京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据、隐私及机器人:未来技术发展三大主题
在本届由《麻省理工科技评论》杂志社举办的EmTech 2015大会上,参与者们高度关注技术的未来发展核心以及接下来几年当中我们即将迎来的最新动态。
未来技术的发展核心在于人工智能、数据与隐私。这正是上周由《麻省理工科技评论》每年秋季于马萨诸塞州坎布里奇市召开的EmTech大会所传递出的主要信息。该项会议——主要专注于各类新兴技术——让CEO、CTO、CIO、政策领导者、创新者、商界领袖以及企业家齐聚一堂,共同商议未来几年内的技术发展趋势。
大数据、隐私以及机器人一直是EmTech大会的主导议题。无论是从企业在隐私保护方面的责任、机器人在实际工作中的作用或者数据的重要意义等任意角度出发,这三大方向都可谓是讨论未来技术趋势时无法回避的永恒主题。
展望数据与智能化技术的未来
《麻省理工科技评论》杂志主编Jason Pontin主持了开场仪式,他提到了我们对于技术成果的高度依赖。时至今日,数据已经成为企业的最大商品,他指出。我们的设备如今能够以消费者们几乎注意不到的方式收集数据,而这些收集成果则足以帮助企业在市场当中获得竞争优势。不过Pontin表示,要达到上述目标,最重要的一点在于评估处理设备到底希望从我们身上获取哪些数据——毕竟机器本身对于消费者的兴趣或者说偏好是没有任何感觉的。而随着人类与计算机之间联系的日趋紧密,我们必须要将数据在不同设备之间的往来转移视为日常生活的重要组成部分,Pontin指出。
创造智能化机器
Facebook公司AI研究主任Yann LeCun就智能化技术议题进行了探讨。LeCun受命建立一支AI研究小组,Pontin则将其形容为硅谷之内的一场“军备竞赛”,旨在确定如何最大程度发挥人工智能在技术领域中的作用。LeCun做出了题为《教会机器理解我们》的演讲,其中概述了我们为何要越来越多地关注如何实现机器学习并引导其理解我们人类思维,从而创造出更具智能化水平的用户体验。
为了展示其在AI研究方面的成果,LeCun播放了一段视频,其中一位人类用户向计算机系统提出与某些图片相关的问题,而计算机则能够做出描述性回答。作为一款实用性应用,这项技术未来可能会帮助那些存在视图障碍的使用者,引导他们在浏览Facebook时不再因为看不到图片内容而影响使用感受。另外,该项技术还将有助于提高虚拟助手方案的能力,而Facebook目前正在开发的Facebook M正是这样一款工具,其目前尚处于beta开发者测试阶段。
数据与企业责任
哈特福德金融服务集团旗下技术与生命科学实践事业部副总裁Joseph Coray探讨了大数据与企业责任这一议题。Coray指出,大数据能够帮助企业评估各类人力几乎不可能发现的趋势以及矛盾,从而揪出哪些造成收入损失的诈骗活动。而作为另一类示例,他还提到了企业该如何利用数据引导自身获得更为积极的工作方式、节约成本并减少欺诈行为。
不过在另一方面,他强调称企业也需要理解自身所获取到的数据的重要意义。因此,企业在向数据进行投资时——这也正是目前大多数企业正在努力推进的工作——必须考虑自身该如何在运用这些信息的同时对其进行保护。换言之,企业不能单纯从提升收益的角度来看待收集到的数据,Coray警告称。
工作中的人工智能
人工智能是否真的会抢走我们的工作岗位?Comau机器人公司业务发展经理Arturo Baroncelli向与会者们表示,“机器人人在我们身边,而并非工业体系当中。”然而,目前有三大行业已经在大量利用机器人处理日常工作,其分别为食品、服装与汽车制造。Baroncelli指出,目前关于无人机与机器人的工作能力已经引发了大量争论,但人们的普遍观点是让机器人与我们协作,而非彻底取代我们。基本上,不会有人愿意看到自己的工作被机器人抢走,但他们倒是很乐意在人工智能技术的帮助下让工作内容变得更轻松也更安全,Baroncelli解释称。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27