shrek_munich 发表于 2017-11-2 10:03
你的论调里面个人情绪很明显也很偏激，很难让人觉得是一个正常分析的结果，更像是有什么私仇以后的报复性 ...
{:5_336:}
本帖最后由 minimaxde 于 2017-11-2 18:53 编辑
论坛中最爱撕逼的就是码农了 :shutup:
和平时朴素老实的形象不相符啊大概是代码的世界太寂寞 来网络发泄
不知道吵着英国美国德国中国谁好有什么意思
觉得哪里好就去哪里不就得了 犯得着几个大老爷们在这歇斯底里的撕逼吗 我帮大家提炼下8页的精彩对话
A: 局外人不懂行
B: 我特么硕士读人工智能的
C: 我博士就是这个方向
D: 我博士毕业，并且在这个行业工作五年
E: 算法这个领域论坛还没有超过我的
各位啊。。。都是混国外的屌丝，都悠着点吹，不怕吹爆炸了吗 真是够了
什么学历不说是 最后给人感觉不如一个跑堂的素质高 也是悲哀了
本帖最后由 shrek_munich 于 2017-11-2 18:51 编辑
minimaxde 发表于 2017-11-2 18:40
论坛中最爱撕逼的就是码农了
和平时朴素老实的形象不相符啊大概是代码的世界太寂寞 来网络发 ...
如果不是码农，比如机械工程师，德国收入又不比美帝低多少，中国的机械工程师就更不要说了，德国福利还好,唯一的缺点可能是上升的天花板，没啥可争论的
码农是一个比较特殊的例子，德国收入不高税不少福利好，美帝码农收入高福利少，中国收入不高福利也不好，不过呢有些人觉得机会很多，没准能被金馅饼砸到，有的比较才有的争论。
人工智能是引领未来的战略性技术，世界主要发达国家把发展人工智能都作为提升其国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权，从而引领世界，引领潮流。
美国
美国在人工智能发展方面具有明显的优势，从政府到企业对人工智能带来的变革都极为重视，科研机构对人工智能重视程度也在不断加强，相关创新型产品迭代迅速。
战略层面高度重视，成立国家专家委员会机构
2015年以来，美国白宫科技政策办公室连续发布的《为人工智能的未来做好准备》、《国家人工智能研究和发展战略计划》和《人工智能、自动化与经济报告》3份重量级报告。2016年5月，美国白宫推动成立了机器学习与人工智能分委会（MLAI），专门负责跨部门协调人工智能的研究与发展工作，并就人工智能相关问题提出技术和政策建议，同时监督各行业、研究机构以及政府的人工智能技术研发。
资本与政策共同发力，挖掘最具潜力的创业企业
美国硅谷是当今人工智能发展的重点区域。聚集了从人工智能芯片到下游应用产品的全产业链企业。在人工智能融资规模上，美国在全球占主导地位，比重在60%以上。美国的科技巨头们早已展开一系列收购暗战，例如近5年来，Google成为人工智能领域最活跃的收购者，相继收购了DNNresearch、DeepMind和Nest。
巨头企业形成集团式发展，共建人工智能生态圈
以谷歌、微软、亚马逊、Facebook、IBM五大巨头为代表，自发形成人工智能伙伴关系，通过合作的方式推进人工智能的研究和推广。这种新型的巨头集团式发展模式，成为人工智能时代的亮点，能保证技术方案的效益最大化。在未来，还会有更多企业和机构加入其中。用户组织、非营利组织、伦理学家和其他利益相关者也都会围绕生态圈进行更大范围的研究和开发。
推动软硬件系统协同演进，全面开发人机协作智能系统
美国更加关注长期投资在具有潜在能力的高风险高回报项目，以此补充社会和企业短期内不愿涉足的领域。在软件方面，提升人工智能系统的数据挖掘能力、感知能力并探索其局限性，同时推动系统革新，包括可扩展、类人的、通用的人工智能系统的研发。在硬件方面，优化针对人工智能算法和软件系统硬件处理能力，并改进硬件体系架构，同时，推动开发更强大和更可靠的智能机器人。
德国
“工业4.0”计划
德国政府在工业机器人发展的初级阶段发挥着重要作用，其后，产业需求引领工业机器人向智能化、轻量化、灵活化和高能效化方向发展。20世纪70年代中后期，德国政府在推行“改善劳动条件计划”中，强制规定部分有危险、有毒、有害的工作岗位必须以机器人来代替人工，为机器人的应用开启了初始市场。2012年，德国推行了以“智能工厂”为重心的“工业4.0计划”，工业机器人推动生产制造向灵活化和个性化方向转型。
以服务机器人为重点，加快智能机器人的开发和应用
德国联邦教研部在“信息和通讯技术2020—为创新而科研”研究计划中安排有服务机器人的项目。联邦经济部的“工业4.0的自动化计划”的15个项目中涉及机器人项目的有6个。德国科学基金会通过计划和项目资助大学开展机器人基础理论研究，如神经信息学、人机交互通信模式、机器人自主学习和行为决策模式等。
推动“自动与互联汽车”国家战略，引领汽车产业革命
2015年9月联邦政府内阁通过了联邦交通部提交的“自动与互联汽车”国家战略。德国顶尖大学和研究机构对传感器、车载智能系统、连通性、数字基础和验证测试进行的广泛研发使德国在技术领域又一次走在前沿。德国以设备制造商和大学的紧密科研合作为特点，通过公共补贴项目，支持更高水平的自动驾驶大规模研发。
柏林汇聚一半以上的人工智能企业，成为绝对发展中心
柏林作为德国的首都以及科技类创业基地，囊括了将近百分之54的人工智能企业，远超慕尼黑，汉堡以及法兰克福等城市。德国“脑科学”战略重点是机器人和数字化。2012年德国马普脑科学研究所和美国开展计算神经科学合作研究，并于以色列、法国开展多边合作。
英国
英国人工智能注重实效性，强调“综合施治、合力发展”。在产学研的转换周期上，更加快速落地。在政策资金支持上，英国政府拟斥资约2亿英镑，建立新的“技术学院”，针对雇主需求提供高技能水平的人工智能培训。
科学人才供给充足，英国具备领先的发展优势
人工智能最早的概念，就是由英国著名科学家阿兰•图灵提出，英国拥有牛津大学、剑桥大学、英国帝国理工学院以及伦敦大学学院、爱丁堡大学为代表的高等学府以及以阿兰•图灵研究所为代表的众多智能研究机构，其创新型成果不断在全球范围内得到推广应用。人工智能的研发生态优良，研究人员、企业主、投资人、开发商、客户以及创新网络平台等，共同构成了一个丰富完善、良性循环的人工智能生态系统。
创新企业活力十足，高新技术产业转化率高
过去几年，英国也诞生了大量优秀的人工智能初创企业，例如享誉全球的AlphaGo的研发公司DeepMind，就是来自伦敦大学的初创公司。同时，2013年，亚马逊用2600万美元收购英国语音识别创业公司True Knowledge。2014年，Goolge收购了Dark Blue Labs,Vision Factory两家深度学习相关的公司。英国存在大量的科技孵化机构，助力早期的人工智能初创企业，或者提供退出途径，以此形成产业链良性发展。牛津的Isis Innovations和剑桥的Cambridge Enterprise就是有名的技术转让公司，通过帮助大学里的创新技术商业化，确保学校或者个人获得回报。
法国
2017年3月，法国经济部与教研部发布《人工智能战略》，旨在把人工智能纳入原有创新战略与举措中，谋划未来发展。
引导人工智能前沿技术研发，培育后备力量
如发起长期资助计划、人工智能+X(相关领域)合作计划、建设大型科研基础设施、新建法国人工智能中心、设立领军人才计划、普及人工智能知识等。
促进人工智能技术向其他经济领域转化，充分创造经济价值
如设立技术转化项目与奖金、设立人工智能公共服务项目、建设云数据共享平台及数据和软件等资源集成与展示平台、设立投资基金和人工智能基金会、推动人工智能在智能汽车及金融投资等领域应用、扶持人工智能在安全及监测异常行为等冷门研究方向的新创企业、共同起草人工智能研发路线图等。
结合经济、社会与国家安全问题考虑人工智能发展
如开发自主集成软件平台、数据存储与处理平台、自动学习技术平台、网络安全平台等，预见人工智能对社会尤其是就业的影响，评估人工智能对现有工作任务的替代性等。
中国
2017年7月20日
国家突然宣布：举全国之力，在2030年一定要抢占人工智能全球制高点！
国务院印发《新一代人工智能发展规划》，其中提到，新一代人工智能发展分三步走的战略目标，到2030年使中国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，这是中国首个面向2030年的人工智能发展规划，随着人工智能上升到国家战略，顶层设计框架搭建完成，产业发展有望持续提速，带来投资新机遇。
国家人工智能战略三步走目标
第一步，到2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径，有力支撑进入创新型国家行列和实现全面建成小康社会的奋斗目标。
第二步，到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，实现人工智能核心产业规模达4000亿，带动相关产业规模超5万亿。
第三步，到2030年，我们的人工智能务必要占据全球人工智能制高点。我国的人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，其智能经济、智能社会取得明显成效，从而为跻身创新型国家前列和经济强国奠定重要基础，实现人工智能核心产业规模达1万亿，带动相关产业规模超10万亿。
日本
日本政府和企业界高度重视人工智能的发展，不仅将物联网（IoT）、人工智能（AI）和机器人作为第四次产业革命的核心，还在国家层面建立了相对完整的研发促进机制，并将2017年确定为人工智能元年。希望通过大力发展人工智能，保持并扩大其在汽车、机器人等领域的技术优势，逐步解决人口老化、劳动力短缺、医疗及养老等社会问题，扎实推进超智能社会5.0建设。
第一阶段（~2020年），确立无人工厂和无人农场技术，普及新药研制的人工智能支持，实现生产设备故障的人工智能预测。
第二阶段（2020~2030），达到人与物输送及配送的完全自动化，机器人的多功能化及相互协作，实现个性化的新药研制，以及家庭与家电人工智能的完全控制。
第三阶段（2030~），使护理机器人成为家族的一员，实现出行自动化及无人驾驶的普及（人为原因交通事故死亡率降为零），能够进行潜意识的智能分析并实现本能欲望的可视化。
艺术柏林 发表于 2017-11-2 16:02
哈哈，确实是农民，没见过啥市面，英国吗，我也没说她哪里都好，就是生活舒适而已，步行10分钟距离内必有一大超市，天天开到晚上12点，周六周日不关门，里面蔬菜种类比德国多，中国人喜欢的豆芽青菜和豆腐永远有，另外，生活在这里从不觉得自己是外国人，感觉就好像生活在国内一样，父母来过，也都觉得比德国更舒服，老两口不会英语两眼一抹黑，但走到哪里都有热心人帮忙，入境时警察还帮他们填入境表，哈哈。
mwa 发表于 2017-11-2 15:36
我觉得 AI的算法本身并没有什么真正的突破,蒙特卡罗或者深度学习神经网络的提法,之前也都有,当然算法的改 ...
单个理论方面是没有很大的突破，现有深度学习的算法和思路大体在二十年前就有了，用于优化的数学方法更是简单粗暴而且N年不变。但是有人花了心思，把这些方法和近些年发展迅速的硬件结合在了一起，一点点的量变最终产生了质变。就好比造汽车，几十年前和今天用到的物理数学基础都是不变的，但最终的产品还是有很大变化的。
几个比较显著的体现，就是几年前还被认为（至少是近期）不可能做到的事情，一一被实现了。比如计算机下围棋超过了人类，这个是大家都知道的; 再比如有人工智能领域有一些常用的衡量算法好坏的标准，像在大规模图像数据集上进行分类，看看精度怎么样。在越来越多的数据集上，计算机的精度都渐渐超过了人类，而且速度非常快; 再比如几年前玩体感游戏得用Kinect才能达到的精度，现在很多算法已经可以用一个普通摄像头做到了，而且可覆盖的范围比Kinect大得多。
当然你可能觉得这不算什么重大突破，就像我也看不出很多物理学和数学上的结论的现实意义何在。但是困扰好几个行业很多年的众多问题居然一下子都能被解决得比以前好很多，而且解决这些问题的方法互相之间都很类似，再加上这些方法很多是“端到端”的，就是说你不需要了解算法，只需要提供数据，就可以得到很好的结果，从而大大降低了人工智能应用方面的门槛。这不能不说是前所未有的。
minimaxde 发表于 2017-11-2 18:40
论坛中最爱撕逼的就是码农了
和平时朴素老实的形象不相符啊大概是代码的世界太寂寞 来网络发 ...
同行可以了解了解情况，不同行可以科普科普，打酱油的也可以看看热闹，有何不可，何必扯到素质上{:8_483:}
mwa 发表于 2017-11-2 15:36
我觉得 AI的算法本身并没有什么真正的突破,蒙特卡罗或者深度学习神经网络的提法,之前也都有,当然算法的改 ...
真正促使AI突破的是半导体技术在海量闪存存储器,微处理器和移动互联后的海量数据 通过大量数据的训练,及硬件提升导致突破空间和时间复杂性成为可能
纯扯鸡巴但。我tmd就上过一门深度学习的课都知道你瞎扯。。。。。
encantado 发表于 2017-11-2 21:51
单个理论方面是没有很大的突破，现有深度学习的算法和思路大体在二十年前就有了，用于优化的数学方法更是 ...
其实类似的通过数据进行训练的AI算法,(我称之为开环算法,) 德国人应用在汽车等行业的高安全高精度的电子系统,通过有限低速封闭系统进行的基于模型的建模算法早已经成熟,只是缺乏自我总结和演绎能力而已
成熟的汽车上,类似的复杂建模,多参数的开环系统比比皆是,具体不举例了
大数据是前提,刚好现在有海量数据可以抽取,中国很多方面,只是借鉴了海量数据样本的便宜而已
硬件的提升是关键, 高容量闪存和多核并发处理器 刚好解决了复杂性理论里NP难解问题的时间和空间二个纬度
本帖最后由 mwa 于 2017-11-3 10:27 编辑
MeineFrauWiebke 发表于 2017-11-3 08:28
真正促使AI突破的是半导体技术在海量闪存存储器,微处理器和移动互联后的海量数据 通过大量数据的训练,及 ...
你懂啥,你学过哪几门课 深度学习说的是什么 AI 最重要经典的三本书籍都哪些, 真是遇到不懂的 SB 谁真敢胡说八道
楼上专业学AI的博士,跟我聊一下 我还算有兴趣,你那么点东西 算JB啊