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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12