在通向人工智能的道路上，免不了要经常和数据算法打交道。本周AI科技评论从专业角度，详解最新出炉的科学家最常使用的十大算法，以及分析深度学习在数据革命中到底占据什么位置。另外，本周还有Palm之父Jeff Hawkins、人类简史作者Yuval Harari以及微软亚洲研究院院长洪小文从不同的角度带你穿越人工智能学习过程中的重重迷雾。
基于调查，KDnuggets总结出了数据科学家最常使用的十大算法，它们分别是：
1. Regression 回归算法
2. Clustering 聚类算法
3. Decision Trees/Rules 决策树
4. Visualization 可视化
5. k-Nearest Neighbor 邻近算法
6. PCA (Principal Component Analysis) 主成分分析算法
7. Statistics 统计算法
8. Random Forests 随机森林算法
9. Time series/Sequence 时间序列
10. Text Mining 文本挖掘
| 做到这些值4亿美元：看 Nervana 如何利用深度学习实现数据革命
2016 年 8 月，英特尔为了加强其人工智能领域的能力，以 4 亿美元的天价收购了机器学习初创公司 Nervana 。该初创公司成立仅仅两年，却被公认为是机器学习技术开发的领导者。近日，Nervana 的联合创始人兼首席执行官 Naveen Rao 博士在 StrataHadoop 上和大家深入探讨了深度学习的话题，通过其PPT，我们也能了解Nervana价值所在。
Naveen 探索了许多方面，包括深度学习相对于其他机器学习技术的好处、该领域的最新进展、深入学习工作流程、开发和部署深度学习解决方案的挑战、用于构建和扩展深度学习解决方案的标准化的工具等等。
Nervana 目前拥有最先进的深度学习平台，非常便于利用开发出的相关工具，从复杂关系中抽象出有代表性的目标特征。除了之前提过的各种应用外，还可以用于快速定位石油井、天然气田，以及农业精细化运营等。
| Palm、Numenta创始人Jeff Hawkins谈何为智能？
Jeff Hawkins是美国发明家、计算机科学家与神经科学家，他主导研发了Palm与Treo，是Palm公司、Numenta公司及Handspring公司的创办者。Jeff从生物组成成分、功能组成成分及智能机器的多样化三个方面为我们分享了他对机器智能的独到见解。
1) 智能的生物组成成分
2) 智能的功能组成成分
3) 智能机器的多样化
Jeff认为，有一天我们将能够开发出一台具备超级数学家或物理学家才能的机器，需要构造出具有人类大脑区域层级特征的机器，这样的机器将具备数学家的行为模式、能够执行数学家的功能，但是，要实现机器超智能，我们在研究的道路上仍然任重道远。
| 担心AI的未来? 人类简史作者Yuval Harari为你指点迷津
历史学家新锐Yuval Noah Harari 从人类发展的角度深入浅出地谈AI与人类未来的关系，主要着眼点为：未来，AI 将取代人类司机；AI是否会取代医生；人们对AI的担忧，及“智能”与意识的区别几个板块，为大家带来了一场豪华的AI盛宴。
AI的到来不仅是一场历史界的革命，也将为哲学界带来重大的影响。但是，这些革命性的变化将花费几世纪才能实现。不过，未来，AI极有可能完全改变人类的社会、经济及政治生活。
关于AI的最大问题之一是: 在人类生活的众多方面，AI的表现是否真的能够优于人类。可以预见的是，未来几个世纪，随着AI的发展，越来越多人类现在从事的活动将被AI取代。
| 洪小文独家解读： 直到AI可以自己编程 它才有资格跟 “路人甲” 比智能
本周我们邀请到了微软亚洲研究院的院长洪小文博士，为我们讲解随随着AI的快速发展，AI到底能不能跟我们的智能相提并论。
一种普遍被认同的观点是：AI的发展速度会是指数式的，可能现在它看起来还很蠢，但是在你意识到它已经变强之前它就会越过那个“奇点”，迅速超过你，然后将你远远的甩在后面。
后来一些人开始慢慢意识到，奇点论确实有些夸张了。但是AI到底对我们的生活有没有影响？确实是有的，甚至很多时候，你能感觉到一些怀疑论者的观点并不夸张，甚至最近还有人说，随着人们越来越依赖于机器基于大数据以及各种算法帮他们做出的决定，我们实际上已经将自己的人生交给机器人控制。
号外
周一我们将请到蓦然认知创始人、前百度主任架构师戴帅湘为大家详解Human-like learning在对话机器人中的魔性运用，具体参与方式如下图所示。
本文作者：李尊
本文转自雷锋网禁止二次转载，原文链接
