watson

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 如今，很多软件开发人员正在使用人工智能技术帮助编写和审查代码、检测错误、测试软件，并优化开发项目。这帮助企业更有效地部署新软件，并使新一代开发人员更轻松地学习编程。 这是调研机构德勤公司最近发布的一份有关软件开发采用人工智能技术的调查报告得出的结论。报告的作者David Schatsky和Sourabh Bumb描述了在过去的18个月中多家公司如何推出几十个人工智能驱动的软件开发工具。并且其市场正在增长。致力于软件开发的人工智能初创企业在2019年获得了7.04亿美元的投资。 新工具可以帮助软件开发人员减少工作量，在编写软件时检测错误，并自动执行许多确认软件质量的测试。在当今越来越依赖开放源代码的时代，这一点很重要，因为开放源代码可能会带来一些错误。 尽管有些人担心采用自动化技术可能会使编程人员失去工作，但调查报告的这两位作者认为不太可能。 Schatsky说：“在很大程度上，这些人工智能工具是在帮助和增强人类的能力，而不是取代他们。这些工具有助于使编码和软件开发民主化，使一些编程新手能够填补人才缺口，学习新技能。人工智能技术还可以进行代码审查，并提供质量保证。” 调研机构Forrester公司在2018年进行的一项研究发现，从事软件开发的企业中，37

　　机器之心报道 　　 机器之心编辑部 　　 16支团队收获佳绩，每个赛道精彩各异。 　　 　　2020年7月8日-11日，由张江集团、优必选科技、软银集团旗下软银机器人、Watson Build 创新中心、机器之心联合组织的世界人工智能大会黑客松，首次以远程和小规模线下结合的方式举办，作为大会期间唯一一场黑客松大赛，以别开生面的竞赛形式和赛题吸引了来自全球顶级开发者同台竞技。经过三天不舍昼夜激烈的角逐，三大赛道优胜团队终于出炉并在WAIC开发者日主单元上进行了颁奖，比赛共计16支团队收获佳绩，最小年龄获奖者为高一学生。 　　 　　软银机器人集团首席商务官Sakata Dai 　　在开发者日主单元上，远在日本的软银机器人集团首席商务官—Sakata Dai先生因疫情不能抵达现场,特别通过视频向获奖选手送来了祝福。 　　在颁奖现场，软银机器人中国总经理邱靓女士为特等奖和一等奖选手颁奖，软银机器人中国销售总监符裔先生为二三等奖及AI+机器人未来英才奖获奖选手颁奖。 　　 　　软银机器人赛道颁奖环节 　　IBM 数字化平台和开发者生态总监倪鑫、六七八九集团COO，张江跨国企业联合孵化平台总经理吴家康为 IBM Watson Build CallForCode 赛道获奖团队颁发了奖励。 　　 　　Watson Build赛道颁奖环节 　　为了鼓励更多队伍能够充分参与人形机器人开发

典型的OKR系统周期 常见的OKR系统周期为： 1）在年初，公司定义了一组高级战略OKR，最好是在团队的帮助下。 重要的是要理解，没有团队的投入，高层管理人员就不应孤立地制定战略性OKR。Keith R. McFarland 在他的文章标题： 您应该像构建软件一样构建战略吗？ 由于组织中各个级别的人员都会进行日常折衷，从而影响公司的战略成功，因此需要设计流程来吸收组织各个方面的想法，而不仅仅是高层管理人员。 2）执行团队然后验证公司的 OKR ，并从团队中收集反馈。 3）团队使用上述双向方法开发战术OKR。 4）团队映射相互依存关系，并确保与其他团队和计划保持一致。 5）团队每周签到一次，以跟踪结果和行动。 6）对于使用季度 OKR的 公司，通常在中期OKR审查期间在季度的中途对OKR进行审查。 7）在周期结束时，您可以快速回顾一下/吸取教训并重新开始。 进行回顾的最简单方法是 开始-停止-继续 格式。在此模型中，要求每个团队成员标识团队应做的特定事情：开始做/停止做/继续做。 对上一个周期未实现的OKR进行重新评估，以便可以将它们包含在下一个季度中，如果不再需要，可以将其丢弃。 一些公司将目标视为公司和团队随时间推移而追求的"愿景"，因此目标可能会从一个季度过渡到下一个季度。例如，诸如"使我们的客户满意"之类的目标是公司可以在多个季度中使用的目标，在每个战术周期中创建新的关键结果

撰文丨海德（南开大学 生物技术本科生） 责编丨Danny 排版丨麋鹿 1958年，32岁的亨利·莫莱森 (by Suzanne Corkin) 我们每天都活在充满“记忆”和“遗忘”的世界里。学会一首新的歌曲，忘记前一天完成的任务，记住一个新朋友的名字，想不起自己将钥匙放在哪里……“记忆”和“遗忘”充斥着我们的生活，令人感觉熟悉又神秘，是神经科学中研究人员十分关注的话题之一。 “失忆”对我们来说，好像是一件遥不可及又能够引发无限遐想的事。有时，艺术作品会为我们描绘出“失忆”美丽又锋利的一面，让我们随着跌宕起伏的情节中欢笑或痛苦。韩剧中痛彻心扉最后又海枯石烂的虐恋，《五十次初恋》中男主角无数次制造偶遇、每天爱上无法记住“昨天”的女主角的浪漫，《谍影重重》中杰森伯恩不断追寻记忆的痛苦与神秘…… 现实生活中也不乏遗忘症患者。他们看似与正常人无异，却大多有着我们难以想象的生活经历——亨利·莫莱森就是其中的一个，或许，是最著名的一个。 1926年2月26日，37岁的丽兹·莫莱森（Lizzie Molaison）在曼彻斯特纪念医院产下了一个健康的男婴。这个男孩是她与丈夫古斯·莫莱森（Gus Molaison）的第一个孩子，他们为他起名为亨利·莫莱森（Henry Molaison）。 亨利小时候一直住在哈特福德市区附近的居民区。像其他孩子一样，他在小学里结识了许多朋友，学会了滑冰

传统文本存储 泥版/钟鼎/甲骨/莎草纸/羊皮纸等文字存储 传统的考古学家和历史学家认为，楔形文字起源于美索不达米亚特殊的渔猎生活方式。这是较为通行的看法，西方的各种百科全书大都持这一观点。约在公元前3400年左右，楔形文字雏形产生，多为图像。到公元前 500 年左右， 这种文字甚至成了西亚大部分地区通用的商业交往媒介。楔形文字一直被使用到公元元年前后，使用情景如同现今的拉丁文。 有了文字后，人类有又了记录过往数据的能力。但是，都是靠手工存储。 这些历史，这里不做过多种赘述 造纸与活字印刷术 造纸术与应刷术是中国四大发明之一。 公元105年（西汉），蔡伦改进了造纸术，随后就是对造纸术的改进过程，唐朝利用竹子为原料制成的竹纸，标志着造纸技术取得了重大的突破。随后就是西方一些列的改进了。 公元1041年-1048年(北宋)，毕昇发明的泥活字。标志着活字印刷术的诞生。随后也是漫长的改进，传入欧洲400以后， 1440年到1445年之间，德国人约翰内斯·古腾堡的铅活字，凸版印刷技术——维克多·雨果称印刷术为世界上最大的发明。 在中世纪初期，书是财富的象征。如果谁家有一个图书室。那实在是太富有了，因为在当时书是人们用手工辛辛苦苦抄写出来的。僧侣和抄写员经常被雇来做这项工作，当然费用相当可观。印刷机的出现改变了这一切，并在文艺复兴时期加快了知识和文化的传播。 穿孔卡带纸存储 最早期的存储媒介—

来源：机器人小妹 　　很多时候企业拥有重复，乏味且困难的工作流程，这些流程往往会减慢生产速度并增加运营成本。为了降低生产成本，企业别无选择，只能自动化某些功能以降低生产成本。 　　通过数字化重复性任务，企业可以削减文书和人工成本，从而进一步消除人为错误，从而提高效率，从而带来更好的结果。为了使企业能够从上述收益中获益，他们必须选择正确的自动化工具，否则将一无所获。 　　自动化过程涉及使用人工智能平台，该平台可以支持数字化过程并提供与人类将获得的相同或更好的结果。 　　人工智能（AI）是一台机器模仿人类与其他人类思维相关联的认知功能，例如学习和解决问题，推理，解决问题，知识表示，社交智能和通用智能。 　　AI的核心问题包括推理，知识，计划，学习，自然语言处理感知以及移动和操纵对象的能力。方法包括统计方法，计算智能，软计算和传统的符号AI。 　　AI中使用了许多工具，包括搜索和数学优化版本，逻辑，基于概率和经济学的方法。AI平台被定义为某种允许软件运行的硬件架构或软件框架（包括应用程序框架）。 顶级人工智能平台 　　Google AI Platform, TensorFlow, Microsoft Azure, Rainbird, Infosys Nia, Wipro HOLMES, Dialogflow, Premonition, Ayasdi, MindMeld, Meya,

张钹院士：AI奇迹短期难再现 深度学习技术潜力已近天花板 在Alphago与韩国围棋选手李世石对战获胜三年过后，一些迹象逐渐显现，张钹院士认为到了一个合适的时点，并接受了此次的专访。 深度学习目前人工智能最受关注的领域，但并不是人工智能研究的全部。张钹认为尽管产业层面还有空间，但目前基于深度学习的人工智能在技术上已经触及天花板，此前由这一技术路线带来的“奇迹”在Alphago获胜后未再出现，而且估计未来也很难继续大量出现。技术改良很难彻底解决目前阶段人工智能的根本性缺陷，而这些缺陷决定了其应用的空间被局限在特定的领域——大部分都集中在图像识别、语音识别两方面。 同时，在张钹看来，目前全世界的企业界和部分学界对于深度学习技术的判断过于乐观，人工智能迫切需要推动到新的阶段，而这注定将会是一个漫长的过程，有赖于与数学、脑科学等结合实现底层理论的突破。 作为中国少有的经历了两个人工智能技术阶段的研究者，张钹在过去数年鲜少接受采访，其中一个原因在于他对目前人工智能技术发展现状的估计持有部分不同看法，在时机未到之时，张钹谨慎的认为这些看法并不方便通过大众媒体进行传播，即使传播也很难获得认同。 一、“奇迹并没有发生，按照我的估计，也不会继续大量发生” 经济观察报：您是如何估计和评价目前人工智能发展的现状？ 张钹：这一轮人工智能热潮是本世纪初兴起的。首先是出现在学术界。学术界过去对人工智能是冷遇的

WAIC 2020 倒计时开启，全场唯一的黑客马拉松活动即将正式开幕。这场开发者狂欢活动，你准备好了吗？ 一年一度的人工智能顶级盛会 WAIC 2020，终于进入了倒计时阶段。 2020 世界人工智能大会云端峰会是由上海市政府打造的国际顶级人工智能会议，大会将于 7 月 9 日 - 11 日在线上举办。令人期待已久的 WAIC 2020 黑客马拉松活动也将同期举办。 去年世界人工智能大会举办了第一届黑客马拉松。虽然是首次举办，但足足吸引了数百支来自各个国家的团队报名参赛。在最后的决赛阶段，48 支团队、近 200 名开发者齐聚上海，鏖战两天两夜，热情丝毫不减。 有人这样形容自己参加这场开发者狂欢时的心情：「没有熬夜参加过黑客马拉松的人，不足以谈人生。」 WAIC 2020 黑客马拉松由世界人工智能大会组委会主办，张江集团、优必选科技、软银集团旗下软银机器人、Watson Build 创新中心、机器之心联合承办，受到新冠疫情的影响，比赛将于 7 月 8 日 - 11 日期间以远程和小规模线下结合的方式举办，招募全球顶级开发者同台竞技。 目前，WAIC 2020 黑客马拉松全部赛题已公布，机器之心联合邀请业内多家知名企业开放场景与数据并设置赛题，包括优必选科技 Walker 大型仿人服务机器人仿真挑战赛（已截止报名）、软银 Pepper 人形机器人应用开发、Watson Build

《时间序列分析——基于R》王燕，读书笔记 笔记： 一、检验： 1、平稳性检验： 图检验方法： 时序图检验：该序列有明显的趋势性或周期性，则不是平稳序列 自相关图检验：（acf函数）平稳序列具有短期相关性，即随着延迟期数k的增加，平稳序列的自相关系数ρ会很快地衰减向0（ 指数级衰减 ），反之非平稳序列衰减速度会比较慢 构造检验统计量进行假设检验：单位根检验adfTest()——fUnitRoots包 2、纯随机性检验、白噪声检验（Box.test（data，type，lag=n）——lag表示输出滞后n阶的白噪声检验统计量，默认为滞后1阶的检验统计量结果） 1、Q统计量：type=“Box-Pierce” 2、LB统计量：type=“Ljung-Box” 二、模型 1、ARMA平稳序列模型 1.1平稳性检验 1.2ARMA的p、q定阶——acf（），pacf（），auto.arima（）自动定阶 1.3建模arima() 1.4模型显著性检验：残差的白噪声检验Box.test（）；参数显著性检验t分布 2、非平稳确定性分析 2.1趋势拟合：直线、曲线（一般是多项式，还有其它函数） 2.2平滑法 移动平均法：SMA()——TTR包 指数平滑法：HoltWinters() 3、非平稳随机性分析 3.1ARIMA 1平稳性检验，差分运算 2拟合ARMA 3白噪声检验 3

　　机器之心原创 　　 作者：付海天、樊晓芳 　　 　　 新冠疫情的肆虐，牵动了无数人的心弦。CT影像是新冠肺炎诊断的重要依据，大量疑似病例的CT影像诊断和确诊患者的CT影像评估给影像医生带来了沉重的工作负担。医学影像AI公司纷纷在此次疫情中贡献力量，推出新冠肺炎CT诊断产品，辅助影像医生在有限的时间内对海量CT影像进行快速诊断。实际上，在新冠疫情之前，医学影像AI产品就已经走在商业化道路之中，能够对X光、CT、MR、病理图像等多种影像类型进行识别分析，并在肺结节、乳腺癌、脑卒中等多个病种诊断中取得相当效果。此次疫情让医学影像AI产品受到更多关注与认可，医学影像AI公司也将迎来一波新的发展机遇期。 　　医学影像是医疗数据最密集的领域，医疗数据中超过80%来源于医学影像，人工智能技术已经应用在医疗行业多个领域，但医学影像是应用最成熟的领域之一。深度学习算法模型的训练需要海量数据支撑，医学影像由于其数据密集的特性，让以深度学习为代表的人工智能技术有了广阔的发挥空间，而其中又以X光、CT等类型影像的识别分析最为成熟。 　　 　　医学影像成像设备及医学影像信息系统 　　封闭的医疗体系已经无法满足医学影像AI快速发展的需要，医疗机构、影像AI开发商等各方协作与联合成为必然趋势。医学影像算法模型的训练需要以大量的优质标注数据为基础，单个医院的影像数据难以满足影像AI模型训练的要求