0
本文作者:谷磊 | 2017-03-19 17:23 |
雷锋网按:本周,芯片巨头Intel高调收购ADAS明星企业Mobileye,在业界掀起轩然大波,收购方和被收购方各打着什么算盘?对相关领域会有哪些深远的影响?阿里巴巴启动“NASA”计划,是马云要去太空了吗?听说 Google 起诉Uber、Otto是因为一个叫莱万的人,那么莱万究竟是谁?他做了什么?
更多精彩解读,请点击红色标题阅读全文。
如果你对专栏的内容或形式有任何建议,请在下方评论区留言,专栏君将一一回复。无论你是乐于分享的极客,或是对科技圈的新闻事件有独到的见解的评论人,均可向我们投稿,专栏君的邮箱:gulei@leiphone.com。
1、解析 | 英特尔为何要高调收购辅助驾驶明星企业Mobileye?
北京时间3月13日,据以色列媒体Haaretz报道,芯片巨头英特尔以150亿美元将以色列ADAS及自动驾驶公司Mobileye收入囊中。该消息曝光后,Mobileye股价在盘前交易中大涨,涨幅近30%。
这一则突如其来的消息几乎占据了所有智能汽车行业的头条,这次收购在汽车界和科技界激起了巨大的浪花,英特尔作为处理器行业的巨头誓要杀入汽车行业,几乎将必然给智能汽车的产业格局带来巨大的影响,而这看似突然的收购,其实是英特尔产业布局的重要一步……
【作者】史高拔,汽车电子工程师,供职于国内某汽车技术中心,从事汽车智能网联技术研发。
“外星人”马云最近启动了阿里自己的“太空计划”——NASA——面向未来20年的技术研发计划。
美国在上个世纪五十年代启动的NASA计划在很大程度上成就了日后美国在技术领域的领导地位,而阿里宣称自己的NASA是为了“为服务20亿人的新经济体储备核心科技”,而不是为了字面上很容易让人联想到的,将马云送往太空。
阿里为什么要在这个时候推出面向未来20年技术研发的NASA计划?背后折射出中国互联网的天的哪些变化?
【作者】尹生,互联网价值研究者、前福布斯中文版副主编。
据统计,被地震夺走生命的人员数量十分惊人。每年大约有一万人死于地震和震后灾难,但实际的伤亡人数可能更多。2004年,苏门答腊岛海岸有超过230,000人在九级地震引起的海啸中丧生;2010年,超过200,000人死于海地七级地震;1556年,中国超过800,000人在一次地震中死亡。
近日,美国新墨西哥洲“洛斯阿拉莫斯国家实验室”团队训练了一个机器学习算法来试图预测地震,该团队还不确定这一技术能否用于现实地震的预测,目前仅为实验室环境成果,但这项技术可能为地震预测领域的研究开辟了一条新的路径。
【作者】本文由图普科技工程师翻译自:《Machine-Learning Algorithm Predicts Laboratory Earthquakes》
4、Google 对Uber、Otto的无人驾驶诉讼案,都是因这个男人而起 | 深度
估计大多数人知道 Anthony Levandowski(以下简称莱万),是因为谷歌拆分出的无人驾驶汽车公司Waymo 发飙,起诉莱万创建的 OTTO 和任职的 Uber 偷盗其无人驾驶核心技术。
起诉书中,列举了莱万十几条罪状,让人看起来,莱万就是个忘恩负义,一心想挣钱的工程师。
这些诉讼内容是否属实,有待法庭证明。但身高2米的莱万,并不这么简单……
【作者】于欣烈,汽车行业从业者。
5、谷歌工程师:聊一聊深度学习的weight initialization
深度学习模型训练的过程本质是对weight(即参数 W)进行更新,这需要每个参数有相应的初始值。有人可能会说:“参数初始化有什么难点?直接将所有weight初始化为0或者初始化为随机数!”对一些简单的机器学习模型,或当optimization function是convex function时,这些简单的方法确实有效。
然而对于深度学习而言,非线性函数被疯狂叠加,产生如本文题图所示的non-convex function,如何选择参数初始值便成为一个值得探讨的问题——其本质是初始参数的选择应使得objective function便于被优化。事实上,在学术界这也是一个被actively研究的领域。
【作者】夏飞,清华大学计算机软件学士,卡内基梅隆大学人工智能硕士。现为谷歌软件工程师。
6、TOP5%Kaggler:如何在 Kaggle 首战中进入前 10% | 干货
Kaggle 是目前最大的 Data Scientist 聚集地。很多公司会拿出自家的数据并提供奖金,在 Kaggle 上组织数据竞赛。作者最近完成了第一次比赛,在 2125 个参赛队伍中排名第 98 位(~ 5%)。因为是第一次参赛,所以对这个成绩已经很满意了。
在 Kaggle 上一次比赛的结果除了排名以外,还会显示的就是 Prize Winner,10% 或是 25% 这三档。所以刚刚接触 Kaggle 的人很多都会以 25% 或是 10% 为目标。在本文中,作者试图根据自己第一次比赛的经验和从其他 Kaggler 那里学到的知识,为刚刚听说 Kaggle 想要参赛的新手提供一些切实可行的冲刺 10% 的指导。
【作者】章凌豪,复旦大学计算机科学专业。
雷峰网特约稿件,未经授权禁止转载。详情见转载须知。