象深刻,也讓我的思考方式深受啟發的。作者們把故事和理論的比例搭配得恰到好處,從一則又一則的故事和研究案例當中,會自然而然地理解作者們要帶給我們的觀點,也讓我感受到什麼叫做多元性,以及為何要擁抱差異。
從書中也可以發現,AI 並不會削弱心智模型的重要性,反而是增強了心智模型的重要性。因為 AI 無法自己建立思考框架,仍然只能依靠人類。人類最重要的特色就是可以處理「假設之外」的新問題,能夠把心智模型的空間拓展到可以親身體驗的範圍之外,也就是能夠做到抽象與推理。人類只靠著極少數的資料,甚至是完全沒有新的資料,就能夠適應全新的、過去從來沒有體驗過的情境。
作者最後提醒到:「這是一個救贖也是一個警訊:一個人如果擁有建立思考框架的能力,就會保有價值。但要是放棄了努力,沒有辦法做好這件事情,就會失去現在人類的特權地位。」我們能夠想像的邊界,就是我們世界的邊界。
.
Kobo 購書連結:https://bit.ly/3rRI8Kg
Kobo 電子書7折代碼:WAKIFRAMER
使用期限:8/15~8/21
.
感謝 天下文化 提供贈獎抽書
機器學習演算法比較 在 Untyped 對啊我是工程師 Youtube 的最佳解答
聖誕節🎄🤶🏽🎅🏿 來點輕鬆的!😜 今天是平安夜~又到了一年一度我最喜歡的節日!今年因為疫情,很多人聖誕節不能團聚,也不能到處出去走走,只好宅在家。希望Blob Opera 可以帶給你多一點聖誕節的感覺!讓可愛療癒的像茄子的東西可以給你一點娛樂吧~✨💖
自己玩玩 Blob Opera 👉🏻 https://g.co/arts/H5sdzrJcbsKDA2jq9
第一台會唱歌的電腦 IBM 7094 👉🏻 https://www.historyofinformation.com/detail.php?entryid=4445
這期的影片不適合放在podcast就不放囉~
【㊫ 電腦科學/軟體工程 學習資源 📖】
用Scala學習函式程式設計
https://bit.ly/2IF0Thv
Scala 函数式程式設計原理
https://bit.ly/3kBQXTb
平行程式設計
https://bit.ly/3pCeaZf
Android 應用程式開發 專項課程
https://bit.ly/3lGCUwW
普林斯頓大學 電腦科學 演算法 基礎理論
https://bit.ly/3nxomAh
Go 語言學起來
https://bit.ly/35AWhlv
Parallel, Concurrent, and Distributed Programming in Java 專項課程
https://bit.ly/2IGnlH4
Java 軟體工程基礎課程
https://bit.ly/3fa4gJi
全端開發 跨平台手機app 開發 完整課程
https://bit.ly/2UCGWum
#還是比較喜歡交換禮物 #謝謝2020有你們 #聖誕快樂
一定要看到影片最後面並且在「YouTube影片下方」按讚留言訂閱分享唷!
-
每隔週星期四晚上9點更新,請記得開啟YouTube🔔通知!
-
【愛屋及烏】
YouTube 👉 https://www.youtube.com/c/Untyped對啊我是工程師
Podcast 👉 https://open.spotify.com/show/3L5GRMXmq1MRsliQt43oi2?si=3zgvfHlETeuGfp9rIvwTdw
Facebook 臉書粉專 👉 https://www.facebook.com/untyped/
Instagram 👉 https://www.instagram.com/untypedcoding/
合作邀約 👉 untypedcoding@gmail.com
-
【Disclaimer 聲明】
Some links are affiliated.
上面有些連結是回饋連結,如果你透過這些連結購買商品,我可以得到一些小獎勵,但不會影響到你購買的價格,甚至會是更低的價格!謝謝你的支持💕
機器學習演算法比較 在 志祺七七 X 圖文不符 Youtube 的最佳貼文
#記得打開CC字幕 #DIGI #除了幫忙面試人工智慧還可以做什麼?
✔︎ 訂閱志祺七七頻道: http://bit.ly/shasha77_subscribe
✔︎ 追蹤志祺 の IG :https://www.instagram.com/shasha77.daily
✔︎ 志祺七七 の 粉專 :http://bit.ly/shasha77_fb
各節重點:
01:07 【人工智慧到底是什麼?】
01:50 【AI 的發展跟應用】
04:15 【未來充滿 AI 的生活】
04:56 【AI 這麼重要,那臺灣準備好了嗎?】
06:35 【我們的觀點】
07:40 提問TIME
07:54 掰比~別忘了訂閱
【 製作團隊 】
|企劃:鯉鼬
|腳本:鯉鼬
|剪輯後製:Pookie
|剪輯助理:絲繡 & 夯吉
|演出:志祺
——
【 本集參考資料 】
→招聘面試:你喜歡機器人還是真人做你的面試官?:https://bbc.in/2Wg0t3a
→了解人工智慧的第一本書:機器人和人工智慧能否取代人類?:https://bit.ly/2vA8jc0
→從人到人工智慧,破解AI革命的68個核心概念:實戰專家全圖解 × 人腦不被電腦淘汰的關鍵思考:https://bit.ly/2VAhJ64
→機器是如何學習與進步?人工智慧的核心技術與未來:https://bit.ly/2Ce1KQa
→An executive’s guide to AI:https://mck.co/2vZepWE
→陽光失了玻璃窗 史上第一本人工智慧詩集:https://bit.ly/2IWsU2R
→國際人工智慧政策推動現況:https://bit.ly/2GZ4pA1
→懶人包_台灣 AI 行動計畫:https://2030.tw/2m3nBVr
→維基百科:人工智慧:https://bit.ly/2fUdaOV
→維基百科:人工智慧史:https://bit.ly/2vx2T1l
→臺灣智駕測試實驗室:https://bit.ly/2WqRgFn
→沙崙自駕車測試場正式揭幕 盼無人載具產業鏈接軌國際:https://2030.tw/2lXfjyk
→無人載具科技創新實驗條例:https://bit.ly/2Wk6vzL
→張忠謀:AI激化貧富差距與失業:https://bit.ly/2Y0uhkB
→數位國家創新經濟(DIGI+)季刊第二期:AI、5G、8K—2020年東京奧運實現數位想像:https://2030.tw/2kAPB2a
→我國數位科技引領產業創新之現況與展望:以臺灣 AI 行動計畫為例:https://2030.tw/2knX0Sr
→台灣 AI 行動計畫簡報:https://2030.tw/2knX84n
→臺灣 AI 行動計畫(2018-2021 年)合訂本:https://2030.tw/AI_Taiwan
→「AI on Chip示範計畫籌備小組」啟動 政院邀產官學研合作 推升台灣AI晶片產業發展 打造世界級人工智慧大腦:https://2030.tw/2lUi3MR
→台灣AI行動計畫—掌握契機,全面啟動產業AI化:https://2030.tw/2kinhBC
→賴揆:積極推動AI與產業需求接軌 加速「5+2」產業創新:https://2030.tw/2knXfNl
→微軟在台成立AI研發中心 賴揆:串連產業推動智慧國家:https://2030.tw/2kkX0Cx
→法國公布人工智能發展計畫:http://bit.ly/2VAkDaY
→【英國AI未來戰略大揭露】第一步先從資料共享打基礎,英國要成為全球AI實驗場域:http://bit.ly/2UTp8ZD
→SRB會議圓滿落幕 林揆期許台灣智慧科技邁向全球第一:https://2030.tw/2lU8MEm
→智慧科技SRB登場 首日聚焦產業利基與應用發展:https://2030.tw/2lXeC8c
→美國啟動AI大戰略的啟示:http://bit.ly/2GPkpTW
→數位國家·創新經濟發展方案(2017-2025 年):https://2030.tw/DIGI_Taiwan
→中國大陸人工智慧產業發展現況研析及對臺灣之影響初探:http://bit.ly/2Lfew7P
→行政院數位國家創新經濟推動小組:http://bit.ly/2DLOB1o
→川普發起「美國人工智慧倡議」,五大原則確保美國維持 AI 發展優勢:http://bit.ly/2ITNLUB
→DIGI⁺ Taiwan:http://bit.ly/2VFDVM4
→AI Taiwan:http://bit.ly/2URGt5n
→台灣AI行動計畫—掌握契機,全面啟動產業AI化:http://bit.ly/2VABTNn
→「台灣人工智慧實驗室」啟動 科技部:AI元年從此刻開始!:http://bit.ly/2GXLiGH
→日本Yahoo策略長揭露,AI未來20年三大方向:http://bit.ly/2Wli35M
→英國AI發展現況-與世界各國比較:http://bit.ly/2Ja1Mgh
→從AI 100看全球AI商業化趨勢及發展:http://bit.ly/2VHOYo6
→AI時代將臨 各國策略及企業佈局特點分析:http://bit.ly/2IVfRyQ
→AI 專家與 AI Sophia 互動,杜奕瑾:見過雅婷嗎?:http://bit.ly/2UQvfOs
→台灣人工智慧實驗室:http://bit.ly/2WhZBL7
→雅婷AI Pianist-首張同名概念專輯〈Yating〉:http://bit.ly/2VHPjHo
→誠品網路書店:http://bit.ly/2JbOu2I
→Chihuahua or muffin? My search for the best computer vision API:http://bit.ly/2UW8ubR
→TOPBOTS Vision API Benchmarking:http://bit.ly/2Y3Jul8
→從人工智慧、機器學習到深度學習,你不容錯過的人工智慧簡史:http://bit.ly/2IXlPPM
→翻轉人類未來的 AI 科技:機器學習與深度學習:http://bit.ly/2Vc6cKS
\每週7天,每天7點,每次7分鐘,和我們一起了解更多有趣的生活議題吧!/
🥁七七仔們如果想寄東西關懷七七團隊與志祺,傳送門如下:
106台北市大安區羅斯福路二段111號8樓
機器學習演算法比較 在 如何選取機器學習演算法- Azure Machine Learning 的相關結果
以下是要考慮的其他因素,例如精確度、定型時間、線性、參數數目和功能數目。 機器學習演算法的比較. 有些學習演算法會對資料結構或想要的結果做出特定 ... ... <看更多>
機器學習演算法比較 在 [懶人包] 常見監督式機器學習演算法– 機器學習兩大學習方法(二) 的相關結果
本文針對機器學習新手簡述資料科學家經常使用的幾個演算法的基本概念,並比較其中幾項差異與優缺點。 迴歸的演算法. 線性迴歸Linear Regression、多項式 ... ... <看更多>
機器學習演算法比較 在 8種常見機器學習演算法比較- IT閱讀 的相關結果
8種常見機器學習演算法比較 · 1.樸素貝葉斯. 樸素貝葉斯屬於生成式模型(關於生成模型和判別式模型,主要還是在於是否是要求聯合分佈),非常簡單,你只是 ... ... <看更多>