四虎影视精品永久在线观看,中文字幕婷婷日韩欧美亚洲 ,婷婷成人综合激情在线视频播放,中文在线а√天堂,伊人久久大香线蕉成人

在《三體2》開篇中，劉慈欣用了一只螞蟻的視角來描繪人類的世界。但夏蟲不可語冰，受限于生物體結(jié)構(gòu)，二維空間中的螞蟻就算爬遍了楊東的碑文也無法理解其中的意義。這樣一段長篇幅的鋪墊和陳述，映射的正是三體人與人類的關(guān)系——在高維的三體人眼中，人類也不過是“蟲子”而已。

事實上，關(guān)于維度的情節(jié)在《三體》三部曲中還有很多，比如三體艦隊建造智子時遭遇的降維攻擊、歌者對太陽系發(fā)動的二維化打擊；再比如在戰(zhàn)爭中使用四維空間碎片取得敵人大腦、利用四維空間破壞水滴結(jié)構(gòu)等等。在小說中，維度戰(zhàn)爭給讀者留下了深刻的印象，而在小說之外，“降維打擊”還被總結(jié)為一套成熟理論，成為許多創(chuàng)業(yè)者信奉的準(zhǔn)則——即用先進的商業(yè)模式去攻擊落后的商業(yè)模式，從蠻荒之處發(fā)掘新的機遇。

在商業(yè)變革中，這種“降維打擊”實際上就是數(shù)字化轉(zhuǎn)型的過程。如何先人一步，通過“技術(shù)升維”搶占先機，成為了關(guān)鍵問題。技術(shù)能夠賦予企業(yè)前所未有的運營效率和創(chuàng)新的巨大空間，而企業(yè)要獲得敏銳嗅覺和洞察能力，數(shù)據(jù)則是基礎(chǔ)。數(shù)據(jù)已經(jīng)被視為當(dāng)今時代新的生產(chǎn)資料，沒有數(shù)據(jù)，機器學(xué)習(xí)、深度學(xué)習(xí)和人工智能等技術(shù)也無的放矢。

“具體來說，通過高階算法對數(shù)據(jù)進行升維，抽取海量數(shù)據(jù)中的特征并描述出來，進而重構(gòu)一個新的商業(yè)世界。這就是數(shù)字化轉(zhuǎn)型的核心。”在日前接受至頂網(wǎng)采訪時，天云大數(shù)據(jù)CEO雷濤拋出了這樣一個觀點。

也就是說，在實施“降維打擊”策略前，首先要進行“升維”的準(zhǔn)備工作，否則你的思考方式依舊是“低階”的。而輔助人類去完成這一工作的，正是機器。“在多維的數(shù)據(jù)鏈條中，人類也像是螞蟻，我們的視角和大腦抽象能力非常有限，而通過算法，就可以把復(fù)雜的問題通過長程的推演描述出來，進行量化表述。這實際上也是從BI向AI升級的過程。”雷濤表示。

數(shù)字化轉(zhuǎn)型四階段：BI是insight，AI是action

目前，國內(nèi)許多企業(yè)用的BI系統(tǒng)很多還只是一個報表中心分析系統(tǒng)，而不是一個真正的數(shù)據(jù)驅(qū)動系統(tǒng)。相對于AI來說，這樣的BI是沒有閉環(huán)的。

用一個形象的比喻說明：這就像是電影《摩登時代》中卓別林扮演的生產(chǎn)線工人，在他眼中唯一的工作就是擰螺絲，并不知道生產(chǎn)線的終端產(chǎn)生了什么。在國內(nèi)，許多決策者會通過靜態(tài)的報表來進行業(yè)務(wù)分析和決策，但往往要在比較長的一段時間后才能從市場反饋中印證其決策正確與否，不僅反應(yīng)遲緩，同時，非動態(tài)分析的方式也使得最終的分析結(jié)果很難被反饋回系統(tǒng)中進行反復(fù)的推演，無法形成閉環(huán)。

根據(jù)對數(shù)據(jù)應(yīng)用程度的不同，雷濤認(rèn)為，企業(yè)的數(shù)字化轉(zhuǎn)型可以劃分為四個階段：第一，借助BI工具進行報表分析，它回答的是“發(fā)生了什么”的問題；第二，創(chuàng)建企業(yè)的數(shù)據(jù)倉庫，為企業(yè)決策制定、業(yè)務(wù)流程改進、成本控制、質(zhì)量監(jiān)測等提供所有類型數(shù)據(jù)支持，它回答的是“為什么會發(fā)生”的問題；第三，利用機器學(xué)習(xí)、深度學(xué)習(xí)模型進行業(yè)務(wù)“演練”和預(yù)測，它回答的是“會發(fā)生什么”的問題；第四，通過“數(shù)據(jù)+算力+算法”的AI平臺將預(yù)測的結(jié)果反饋回系統(tǒng)中形成閉環(huán)信息流，對業(yè)務(wù)模式進行干預(yù)和優(yōu)化，它回答的是“最好發(fā)生什么”的問題。

天云大數(shù)據(jù)CEO 雷濤

“簡單來說，出租車公司使用數(shù)字大屏的交通反饋結(jié)果做調(diào)度實際上還是BI，而滴滴打車通過動態(tài)規(guī)劃算法每天完成超過400億條路徑的申請和規(guī)劃，使用的就是AI。”雷濤表示，“BI是insight，AI是action，BI向AI的升級過程事實上也是企業(yè)從流程驅(qū)動到數(shù)據(jù)驅(qū)動轉(zhuǎn)變的商業(yè)重構(gòu)的過程。”

數(shù)字化轉(zhuǎn)型是一個商業(yè)重構(gòu)的過程

在過去流程驅(qū)動的模式下，企業(yè)往往會從行業(yè)經(jīng)驗和規(guī)則中總結(jié)出“最佳實踐”作為標(biāo)桿，而在數(shù)據(jù)驅(qū)動的模式中，其知識構(gòu)造則由算法從數(shù)據(jù)中提煉而來，可以用更豐富的特征表達能力把人類沒法抽象的復(fù)雜事物量化出來，不再受限于人類的大腦。這意味著，我們可以定義更多以前無法定義的“最佳實踐”，創(chuàng)造出新的商業(yè)模式。

從目前來看，數(shù)字化的先行者中，有很大一部分是過去信息化基礎(chǔ)比較好的行業(yè)，比如金融、運營商等等。因為基于完善的數(shù)字化前提，在其日常運營的背后，往往會產(chǎn)生大量的流程副產(chǎn)品數(shù)據(jù)，這些數(shù)據(jù)自然成為這些行業(yè)轉(zhuǎn)型的驅(qū)動力。

以金融行業(yè)為例，基于其自身龐大的數(shù)據(jù)資源和天云大數(shù)據(jù)AI平臺的算力基礎(chǔ)，天云大數(shù)據(jù)正在幫助許多金融機構(gòu)通過面向“答案”的AI方法論構(gòu)建其中不確定的過程。比如，某證券機構(gòu)利用深度學(xué)習(xí)算法，在短短數(shù)周內(nèi)即提高了異常交易賬戶識別準(zhǔn)確率，確認(rèn)多起違規(guī)事項，涉及資產(chǎn)逾6億。“形象地說，當(dāng)我們輸入黑白落子，輸出的是輸贏，中間的不確定過程用神經(jīng)網(wǎng)絡(luò)表達出來，而當(dāng)我們輸入大量消費者的行為數(shù)據(jù)與資金交易的結(jié)果數(shù)據(jù)，中間得到的是反欺詐風(fēng)險評估的模型。

除此之外，AI方法的引入也給許多過去在IT投入并不大的行業(yè)帶來了新的機會，比如能源、生物制藥等等。與金融、運營商不同，他們的數(shù)據(jù)來自于“機器”的生產(chǎn)，這里的“機器”包括大量的傳感器、智能設(shè)備、醫(yī)療儀器等無處不在的設(shè)備。

在這方面，我們以能源行業(yè)為例，在經(jīng)歷了十幾年智能油田的布局之后，能源行業(yè)中擁有了大量的物聯(lián)網(wǎng)傳感器，實時記錄著地面、地下機器的油壓、溫度、工況等高維度、高密度、高時效性的數(shù)據(jù)。然而，過去在BI面前，許多機器數(shù)據(jù)都是沒有明確商業(yè)價值的，因此很難被人工所理解和利用，而在算法面前，所有數(shù)據(jù)都可以被解讀，其價值也得到了最大化。我們甚至可以通過數(shù)據(jù)的分析和預(yù)測了解地底下的情況，而不需要真正把設(shè)備送到地下。

信息產(chǎn)業(yè)的變革：從IT到DT

在以上如此種種的行業(yè)變革背后，事實上最先發(fā)生的是信息產(chǎn)業(yè)本身的變革。雷濤強調(diào)說，“過去，我們往往是在一套IT軟件中輸入數(shù)據(jù)然后輸出分析結(jié)果，現(xiàn)在反過來，我們只需要提供輸入和輸出數(shù)據(jù)，AI就可以幫助我們構(gòu)建中間過程，即傳統(tǒng)意義上需要編寫的軟件。”

這樣一個看似簡單的順序變化，實際上就是從IT到DT的變化。“新的生產(chǎn)方式和生產(chǎn)資料的變化帶來了效率的迭代，機器的角色從嚴(yán)格執(zhí)行人類的指令寫程序，轉(zhuǎn)變成可以基于目標(biāo)進行反復(fù)學(xué)習(xí)，將輸入和輸出過程中不確定的過程表達成一個軟件模型或智能應(yīng)用程序，這將大規(guī)模提高軟件的生產(chǎn)效率，對于信息產(chǎn)業(yè)而言，這本身也是一次顛覆性的變革。“雷濤表示。

也就是說，未來信息產(chǎn)業(yè)背后的主角將由人變成算法，流程不再由人來直接制定，不再是一步步的“白盒”操作，而是一個個長程推演不失真數(shù)學(xué)表達過程。雷濤向至頂網(wǎng)記者強調(diào)，“但是，這個‘不可解釋性’只是暫時的。事實上，90%的算法都是可解釋的，只是在深度學(xué)習(xí)模型中，很多東西沒有物理意義而已。它本身是一個實驗科學(xué)，隨著技術(shù)的發(fā)展，我認(rèn)為這些模型都可以被解釋。”

雷濤拿單反相機做了個比喻：單反的原理基于的是光學(xué)理論，而其本身就是一個實驗科學(xué)。舉例來說，由于“50mm狗頭”相機鏡頭的局部瑕疵不適于在逆光下進行拍攝，日本與德國工程師靠實驗的方式在其中加入了凹凸鏡片，根據(jù)反饋最好的結(jié)構(gòu)最終做出了13個鏡片的“牛頭”。這個實驗過程跟深度學(xué)習(xí)的模型訓(xùn)練過程是類似的，即通過調(diào)參找出最優(yōu)的模型結(jié)構(gòu)。同時，在實驗結(jié)論的基礎(chǔ)上，光學(xué)理論也得到了進一步發(fā)展，因為科學(xué)家們可以根據(jù)結(jié)論再去研究其中的因果聯(lián)系。

“放到行業(yè)場景中，比如金融機構(gòu)中的一個資產(chǎn)管理產(chǎn)品，下面會嵌套信托，信托下面會嵌套大量的公司債券，而公司債券會涉及大量法人、自然人、機構(gòu)持有者，會產(chǎn)生正回購、逆回購等諸多不同的行為……因此，在合約產(chǎn)品人之間存在著極其復(fù)雜的關(guān)系，這些關(guān)系之間沒有層級、沒有規(guī)律，如果全憑人力進行理解再梳理，用關(guān)系型數(shù)據(jù)庫平面的去理解高維的經(jīng)濟活動，就會變得非常局限，而通過復(fù)雜網(wǎng)絡(luò)等表示學(xué)習(xí)，構(gòu)建金融產(chǎn)品本體的知識圖譜，這將為新的商業(yè)世界的構(gòu)建創(chuàng)造諸多可能性。”雷濤強調(diào)。

嘗試前行才能不落人后

回過頭來，我們再從維度的角度來思考“黑盒子”這件事——作為一個三維生命體，我們又何必去理解一個“高維機器”的工作原理呢？所以，與其怯懦不前，不如像螞蟻一樣，嘗試性地邁出每一步，用“升維思考、降維打擊”的方式，讓自己成為時代“漩渦”中的贏家。

對此，雷濤進一步總結(jié)道：“技術(shù)的變革帶來的是知識生產(chǎn)方式的改變。蒸汽機封裝的是動力，電力封裝的是能源，過去專家通過經(jīng)驗封裝了知識，而在如今的數(shù)字化轉(zhuǎn)型浪潮中，知識源自于數(shù)據(jù)，AI則是知識再生產(chǎn)的一次規(guī)模性變革。對于企業(yè)來說，可以借助最新的技術(shù)實現(xiàn)彎道超車，對于信息產(chǎn)業(yè)來說，也要清醒意識到被顛覆的風(fēng)險。”“當(dāng)所有人都在享受變革帶來的益處時，而你還在糾結(jié)其理論的可解釋性和技術(shù)的可行性，勢必會落后于人。”。