财新传媒
2017年01月10日 14:43

外表丰满内在骨感的美国风险资本业

外表丰满内在骨感的美国风险资本业 (1)   一九九五年八月九日,创立一年的网景 (Netscape) 在Nasdaq 上市,股价从开盘前的二十八美元,一度日内上涨到七十五美元,收盘时公司市值达到二十九亿美元。网景的创始人 Marc Andreessen, 是最早的互联网浏览器 Mosaic 的开发团队的核心成员之一.   网景的上市,象征着硅谷的互联网革命号角的吹响,其后整个产业的繁荣一直持续到2000年.   投资网景的著名风险资本基金,Kleiner Perkins,一年前以五百万美元的...
阅读全文>>
2016年12月14日 09:29

如何创造一个超人(一)

如何创造一个超人(一) ——从寒武纪大爆发和普朗克黑体辐射定律谈起   (1)   笔者曾经提到,随着计算速度的指数型增长,人工智能超过生物人的智能是一个时间上的必然。   但是,未来超级智能,只是简单地提高计算速度和算法,在电脑创造的虚拟空间里意淫一下,就可以实现的了吗?   笔者在未来的几篇系列文章中,将分享一下关于实现超级智能的技术路线图和时间表的看法。   这个话题将非常有争议,我的观点也不一定完全正确,而是会...
阅读全文>>
2016年12月12日 14:11

论投资的十大矛盾(三)经验的重要和错误套用经验的矛盾

论投资的十大矛盾(三)经验的重要和错误套用经验的矛盾 (1)   经验, 尤其是失败的经验经历, 对于投资和生活的其它方面都非常有价值.   每当看到一些新人执着地重复我以前犯过的错误,不管他人如何劝说,我只能无奈地笑笑.   经验一:不要去做短线炒股票期货. 绝大部分人在这个博弈中没有任何优势。索罗斯和西蒙斯可能有,但这是例外,大部分人缺乏基本的工具和知识积蓄,最后往往是竹篮打水一场空.   经验二:不要用金融杠杆. 你可能很长时间都有不错的利润, 但只要一...
阅读全文>>
2016年12月05日 13:52

论投资的十大矛盾(二):策略和结果的矛盾

论投资的十大矛盾(二):策略和结果的矛盾 (1)   投资的策略和回报结果, 是两个不同的概念.   好的策略,短期内不一定回报更好.   不好的策略,或者没有策略 (好比传说中的 "王八拳"),有时因为常常运气,可能回报还不错。这就是所谓 “乱拳打死老师傅”.   金融市场是一个复杂系统,短期价格波动,一半时间可能涨,一半时间可能跌,总有一拨人赚钱。一个人几天, 几个月赚点钱是不难的。难的是十年,二十年,甚至更长的时间段内投资回报超过市场指数.  ...
阅读全文>>
2016年11月30日 14:23

小议复杂系统里的不要和要

小议复杂系统里的不要和要 (1)   最近读了一堆关于”复杂系统“的文献书籍, 觉得非常有意思.   复杂系统 (complex system) , 指的是一个系统里, 有多个彼此连接互相作用的元素。 这里的关键词是连接. 如果元素之间没有连接, 就是一个大杂烩, 不属于真正的复杂系统.   公司,组织,国家,生物,金融市场等等,都可以理解为一种复杂系统.   (2)   在一个高度互联的复杂系统里,会有很多非线性,很难直觉理解的变化。简单的行为,会导致...
阅读全文>>
2016年11月28日 12:07

论投资的十大矛盾(一)简单与复杂

论投资的十大矛盾(一)简单与复杂 如果把投资当作一门手艺来看的话,它无疑是世界上最困难的一个学科,它不是上几门课,考一下试就可以真正掌握的. 高学历和投资成功没有直接关联,否则经济学家早就直接下海去发财了.   投资是一个动态的,多方博弈的游戏,其困难在于它充满着各种反人性,反直觉的陷阱.   投资,无处不充满着矛盾.   (1)   第一个矛盾是关于简单和复杂.   人们常爱说大道至简,但实际操作上没有那么简单.   在股市上饱受折...
阅读全文>>
2016年11月08日 14:34

没人能阻挡你对低电价的向往

没人能阻挡你对低电价的向往 (1)   美国的电力事业公司 (electric utilities) 是一个有趣的物种。大多数人每月支付电费账单,但并不了解电价背后的复杂机制.   巴菲特曾经评论, “电力公司通常是一个必需品的唯一供货商,(监管机构)允许他们调整定价,给他们投入的资本,予以一个事现约定好的回报率。他们不需要效率很高,恰恰相反,业界流传的笑话是,电力事业公司,是世上唯一的生意,如果花钱装修老板的办公室,那么公司就自动赚更多的钱。不少电...
阅读全文>>
2016年10月21日 14:24

2018年是汽车工业的大转型时刻(二)

2018年是汽车工业的大转型时刻(二) (1)   这里再简单解释一下电车对汽车的一个根本优势.   电动感应马达一通电,马上就可以产生扭矩和推力, 而且无需换挡。汽车的引擎打着火以后,需要从低档一步步换到高档,逐渐提高转速才能提高扭矩和推力。这就是为什么电车加速普遍比汽车快的根本原因。这也是为什么开过电车的人,几乎都不愿意再回去开汽车. 如下图.   特斯拉最高配置 P100D 从 0 到60英里只需要 2.5 秒,这个速度已经超过所有现在生产的汽油车,...
阅读全文>>
2016年10月17日 15:10

从海明威运动定律,看技术革命的“我靠”时刻 (一)

从海明威运动定律,看技术革命的“我靠”时刻 (一) (1)   第一次出海打渔的人,可能都会有这样的感受:渔船从港湾驶出后,一开始随着海浪轻微起伏,有一种颇为愉悦的失重的快感.   但好景不长,进入深海后,随着波浪起伏的幅度逐渐增大,晕船的感觉慢慢来临,直到突破一个临界点,就开始一发不可收拾的呕吐.   这一刻,我把它叫做 “我靠时刻”. 英文俗称 WTF Moment.   (2)   海明威在小说 “太阳照常升起”里曾有这样一段对话:   甲:你是怎么破产的? ...
阅读全文>>
2016年09月23日 14:31

深度学习有多深?(二十五)从突围看宠辱不惊

深度学习有多深?(二十五)从突围看宠辱不惊

(1)

Deepmind 的  DQN 在 Atari 的七个不同的游戏 (Beam Rider, Breakout, Enduro, Pong, Q*bert, Seaquest, Space Invaders) 中,有六个游戏的最高得分都超过了人类的最好玩家.

最出乎人们意料的是程序在 Breakout (突围)游戏中的表现.

刚开始, 不了解游戏规则的程序,表现得像个无头苍蝇,老是漏球.

经过10分钟的训练后,慢慢懂得要用板子击球,才可以得分.

经过120分钟的训练后,程序可以迅速准确击球,表现得有...

阅读全文>>
2016年09月18日 14:21

深度学习有多深?(二十四)乔布斯和Deepmind的突围

深度学习有多深?(二十四)乔布斯和Deepmind的突围

(1)

游戏公司 Atari 在1977年推出的 Breakout (突围)电脑游戏,主要开发者是苹果公司的创始人之一, Steve Wozniak. 乔布斯的角色是 Atari 和 Wozniak 中间的掮客.

Atari 起先告诉乔布斯,游戏如果四天内开发出来,将支付 700 美元的报酬。乔布斯许诺和 Wozniak 平分这笔钱。但Wozniak 不知道的是, Atari 还承诺如果此游戏在逻辑芯片的需求上低于某个指标,将给予更多的奖励.

最终Wozniak 连续四天挑灯夜战只拿到了 3...

阅读全文>>
2016年09月14日 15:21

深度学习有多深(二十三)——经历的回放

深度学习有多深(二十三)——经历的回放

(1)

在增强学习领域,经历 (experience) 是指四个参数的集合, (x, a, y, r) 表示在状态 x, 做了 a, 进入了新的状态 y, 获得了回报 r. 教训 (lesson) 则是指一个时间序列的经历的集合.

经历回放 (experience replay) 的概念由 Long Ji Lin 在 1993年的博士论文里第一次提出.

"经历回放" 的第一个好处是更有效率。经验教训,尤其是有重大损失的经验教训,是昂贵的,如果把它存储到记忆里,可以日后反复调用学习,那么学习效...

阅读全文>>
2016年09月12日 14:03

深度学习有多深?(二十二)发散的大脑

深度学习有多深?(二十二)发散的大脑

(1)

在用神经网络计算拟合最优价值函数 (最大利益)的实践中,最大的挑战,就是神经网络的参数无法收敛到最优值,无法求解. 换句话说,神经网络的参数变得发散 (Divergent).

传统的‘发散思维’一词,指某人思维活跃有想象力. 但是神经网络的参数发散,在这里就对应于大脑无所适从,精神错乱了。

这个问题的第一个原因是, 增强学习在和环境互动的过程中, 获得的数据都是高度相关的连续数列。当神经网络依靠这些数据来优化...

阅读全文>>
2016年09月06日 11:44

深度学习有多深(二十一)双陆棋和神经网络

深度学习有多深(二十一)双陆棋和神经网络

 (1)

所有没有成熟的新理论,新技术出现之初,学术界都会有两派:

好派 (人工智能,增强学习就是好, 就是好!)
    和
P 派 (人工智能,增强学习好个 P,  好个 P ! )

P 派对增强学习理论最为诟病之处:不实用,然并卵.

迄今为止关于各种算法的讨论,都离不开一个核心概念: 价值函数.

简单说,在贝尔曼方程里面,价值函数就是目前状态的理论最大值。(参见这篇老文章 王川: 深度学习有多深? (十九) -- 维度的诅咒和蒙...



阅读全文>>
2016年08月29日 14:15

深度学习有多深(二十)多巴胺的诱惑

深度学习有多深(二十)多巴胺的诱惑

 (1)

多巴胺,英文名 Dopamine, 是一种有机化合物, 学名 4-(2-Aminoethyl)benzene-1,2-diol, 4-(2-氨基乙基)-1,2-苯二酚, 在大脑中它的作用是在神经元之间传递信号的介质.

多巴胺作为神经介质 (neurotransmitter)的功能, 最早在1957年由瑞典化学家 Arvid Carlsson 发现, Carlsson 四十三年之后才因此发现获得诺贝尔奖.

多巴胺对于人脑的运作至关重要. 在普通人的印象中,多巴胺的释放是和食物,烟酒,性快感或者毒品联系在一...

阅读全文>>
2016年08月19日 14:17

深度学习有多深(十九)维度的诅咒和蒙特-卡洛模拟

深度学习有多深(十九)维度的诅咒和蒙特-卡洛模拟

(1)

动态规划理论的核心, 用以 Richard Bellman 老师名字命名的 贝尔曼方程 (Bellman Equation)表示.

贝尔曼方程的核心, 就是:

 

用大白话说, 就是

目前状态的最大价值 = 最大化[ 眼前的回报 + {未来的最大价值,贴现到现在} ]

而动态规划要解决的问题,无非就是求解方程里的最优价值函数 V(x) 而已.

使用贪婪算法的人们,只专注"眼前的回报",而忽略了"对未来最大价值贴现到现在"的认真计算.

社会上对部...

阅读全文>>
2016年08月12日 11:40

深度学习有多深(十八)从贪婪算法和动态规划说起

深度学习有多深(十八)从贪婪算法和动态规划说起

(1)

迄今为止我们讨论的人工智能的问题,都还是局限在"认知"方面的应用, 比如图像识别,语音识别,自然语言处理,等等.

这类问题的特点是,机器获得大量原始数据的培训. 每一个输入,都有标准的"输出"的答案. 这种学习方式,也称为"有监督学习".

但是生活中大多数问题,是没有标准正确答案的.你的所作所为,偶尔会得到一些时而清晰, 时而模糊的反馈信号. 这就是"增强学习" (Reinforcement Learning) 要解决的问题.

"增强学习"的...

阅读全文>>
2016年08月09日 14:29

摩尔定律还能走多远(六)有钱能使鬼推摩(尔定律)

摩尔定律还能走多远(六)有钱能使鬼推摩(尔定律)

(1)

2012年七月,半导体制造业发生了一件大事: 三家芯片生产的巨头,英特尔/台积电/三星, 集体为半导体光刻业的巨头, 荷兰公司艾司摩尔 (ASML), 承诺支付累计十三亿欧元的研发费用,帮其承担部分新技术开发的风险.

三家公司同时还以每股接近 40 欧元的价格注资购买了 ASML 大约23%的股票. ( 四年后的2016年七月, ASML 股价在 96 欧元左右.)

ASML 获得的资金, 主要用于加快 450 毫米晶圆片相关的器材和下一代极紫外线光刻技术 (...

阅读全文>>
2016年08月05日 11:59

摩尔定律还能走多远(五)——这都是为了钱

摩尔定律还能走多远(五)——这都是为了钱

 (1)

对半导体芯片生产过程不熟悉的人, 常会问这样一个问题:

为什么芯片的密度要两年才翻一番? 为什么不可以更快一点, 两年翻两番, 三番? 为什么我们不能够一下子从 100 纳米跨越到 10 纳米? 而要漫长的十几年才能完成这个过程?

对这个问题的简单回答是: 如果一个人要吃七个馒头才能饱,为什么不可以先直接去吃第七个馒头?

 (2)

摩尔定律从另外一个角度看,实际上是个生产成本的经济问题.

这都是为了钱.

芯片密度的...

阅读全文>>
2016年08月03日 11:50

摩尔定律还能走多远?(四)并行计算的威力

摩尔定律还能走多远?(四)并行计算的威力

  (1)

解决CPU 时钟瓶颈问题的另外一个维度,是增加系统的并行度,同时多做一些事情.

传统上,一个CPU 的芯片只有一个处理器(core, 也称内核 或 核心),当单个 CPU 的时钟速度很难再提高时,芯片设计者的另外一个思路是: 在同一个芯片上增加新的内核,让多个内核同时并行处理一些计算工作.

多核 CPU 的第一个好处是节能. 前面提到,处理器的能耗大约和时钟的频率的三次方成正比. 理论上说,如果把一个内核的时钟频率降低一半 (...

阅读全文>>