京公网安备 11010802034615号
经营许可证编号:京B2-20210330
内行低估了人工智能 外行高估了人工智能
今天人工智能如火如荼,新产品要是没有跟人工智能沾上一点关系,就好像落伍了。难怪有人说:“今天的人工智能项目当中,存在大量的“伪人工智能”,比例可能高达 90%,或者 99%!”
人工智能好像是一夜之间冒出来的。智能机器人、智能炒股、智能服务员等一些装上简单预设程序的智能设备、软件,被披上人工智能马甲,马上就高大上起来,成了“吸睛”“吸资”的噱头。
谁让人工智能风头正劲呢。大量天使资金的涌入,人工智能产业前景的一片叫好,利好政策的不断出台,让人工智能产业迎来爆发式增长。除了真正的科技巨头,跟风的创业公司都想趁机捞一笔,没有技术就做表面功夫,引起话题,吸引资金。
就拿人工智能炒股软件来说。目前市场中出现的一些人工智能炒股软件,其实还只是用一种统计、量化的方法来做选股。听起来很神,但效果还要待时间检验。
据厦门中小企业平台了解,此前《证券时报》报道过一个利用人工智能炒股的交易员,这位交易员还曾出过书,但当媒体再联系他时,他已经破产了。
除了那些以人工智能为噱头的炒股软件,也有真正的人工智能炒股软件。2017年10月,美国出现炒股“阿尔法狗”—全球第一只应用人工智能进行投资的ETF基金AIEQ。每天24小时不停工作,持续不断地分析6000只美国挂牌股票,分析上百万条相关的公告文件、财报、新闻以及社群文章,利用量化择时、量化选股、因子分析、事件驱动等N种量化模型选股,并且不断地深度学习。
虽然开始阶段处于亏损状态,但是不久便扭亏为盈。截至美国时间2018年3月16日,AIEQ上涨8.32%。在此期间纳斯达克指数上涨12.9%,虽然没有跑赢市场,但是只经过短短几个月,就有如此成绩,发展潜力巨大。而且随着人工智能数据处理越多,选股正确率越高。
人工智能技术门槛高、投入时间长,现在人工智能的产业应用还很弱小,还有漫长且艰难的路要走。如果内行只顾推概念,搞噱头,造成虚假繁荣,势必产生市场泡沫。
正如“内行低估了人工智能,外行高估了人工智能”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 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 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17