科技一周~魔幻现实主义
作者 硅谷寒 | 2014-10-25 12:09 | 类型 硅谷科技周报 | Comments Off
系列目录 科技一周
科技一周~魔幻现实主义 2014/10/25
虽然,Magic Leap的CEO,Rony,在接受媒体采访时,对自己的产品尽量保密,但我们还是可以大概猜测出来:Magic Leap一定是一款可穿戴的虚拟现实设备,不,确切地说,应该是“魔幻现实”设备。Rony在谈到Oculus Rift(几个月前被Facebook收购)时,显然认为自己的产品比之格调高出许多。他认为,Oculus Rift仅仅是虚拟现实,也就是说,用计算技术构造出一个完全虚假的场景,并通过头盔展示给人们,而Magic Leap将会把人脑“想象中”的场景与真实的世界完全融合起来,达到一种魔幻的超现实的(Magic Realism)境界。其实,通俗点,Magic Leap就是一种“三维实时的自动PS”技术:) 举个例子来说,当你在海滨游乐场日光浴的时候,突发奇想,如果有一只巨大的虎鲸窜出来,将会是怎样的情景呢?好的,你现在可以戴上Magic Leap的设备,来欣赏一下你脑海里的想象与现实相结合的情景:一只虎鲸从海水里飞跃而出,震撼了整个海滨游乐场!这个场面,我们曾在《少年Pi的奇幻漂流》里见到过,但如果有了Magic Leap,我们可以随时随地沉浸在自己创造的“魔幻现实”里。 从图像处理的角度来说,Magic Leap是一种图像合成技术,与虚拟演播室,或者电影里看到的特效合成技术类似。当然,Magic Leap与它们还是有一定区别的,在电影特效里,大多通过前景传感器定位技术,把前景目标与背景合成起来,而Magic Leap因为受限于设备的穿戴性和处理的实时性,不可能给虚拟前景加装传感器。至于Magic Leap将采用什么样的定位技术,把前景与背景“完美”的合成起来?我也只有等到它发布之后,再做深入研究了。 [2]. http://techcrunch.com/2014/10/21/magic-leap-tech/ 图1. http://www.deshow.net/cartoon/michael-parkes-magic-realism-paintings-720.html#pic 图2. http://media.economist.com/sites/default/files/cf_images/20070407/D1407SB1.gif | |
科技一周~灵魂的星空
作者 硅谷寒 | 2014-10-18 16:21 | 类型 硅谷科技周报 | 1条用户评论 »
系列目录 科技一周
灵魂的星空 2014/10/18
本期的科技一周,重点介绍创业公司。
1. A打开微信向B发邀请; 2. B回应OK; 3. A切换到大众点评,找餐馆信息,并发给B; 4. B回应OK; 5. A切换到Phone App,向餐馆打电话预约餐位; 6. 最后,A切换到地图应用,去餐馆。 在这一流程里,A先后打开了四个应用:微信、大众点评、Phone App、地图应用,在其中频繁切换。倘若使用RavenTech的ProjectFlow平台,那么这些应用都会被“链接”在一起,共同使用ProjectFlow统一的“信息流”界面,整个交互过程如下: 1. A打开ProjectFlow,向B发邀请(ProjectFlow自动调用微信); 2. B在ProjectFlow里,回应OK; 3. A在ProjectFlow里查找餐馆信息,发给B(ProjectFlow自动调用大众点评); 4. B在ProjectFlow里,回应OK; 5. A在ProjectFlow里,打电话预约餐位(ProjectFlow自动调用Phone App); 6. A开车去餐馆(ProjectFlow自动调用地图应用)。 我们看到,新的流程里,A不需要在应用之间频繁切换了,所有的信息都会以“流”形式展现在A和B的手机上,就像是两个人在自然的对话。也就是说,ProjectFlow在后台自动完成了之前需要A手动切换应用的工作。这种交互方式,更加简单,人性化。除了Project Flow之外,RavenTech正在把类似的技术应用到手机的音乐播放器上,这被他们称之为“MusicFlow”。感兴趣的读者,可以在这里下载:[2]. 1. Lytro(图像,高端照相机) 2. Theranos(医疗,验血机) 3. Fitbit(穿戴式设备,手环) 4. Coursera(在线教育) 5. Minted(O2O装饰) 6. Wealthfront(互联网金融,自动化财务投资) 7. Bromium(企业数据安全) 8. Twilio(云通讯) 9. Engyte(企业级云存储方案) 10. Leap Motion(新型人机交互设备) Lytro,这家排名榜首的高端照相机公司,刚刚融资了四千万美元,给员工的待遇也最为优厚,工程师的薪水约在$125000~$147000。排名第四的Coursera,在创始人Andrew Ng被百度强力“挖走”之后,聘请了耶鲁大学的前校长,Rick Levin,担当CEO。自此之后,Coursera被戏称为“常青藤校长们的最佳下一站”。排名第六的Wealthfront,是一家集结了花街金融精英和硅谷软件精英的互联网金融公司,主要为高科技中产人群提供自动财务投资服务。Wealthfront这两年的发展速度十分惊人,从不到1亿美元的基金增加到了10亿美元。 下面,让我们来总览一下这份榜单。可以说,这是一个相当“杂乱”的榜单。从榜单上,我们几乎看不出什么趋势来,或者什么技术最火爆,什么市场是VC投资的重点,因为,十个热门的初创公司几乎分散于十个不同的细分领域。然而,我个人认为,这种“杂乱无章”,才更应当是创业的特点。创业公司应该基于创业者的灵魂而生,不应靠模仿“抄袭”他人而生。如果创业者都追逐自己内心的创意灵魂,又怎会出现在同一个领域里有几十家公司的局面? 创业的天空上,繁星无数,每一颗都独一无二,与其说那是他们的光芒,不如说那是他们的灵魂。
[1]. https://www.youtube.com/watch?v=lKf9pCDc9tk&feature=youtu.be [2]. https://play.google.com/store/apps/details?id=cn.raventech.musicflow&hl=en [3]. Cromwell Schubarth, These 10 Bay Area startups are tops among tech job hunters, http://www.bizjournals.com/sanjose/news/2014/10/01/these-10-bay-area-startups-are-tops-among-tech-job.html?page=all , Oct 2014.
图1. Vincent van Gogh, The Starry Night. 图2. [1]. 图3. www.lytro.com | |
科技一周~天与海的落差
作者 硅谷寒 | 2014-09-07 13:21 | 类型 硅谷科技周报 | Comments Off
系列目录 科技一周
科技一周~天与海的落差 2014/09/07
明天,Apple将会发布重量级产品,几乎所有人都笃定了iPhone 6和iWatch。这着实令许多厂商“牵挂”万分,深恐iWatch一出,独霸头条,自己的产品难免落到汪峰之地步。于是,几大厂商赶集似地,一起抢在Apple之前推出了智能手表:
既然谈到了IoT,那么今天,我就来为大家简单介绍一下当前比较流行的IoT方案。总的来说,当前的主流IoT方案是由四家芯片厂商在推动,其中Intel推出了两套方案。这些方案分别是:Intel Edison,Intel Gateway,Qualcomm IoE(Internet of Everything),Broadcom WICED,Marvell Wifi-MCU。它们的特点见下表。当然,由于IoT还在快速的发展当中,这些平台的变动也非常大,每隔一年就会有许多新的特性被增加进来。
References
| ||||||||||||||||||||||||||||||
科技一周~看看美丽的世界
作者 硅谷寒 | 2014-08-31 12:43 | 类型 硅谷科技周报 | Comments Off
系列目录 科技一周
科技一周~看看美丽的世界 2014/08/31
本周的科技新闻就带大家来看看我们美丽的世界。
其实,建造美丽的世界,又何尝不是一个众筹项目?确切地说,应该是一个参与者最多,跨越时间最长的众筹项目。我们每一人贡献一粒小小的“雪花”,便会创造出这个美轮美奂的世界。 (本期科技新闻与地震学有关,本人知识实在有限,无法给大家做科普了:) [1]. Sarah Perez, http://techcrunch.com/2014/08/29/tripcast-is-a-beautiful-travel-journal-for-iphone/ , Aug 2014. [2]. University of California, Berkeley, http://seismo.berkeley.edu/research/early_warning.html , Aug 2014. [3]. U.S. Geological Survey, U.S. Department of Interior, 70 percent odds for large earthquake by 2030, http://www.usgs.gov/newsroom/article.asp?ID=1216#.VANkSbywLfs , Oct 1999. [4]. Stanford University, Quake-Catcher Network, http://qcn.stanford.edu/ . [5]. GitHub.com, https://github.com/carlgt1/qcn . 图1. Link 图2. [1]. 图3. [4]. | |
科技一周~简约以至无穷
作者 硅谷寒 | 2014-08-24 14:44 | 类型 硅谷科技周报 | Comments Off
系列目录 科技一周
科技一周~简约以至无穷 2014/08/24 平静的天空,精简已极,未曾缱绻,何来纷繁?上苍只设计了这简单的蓝色,无有丝毫之点缀,却不晓得凝固了多少作家的情节,多少画家的色彩,以及多少诗人的叹息?简约,是一种无穷的美,她藏在时空的箭矢里,可以临于前,可以至远方。若果有一日,你在蓝天下封起一笺白纸,那定然也是份简约的情书。 本周的新闻评论,便是集中在简约而美的设计上。
[2]. kickstarter.com, https://www.kickstarter.com/projects/hello/sense-know-more-sleep-better , Aug 2014. 图1. [1]. 图3. [2]. 图4. [2]. | |
科技一周~我们生活的痕迹
作者 硅谷寒 | 2014-08-17 16:00 | 类型 硅谷科技周报 | Comments Off
系列目录 科技一周
科技一周~我们生活的痕迹 2014/08/17 每一秒钟的停顿,都记录了生活的痕迹,我用自己的记忆把这些瞬间刻录下来,存在脑海里。当回思的时候,有些旧日的情景重现出来,像是在夕阳里拾起的朝花,虽然已成过往,但犹可触及。然而,有些情景,却散如烟花,任我如何寻思,终无法获得。每当这时,我总是希望,倘若自己所有的过往都能被机器拍摄成图像,并存于网络,便再不会有此遗憾了。我终究会老,并失去记忆,如流萤一样死去,然,机器并不会死,网络是永恒的。 这一周的新闻与我们生活的图像有关。
既然谈的都是图像,那么本周的科普也是与图像相关:人脸识别。 人脸识别(face recognition)归属于目标识别(object recognition)技术,但在整个目标识别技术中,人脸识别技术被研究的最多最深,这大概是因为这项技术在现实社会里更有用吧,尤其对于社会安全来说,能够让计算机快速而准确的识别出罪犯,关乎到每一个公民的切身利益。当然,人脸识别中用到的许多算法也是可以扩展到其它识别里去的,所不同的只是如何建立模型(比如,房子和人脸有着不同的特征点;如果使用隐马尔可夫模型,那么内部的状态设定也是不同的)。 从应用上来说,人脸识别主要分为两类:1. 验证(face verification);2. 匹配(face matching)。人脸验证是个一对一的过程,也就是说,目标库里只有一个人脸,需要校验现在输入的人脸是否与目标脸一致。而人脸匹配则是个一对多的过程,目标库里或许有海量的图片,需要从其中找到与输入人脸一致的所有图片。 最初的人脸识别技术,主要集中于局部特征提取上,也就是说,通过把输入图像中人脸的特征点(鼻子、嘴、额头、眼睛)提取出来,形成特征向量,然后与库里的图像进行特征向量匹配,输出匹配度最高的人脸做为识别结果。这种方法效果并不好,于是又发展出了全局特征提取算法。最著名的要数,主成分分析(PCA,Principal Component Analysis)法。简单说来,这种算法是基于数学分析,计算出“更底层的人脸特征”,这些“更底层的特征”并非人们所能感受,只是在数学范畴内才有意义(例如,傅里叶分析里的系数),然而,这种“更底层的特征”却比人眼看到的表层特征,更能识别出准确的结果。 除了上述两种算法之外,还有一类识别算法是基于模型(model-based)。基于模型的算法是当前最流行的技术,无论从算法效率,还是识别度上来说,都比前两种要好。相关的模型有很多:Probabilistic Elastic Part Model,Hidden Markov Model,等等,有兴趣的同学可以参考综述[3].
[1]. David Murphy, URL, Aug 2014. [2]. Derrick Harris, https://gigaom.com/2014/08/15/new-algorithm-takes-the-average-of-photos-perhaps-proving-that-is-how-you-always-look/ , Aug 2014. [3]. Rabia Jafri and Hamid R. Arabnia, A Survey of Face Recognition Techniques, Journal of Information Processing Systems, Vol.5, No.2, pp.41-68, June 2009. 图1. http://www.tourism-review.com/temp/article_zoom_2284_2.jpg 图2. http://cdn1.tnwcdn.com/wp-content/blogs.dir/1/files/2012/11/face-520×362.jpg
| |
科技一周~Smart Shopping Mall and More…
作者 硅谷寒 | 2014-08-10 13:03 | 类型 硅谷科技周报 | Comments Off
系列目录 科技一周
科技一周~Smart Shopping Mall and More… 2014/08/10 这世上,倘若有个地方是女人之钟爱,那一定非Shopping Mall莫属。无论你是下里之凤姐,还是华贵之奶茶,总还是要找个地方去逛街购物,总还是要给你背后的男人一个打开钱包的机会。然而,现行的这种逛街体验存在了数十年,对于女人的消费刺激渐趋日衰之势。如何能改善体验并进一步刺激女人们的消费,则成了许多商店的新课题。于是,高科技公司的机会来了:打造Smart Shopping Mall,让女人的消费更迅捷更有效更庞大!让她们背后的男人永远刷爆!
本周科普,谈一下关键的BLE技术,俗称“智能蓝牙”(Bluetooth Smart)。在谈论BLE之前,我想先说一件其它的事情:最近,诺基亚北京分部被裁撤,有中国某公司员工对诺基亚以及被裁的员工极尽嘲讽之能事。这其实并非是一种好的态度,殊不知,每一个公司都会有兴盛与衰落[3],我们不应当只看到一个公司的失败,还应当看到它曾经为人类历史做出的贡献。一个公司,倘若可以在自己的墓志上铭刻下许多推动世界进步的技术,那么在我眼里,这远比那些跟风发财的公司值得尊敬。 诺基亚正是这样一个值得我尊敬的公司。智能蓝牙技术便是由诺基亚在2006年研发出来(当时叫做Wibree),并于2010年成为一项蓝牙标准,现在已被几乎所有的智能手机支持。BLE的出现,使得移动支付在NFC技术之外,又多了一种选择,并且与NFC相比,BLE拥有很多优势。BLE采用2.4GHz的射频频率,这与传统蓝牙频段兼容,可以覆盖100米的通讯距离,而NFC则只能完成4厘米以内的通讯。这种技术上的差别,使得BLE非常适合用来进行室内导航,与门店实时交互,以及移动支付。与另外一项普及的通讯技术,Wi-Fi,相比,BLE的功耗低得惊人,只有0.01~0.5 watts,而Wi-Fi虽然通讯距离更远,但其功耗则是BLE的30倍以上。在移动设备受限于电池容量的前提下,用Wi-Fi来进行移动支付并不是一个明智的选择。 虽然,NFC技术在功耗和价格上更有优势(因为NFC技术是无源的),但BLE在通讯距离、安全性、交互性、以及易用性上来说则比NFC更优秀。所以,综合来说,BLE是现在备选的几个移动支付技术里,最有希望的一个。下面所附之图给出了BLE与NFC的详尽对比。 [1]. The Wall Street Journal, http://online.wsj.com/article/PR-CO-20140804-906174.html , Aug 2014. [2]. Daniel Cooper, SexFit is a pedometer for your penis, http://www.engadget.com/2014/08/07/bondara-sexfit-i-used-to-be-a-serious-journalist/ , Aug 2014. [3]. 硅谷寒, 科技一周~没有梦幻的公司, http://www.valleytalk.org/2014/01/26/23253/ , Jan 2014. 图1. http://cdn1.appleinsider.com/ibeacon-131206.jpg 图2. [2] 图3. http://www.retailcustomerexperience.com/images/BLE-vs-NFC-infographic.png | |
科技一周~The Age of AI
作者 硅谷寒 | 2014-08-03 15:54 | 类型 硅谷科技周报 | Comments Off
系列目录 科技一周
科技一周~The Age of AI 2014/08/02 下一个时代是什么?我想,那不会是最好的时代,也不是最坏的时代,只是个平凡的,历史早已注定的时代:人工智能。 2011年初春,午后阳光暂时偷走了硅谷里的料峭寒意,在山景城(Mountain View)的临街转角处,渐渐多起了行人,以及她们的低眉细语。我正坐在一间叫做Red Rock的咖啡馆里,却忽然看到一个机器人进来,径直走到前台,点了一块蛋糕。当咖啡师(Barista)故意询问它,“是在店内吃呢,还是带走?”,全屋子的人们都笑了出来。毫无疑问,机器人自然是要把蛋糕带回去给主人吃的。
本周来聊一下在机器人设计中几乎必备的一项技术:目标跟踪(Object Tracking)。在上文中提到的两个机器人,都离不开这项技术,比如,JIBO通过内嵌的可以360度旋转的摄像头来捕捉并跟踪家庭成员的面容,然后根据脸部分析,拍下一张最好的全家福照片。那么JIBO是如何做到跟踪人脸呢?当然,第一步是要先识别出来人脸,关于识别的技术有待以后再讲。今天要讲的是识别出来之后的跟踪技术。 相对于识别技术,跟踪技术并不是在单一图像上实现的,而是利用了连续的多帧图像。可以说,如果图像识别是个二维技术,那么目标跟踪则是个三维(多了个时间上的维度)技术。当机器人在当前帧上识别出来某个物体后,那么它需要在下一帧里快速的“跟踪”上这个物体,并不需要重新分析整个下一帧图像(因为如果重新分析的话,那么速度就太慢了,达不到实时的效果)。在目标跟踪技术里,一个很关键的算法是运动估计(Motion Estimation),越快速地估计出下一帧里的运动方向,则可以越快速的跟踪上目标。 运动估计的算法有很多种,其本质上是一种搜索算法。在当前的硬件设计里,最常用的是基于块匹配的递归搜索算法:3D recursive search block matching[3]。这个算法是利用当前帧的运动向量值,在下一帧的几个备选向量里,搜索出来最匹配的像素块,从而确定下一帧的运动向量。这种算法在最初的几帧里,并不能找到真正的运动向量,但由于它的递归迭代性,当经过十几帧之后,估计的运动向量就会收敛到真正的向量值。通常,摄像头采集的频率在30~60Hz,也就是说,该算法可以在0.25秒~0.5秒的时间里跟踪上目标物体。这样的跟踪速度,基本上可以满足家庭的需要了。
[1]. JIBO, the world’s first family robot, https://www.indiegogo.com/projects/jibo-the-world-s-first-family-robot , July 2014. [2]. Brandon Griggs, Hitchhiking robot is halfway across Canada, http://www.cnn.com/2014/08/01/tech/social-media/hitchhiking-robot-hitchbot/, July 2014. [3]. G. de Haan, P. W. A. C. Biezen, H. Huijgen, and O. A.Ojo, “True-motion estimation with 3-D recursive search block matching,” IEEE Trans. Circuits Syst. Video Tech., vol. 3, no. 5, pp. 368-379, Oct. 1993. 图2. [1]. | |
科技一周~那时未必花开,只有曾经的年少
作者 硅谷寒 | 2014-08-01 10:32 | 类型 硅谷科技周报 | Comments Off
系列目录 科技一周
科技一周~那时未必花开,只有曾经的年少 2014/07/27 小时候,我家附近有一些樱花树,听祖母说,是当年日本人栽的,曾经盛开过,整树整树都是白色的花瓣,但不知出于何种原因,自八十年代以来,这些樱花树便再也不曾绽放过。那时,我经常一个人偷跑出去,给樱花树浇水,梦想着某天之后,会有无数的樱花在我面前盛开。二十年过去了,我的梦想并没能变成现实,樱花树依然瘦骨嶙峋地立在原地,直到有天被市政厅的人将它们一一拔去。 如今我已长大,虽不再奔跑呼喊,却从未失去梦想,心中仍有一株“樱花”,正自生根发芽,静静地在那里,等着我来看它美丽的绽放。当然,偶有彩云飘过,我也会回想往事:那时未必花开,只有曾经的年少。 本周的科技新闻,等来的正是Amazon,这株没有盛开的“樱花树”:
本期科普将围绕着樱花树的“存活性”来聊一聊:)试想,倘若我在事先就知道那些樱花树早已死亡,根本不会开花,我便不会再浪费时间去浇灌它们。那么,我该如何去判断樱花树是否能盛开呢?我不是植物学家,自然无法判断,但我的目的是,把这一概念类比到机器学习里来。在机器学习理论里,有一个很重要的判断,就是“某一个待学习的概念是不是可学习的”?类比我的樱花树,就是“这一株待浇灌的樱花树是不是可存活的”?只有事先判定了概念的“可学习性”,我们再去设计相应的算法来学习它,才会有意义。 哈佛大学教授Leslie Valiant[2]给出了一种概率意义下的“可学习性”判断:PAC Learnability。简单说来:如果在某种算法下,某个待学习的“真实概念”与逼近它的“假设概念”可以在概率意义下达到误差为零,那么这个“真实概念”就是PAC可学习的。对照计算理论里的时间复杂度和空间复杂度,Leslie定义了机器学习算法中的样本复杂度,并给出了PAC可学习概念的样本量下限值。这个“样本复杂度”可以类比为,我浇灌樱花树的难度,简而言之,就是“我们需要多少样本才可以学习好一个概念”vs“我需要浇灌多少水才能看到樱花盛开”。其实,在前述BookLamp的新闻里,其推荐算法中要学习的“书籍类型”就是一个PAC可学习的概念,有兴趣的同学不妨参考[3]中Conjunction of Boolean Literals的例子。当然,真正实现起来,要比[3]里例子复杂一些。Leslie Valiant也凭此奠基性的理论,获得了2010年度的ACM图灵奖。
[1]. Josh Constine, Ingrid Lunden, http://techcrunch.com/2014/07/25/apple-booklamp/, July 2014. [2]. http://amturing.acm.org/award_winners/valiant_2612174.cfm, 2010. [3]. Mehryar Mohri, “Foundations of Machine Learning”, ISBN-13: 978-0262018258, The MIT Press, August 2012, pp. 18-19. 图1. http://timedotcom.files.wordpress.com/2014/07/amazon-q2-2014-earnings-report.jpg?w=1100 图2. [1]. | |
科技一周~可以测知的世界才更残酷
作者 硅谷寒 | 2014-07-20 17:27 | 类型 硅谷科技周报 | Comments Off
系列目录 科技一周
科技一周~可以测知的世界才更残酷 2014/07/19 自古至今,人们对能够预测未来,并通晓过去的神,都有着敬畏之感。那么,这世上究竟有没有这种神?又或者,现下大行其道的机器学习技术有没有可能成为这种“神”?要回答这个深奥的问题,首先需要弄清楚另一个更深奥的问题,即:世界,究竟是不是一个可以观测(Observable)并可以控制的(Controllable)系统?“可观测”和“可控制”是两个计算机术语,通俗地讲,可控制性,意味着我们可以通过现有的信息预测未来的一切;而可观测性,意味着我们可以通过现有的信息,探知过去所发生的一切。也就是说,如果世界满足上述两个特性,那么它一定会被我们预测并探知。 然而,我却想再问一个略显“人文”气的问题:当我们真地面对一个可以测知的世界,我们人类是会快乐,还是痛苦?或许对于某些人来说,是快乐的,因为他们是这个世界的“成功”人士,当世界被测知出来,他们会看到自己那穷奢极欲享受无边的未来;然而,对于绝大多数人来说,这种可以测知的世界却是相当的残酷,因为在未来,他们依然是普普通通的屌丝,劳苦终日。这个论断是基于“富则愈富,穷则更穷”的大概率假设。 本周的科技新闻,也是从预测未来开始:
本期的科普,来聊一聊Google预测世界杯的机器学习算法。 对于任何一种机器学习算法,第一步都是要获取训练样本。Google获得的球员和比赛数据来自于一个专业的体育数据网站,Opta Sports。Google通过自己的Cloud Dataflow平台把来自于Opta Sports的原始数据进行预处理,再将预处理之后的数据导入Google Bigquery。第二步,Google Bigquery建立一个多层感知机(MLP,Multilayer Perceptron),通过样本进行学习训练。第三步,便是将下一场比赛的球员信息输入学习好的MLP,由MLP预测出比赛的结果。所谓的“预测”,其实就是一种“分类”,把输入的向量(参赛球员的数据)划分到两个类别里:胜、负。 这次预测世界杯的机器学习算法,是一种在线学习算法(Online Learning)。第四步,也就是最后一步,当该场比赛的结果出来,MLP立刻获知自己的预测是否准确,并根据结果进行自适应更新。之后,循环执行第三、四步,进行迭代,预测模型也将会在概率意义上越来越准确。 以上便是对世界杯预测算法的简介。当然,对于球迷而言,还是不要预测准为好,如果每场比赛都被预测准确,那么比赛就会变得索然无味,预先知道自己要失利的一方将会行尸走肉一样地踢完整场比赛。更甚者,这很有可能导致整个足球运动走向消亡。所以,倘若我们真地身处一个可以测知的世界,那么对于绝大多数人或事而言,就像是上了一列自动行驶的火车,纵然行驶的方向是万丈深渊,我们也无力改变。因为,这残酷,早已“天”注定。 [1]. http://googleblog.blogspot.com/2014/07/google-cloud-platform-predicts-world.html, July 2014. [2]. http://www.goldmansachs.com/our-thinking/outlook/world-cup-sections/world-cup-prediction-model-update-6-26-2014.html, June 2014. 图1. [2]. 图2. http://www.usatoday.com/story/news/nation-now/2014/07/18/malaysian-airlines-mh17-crash/12825433/
| |