鲍捷 – 第2页 – 文因互联

鲍捷:知识图谱在金融领域的发展与应用

本文来自文因互联CEO鲍捷博士,2017年7月11日参加上海市——『信息化专家委沙龙——人工智能与知识管理』主题活动所做演讲。

活动介绍:

上海市信息化专家委员会成立于1999年,是为促进实施上海信息化发展战略而成立的高级专家组织,主要通过开展各类研究和咨询,为提高上海信息化发展质量和水平、提升上海城市综合竞争力提供智力支持。为积极拓展新型智库发展途径,信息化专家委与上海研究院加强深度合作,共同举办信息化专家委系列沙龙活动,集聚专家智慧,共商趋势热点。本期信息化专家委沙龙,将聚焦人工智能与知识管理领域,邀请企业、研究机构、政府部门的专家头脑风暴,开展讨论。

鲍捷:大家好,今天我讲的都是比较具体的事情,之前的专家老师介绍了一些比较高屋建瓴的东西,而我这几年时间一直都是在寻求落地

继续阅读 “鲍捷:知识图谱在金融领域的发展与应用”

Web:为所有人——记图灵奖得主Tim Berners-Lee的伟大贡献

来源:文因互联CEO鲍捷博士发布于《中国计算机学会通讯》2017年第6期《动态》

编者按蒂姆·伯纳斯-李(Tim Berners-Lee),人们通常称他为Tim。作为万维网(World Wide Web,Web)的发明人而为世人所知,他也因此获得了2016年的图灵奖。但他的贡献并不止于Web。在过去近三十年的工作里,他的贡献大体可分为三个阶段。第一阶段从1989年到1999年,他的主要精力在Web本身的发明和推广上,贡献是互联的文档。第二阶段是1999年到2009年,他主要在推广语义网,贡献是互联的知识。第三个阶段从2009年至今,主要致力于数据的开放、安全和隐私,贡献是互联的社会。本文简述他在这三个阶段的贡献。
万维网:互联的文档

Web是由Tim在欧洲核子研究组织(CERN)期间于1989~1991年发明的,初始目的是互联CERN内部的文档。Web的发明,是时代发展的必然,也是Tim个人长期探索和实践的结晶(注释:Web到底是什么时候发明的,各有争议,有的说是1989年3月13日,即第一次项目计划书发布的时间,有的说是1990年11月12日,项目书被接受开始实现的时间,还有的说是1991年8月6日,第一个服务器上线的时间。

继续阅读 “Web:为所有人——记图灵奖得主Tim Berners-Lee的伟大贡献”

AI与教育

注:本文整理自西瓜大丸子汤的小密圈问答

Kui问:今天学霸君靠数学得了134分。AI的发展会倒逼教育的革新——如果在学校学到的技能可以轻易被机器取代,教育还有什么意义?是不是很少有人能获得超越机器的融汇贯通的能力,所以大多数人都没有教育的价值(教育他们的钱还不如研发更好的机器)?在硅基取代碳基之前,最后一代幸福的人类应该如何教育后代?

答:以下都是我的个人偏见,肯定不科学。

继续阅读 “AI与教育”

人工智能的深渊,看看你在第几层?

前段日子,一张名为《数学的深渊》的图火了。西瓜同学(鲍捷)看完之后,则决定要做一版《人工智能的深渊》主要是向非业界人士讲明——人工智能不仅仅是深度学习、机器学习。

是皮皮虾还是深海大鳄,赶紧转给你身边的人来测试下吧。

继续阅读 “人工智能的深渊,看看你在第几层?”

人工智能产品的可演进性

本文整理自文因互联CEO鲍捷博士于2017年5月13日参加职人社与爱因互动联合举办的活动———『AI时代的产品经理』所做的演讲。本文字数约1W+,请在有充足耐心和时间的情况下阅读。

我有一个好想法,就差一个 AI 了

今天我特别想跟大家分享一下,人工智能产品在「演进」上的一些体会。

人工智能产品一个核心特点就是「演进」。也就是说「你很难一下子达到那个地方」,这可能是与传统的互联网产品很不一样的地方。

继续阅读 “人工智能产品的可演进性”

象牙塔的舒适区

by 西瓜,2017-05-11

今天这篇可能会有争议,不过是发自内心的肺腑之言。

缘起是读到何世柱博士的《让问答更自然》:“据我了解,真实的工程实践上,问答系统还是使用模板和规则,很少或者根本不会用到统计模型,更别说深度学习的模型了。而目前在研究界,问答系统几乎全部采用深度学习模型,甚至是完全端到端的方法。究其原因,我个人认为问答系统是一个系统工程,而不是一个纯粹的研究任务,目前研究界对问答系统还没有一个统一的范式(不像信息检索、机器翻译、信息抽取等任务),因此,未来问答系统可能需要总结出一个或几个通用范式和流程,可以分解为若干子任务,这样会更易于推动问答的研究发展。”

我自己也曾从事问答系统的研究,对何博士的这个观点深表赞同。

继续阅读 “象牙塔的舒适区”

从AlphaGo的成功说起

原文发表于中国计算机学会通讯,2017年第3期,p76-81

http://www.ccf.org.cn/c/2017-03-15/587007.shtml

 

从AlphaGo的成功说起

张梦迪,郑锦光,张强,鲍捷

AlphaGo的基本原理

继 AlphaGo于2015年8月以5:0战胜三届欧洲冠军樊麾、2016年3月以4:1击败世界顶级棋手李世石后,今年1月,AlphGo的升级版本Master横扫各路高手,取得60:0的惊人战绩。20 年前IBM深蓝(Deep Blue)计算机击败国际象棋冠军卡斯帕罗夫的情景还历历在目,短短2年时间,人工智能在围棋领域又创造了人机对抗历史上的新里程碑。

继续阅读 “从AlphaGo的成功说起”

我们爱热爱工程的工程师

文因互联在找一些很酷的工程师。

很酷的工程师都是发自内心热爱工程的工程师

我们在做什么:智能金融。具体来说就是自动化金融信息处理中的一些环节 1)自动解读公告、研报 2)证券分析模块的自动化 3)自动化写报告 4)金融搜索引擎,等等。

典型案例
× 某评级机构,利用自动化财务报表审查,将人工审核前错误率从50%降低到20%
× 某券商,用自动化报告技术,提高报告生成效率一倍。
× 某大型行业机构,用机器替代传统要20人团队才能完成的公告处理自动化。

我们想和什么样的人一起工作
× 非常熟悉Python
× 熟悉工程栈:Linux+Git+(你的方向上的工具链)
× 有项目证明你对工程的热爱
× 坚持多年通过博客等分享你的技术心得

文因互联寻找不正常的人。具体这是个什么样的公司,请看我们的博客 http://blog.memect.cn/

怎么联系:请把简历发给CEO鲍捷 baojie@memect.co (注意是.co不是.com)

犯不平凡的错误

by 西瓜 2017-04-15

我们常说要不怕犯错误,精益的核心就是把潜在的大错误拆成潜在的小错误。但这并不是说,我们就对错误心安理得。我们要避免平凡的错误,如果犯错误,也要犯不平凡的错误。

一个不平凡的错误,即使它原始的假设是错的,在探寻这个假设的过程中,人们会发现很多新的东西。为了验证这个假设所创造的理论和设备,会给我们带来意外之喜。不平凡的错误,就是开创性的错误。

例如,SU(5)理论预言的质子衰变没有被发现,但导致了两个中微子的诺贝尔物理学奖。(刘尚的知乎回答

Georgi和Glashow曾经提出了SU(5)大统一理论(GUT),这个理论统一了自然界所有四种相互作用,并且可以退化成粒子物理标准模型的形式。这个理论非常漂亮,被认为很有希望是正确的大统一理论,于是人们迅速开始想办法对其进行验证。该理论的一个重要预言是存在质子衰变,为了对此进行探测,人们进行了多项实验,其中最著名的项目大概是日本的神冈和超级神冈探测器。最后的结果呢,并不理想,人们没能探测到理论预测的质子衰变事例。SU(5) GUT也渐渐被排除掉了。但是Georgi-Glashow理论的研究与发展绝对不是无意义的,一个直接的例子就是,日本的神冈与超级神冈探测器虽然没能探测到质子衰变,但对中微子的探测和研究做出了重要贡献,并因此获得了两个诺贝尔物理学奖。

我们在客户探索的过程中,也必然会不断犯错误。那种认为有什么行业资深人士,洞察一切,就能一眼找到市场痛点,是巫术。科学没有巫术,创业也没有巫术。创业不能迷信萨满的存在。

我们一定是在探索中,有一个初步的假设。在假设检验中,发现一些天使用户。这些人不一定是我们最终要服务的场景,他们的需求也不一定是我们提供的第一个产品。但是基于这个第一步的产品,我们获得了这些人的信任。我们分析他们的背景(profile),细分其场景,理解其各场景的深入机理。然后我们或者做场景的深入,或者做场景的横向扩展,甚至做场景的跃迁。然后在新的产品上,我们有了扩大的用户理解,提供更有力的服务,然后良性循环。我称之为Market Induction。

不变的,是渠道的不断增强。产品创新的核心,是渠道的的建设。在一个渠道上,可以服务很多种不同的场景,针对同一群人可以去满足他不同维度的需求。一个不平凡的产品假设,是能帮助我们建立渠道的假设,在这个渠道上,我们发现不了“质子衰变”,也能发现“中微子”。

假设-产品-用户-场景,不断循环。强大的产品执行力,就在于这个循环不断扩大的每一环,每一轮循环都是不平凡的错误。拥抱这种错误,快速(以天为单位)验证这种错误。